Certification professionnelle

Objectifs et contexte de la certification :

Tout type d'entreprise ou association ayant plusieurs postes informatisés, et entreprises du secteur informatique à partir d'une personne

Les entreprises ont besoin, plus que jamais, de transformer des données brutes en informations pertinentes pour innover, prendre de meilleures décisions et faire face à de nouveaux concurrents.
Le Big Data ouvre un vaste champ des possibles. Les opportunités sont nombreuses:
·    Créer de nouveaux services
·    Améliorer l’expérience client
·    Diminuer le taux d’attrition et fidéliser les clients
·    Améliorer l’efficacité opérationnelle
·    Améliorer la sécurité

Les cas d’utilisation du Big Data nécessitent de recourir à un ensemble intégré de technologies spécialement conçues pour répondre à de grands Volumes de données, d’une grande diversité (Variété), de qualité (Véracité) circulant très rapidement dans l’entreprise et en dehors de l’entreprise (Vélocité), pour apporter de la Valeur.

Le professionnel certifié IBM Solution Advisor - Big Data & Analytics devient incontournable en tant qu’expert conseil en analyse de données, en fournissant aux clients des informations cruciales dans le choix de leurs solutions.

Compétences attestées :

Le professionnel IBM Certified Solution Advisor - Big Data & Analytics est en mesure d’expliquer clairement les avantages et les concepts sous-jacents de Big Data & Analytics. Il est également capable de démontrer de quelle manière l’offre IBM Big Data & Analytics aide les clients à tirer profit de ces avantages.   

Le professionnel certifié au travers de la certification IBM Solution Advisor - Big Data & Analytics cartographie l’activité d’une entreprise et identifie les opportunités concernant les solutions IBM. Il est en charge de former et d’influencer les décisionnaires-clé au sein de l’environnement client. Il applique par ailleurs les concepts et les normes directrices de sécurité à l’infrastructure IT du client.

Domaines-clés de compétences :

• Exposer les concepts et les avantages de l’Analyse informatique pour le Big Data et le moyen d'en tirer profit au sein de l’environnement client
• Déterminer le besoin client par rapport aux offres IBM Big Data & Analytics
• Livrer ses recommandations dans le choix d’une solution Big Data & Analytics adaptée à l’environnement et aux enjeux client

• Renseigner sur les notions de Volume, Vélocité, Variété et Véracité dans le contexte Big Data & Analytics
• Expliquer l’interférence Big Data / Analytics, les différents processus et techniques spécifiques de préparation des données.
• Cibler les différentes sources de données pour Big Data & Analytics
• Justifier le recours à Hadoop et à la transmission de données en continu dans un scénario Big Data & Analytics
• Inviter à l’exploitation de la transmission de données en continu et à utiliser Hadoop pour les phases Extract, Transform et Load (ETL) d’intégration des données
• Choisir, pour un scénario donné, entre l’analyse appliquée à des données en mouvement et celle à des données au repos
• Utiliser le théorème CAP afin de choisir une technologie optimale de stockage de données
• Insister sur l’importance de prendre en compte les aspects sécurité autour de Big Data & Analytics
• Estimer les prérequis élémentaires d’une analyse prédictive
• Expliquer le rôle du langage SQL par rapport au traitement Big Data & Analytics
• Comparer le stockage en colonnes et en rangs pour RDBMS
• Mettre en avant les avantages de la ‘Virtualisation d’Informations’ et d’une base de données ‘in-memory’
• Fournir des exemples d’utilisations Big Data & Analytics dans le secteur de l’industrie pour guider un client dans son propre scénario
• Présenter les avantages de l’analyse appliquée aux médias sociaux
• Accompagner dans la création de la feuille de route et du schéma directeur d’un client afin qu’il adopte l’analyse dans ses Big data
• Répartir les tâches entre les différents rôles métiers et rôles techniques dans la mise en œuvre d’une solution Big Data & Analytics
• Promouvoir IBM Big Insights versus d’autres distributions Hadoop        
• Expliquer le stockage des données avec SPSS modeler pour fournir des résultats d’analyse
• Proposer des solutions pour contrôler et gérer les flux Big Data & Analytics 
• Communiquer sur l’optimisation du Risk Management avec Big Data & Analytics
• Présenter les avantages de l’analyse ‘in-database’ (Pure Data for Analytics)
• Enumérer les principaux composants Big Data & Analytics requis pour supporter une analyse opérationnelle en temps réel et une analyse de texte
• Insister sur l’importance de l’infrastructure dans le fonctionnement des Big Data & Analytics
• Evaluer l’importance du stockage et du logiciel de gestion du stockage des Big Data & Analytics
• Décrire l’intégration de l’analyse de donnés sur une plate-forme Z existante
• Argumenter en faveur de la plate-forme Power 8, dans un contexte de plates-formes distribuées, par les clients qui souhaitent adopter une solution de Big data & d’analyse.
• Préconiser une plate-forme IBM intégrée
• Adapter le scénario en fonction des impératifs utilisateurs ‘Acquire’, ‘Grow’, ‘Retain’, ‘Transformer les Processus Financiers’, ‘Sciences Economiques & Informatiques Améliorées’, ‘Gestion des Risques’, ‘Optimiser les Opérations’, ‘Réduire la Fraude’, ‘Créer un Nouveau Modèle d’Entreprise’
• Définir le rôle d’un moteur de décision d’entreprise, les sources d’analyse, les ‘zones d’informations’ essentielles dans une architecture Big Data & Analytics
• Décrire les méthodes de chargement des données dans différents types d’entrepôts de réserves de données
• Différencier un ‘Cloud’ sur site d’un ‘Cloud’ hybride en ce qui concerne l’analyse Big Data
• Définir le rôle de Master Data Management (MDM) dans le traitement des Big Data & Analytics

Modalités d'évaluation :

Pour la préparation de cette certification, est proposée au candidat une formation intensive de 2 jours (Bootcamp). De nombreuses ressources additionnelles sont également disponibles en ligne : Redbooks, eBook et autres ressources.