Maîtrise des modèles multidimensionnels et des systèmes décisionnels.
Au cours de la dernière décennie, nous avons assisté à l’émergence d’applications numériques nécessitant de faire face à de gigantesques quantités de données, générées de plus en plus rapidement. Ces applications (surveillance de réseaux, biologie et médecine, applications financières, réseaux sociaux, etc.) nécessitent un besoin grandissant de techniques capables d’analyser et de traiter ces grandes masses d’information, avec précision et efficacité, de nouvelles approches, relatives au Big Data. Les techniques et les modèles doivent prendre en compte le volume pléthorique de ces données, mais également leur génération rapide en continu (vélocité) ainsi que la diversité de leur format (variété) et la qualité de l’information (véracité), appelés communément les 4V du Big Data
Notion de base sur les bases de données relationnelles
60% examen et 40% travail personnel
J.-M. Franco et al., Piloter l’entreprise grâce au data warehouse, Eyrolles 2001. J.-F. Goglin, La construction du datawarehouse, Hermès 1998.
W.H.InmonBuilding the Data Warehouse, , Wiley 1996.
Rudi Bruchez. Les bases de données NoSQL et le BigData : Comprendre et mettre en œuvre,Eyrolles (2015)