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

Nous évoluons actuellement dans un monde connaissant une croissance exponentielle des données et, parallèlement, des flux de données.

Ces données proviennent de partout : de messages sur les sites de médias sociaux, d'images numériques et de vidéos publiées en ligne, d'enregistrements transactionnels d'achats en ligne, de signaux GPS de téléphones mobiles, de capteurs utilisés pour collecter les informations climatiques, pour ne citer que quelques sources.

Le concept de Big Data représente un ensemble de techniques concernant des données qui correspondent à plusieurs des caractéristiques suivantes : volume massif, grande variété ainsi que grande vélocité.

Les données, structurées (ex.: fichiers d’un progiciel), ou non structurées (ex.: galeries de photos), jouent un rôle prédominant auprès des entreprises qui les capturent, les gèrent et les analysent. Ces connaissances leur permettent de prendre rapidement des décisions métier bien informées.

Le professionnel certifié IBM Certified Data Architect - Big Data travaille en étroite collaboration avec l’Architecte en solutions et le client avec pour objectif de convertir les exigences opérationnelles de ce dernier en une solution-cible Big Data.

L’architecte Big Data est expert en matière de technologies applicables dans ce domaine. Il comprend la façon dont celles-ci s’articulent et sait les intégrer et les associer au mieux pour résoudre efficacement un problème opérationnel Big Data.

Compétences attestées :

A l’issue de sa certification IBM Certified Data Architect - Big Data, le spécialiste sera en mesure de démontrer les compétences suivantes :

• Modéliser pour l’entreprise des systèmes de traitement des données à grande échelle
• Prendre part aux décisions de l'entreprise portant sur l’architecture de ses matériels et logiciels.
• Concevoir, en tenant compte de la complexité des données, des systèmes et des modèles capables de traiter toutes sortes de données (structurées, semi-structurées, non structurées), variant dans leurs volumes, vélocités (y compris traitement des flux) et véracités.
• Prendre efficacement en charge les contraintes de gouvernance et de sécurité de l’information associées au système.

Modélisation de systèmes de traitement des données

• Concevoir un modèle de données et de flux de données qui répond aux besoins métier
• Définir la structure des données saisies

Prise de décisions sur l’architecture des matériels et des logiciels.

• Décider de la technologie à appliquer pour garantir une évolutivité horizontale et verticale
• Fixer les besoins en termes de stockage de données en fonction de leur volume
• Désigner la technologie Big Data la plus adaptée aux besoins spécifiques du client (par ex. Hive/HBase ou Cloudant)
• Attribuer le format de stockage et la compression adaptés aux exigences du client
• Définir les besoins en infrastructures matérielles et logicielles
• Privilégier une solution basée sur le cloud par rapport à une solution interne lorsque le contexte y est plus favorable (et établir des plans de migration de l’une vers l’autre)
• Démontrer l’opportunité d’utiliser, dans un contexte approprié, les technologies suivantes :
  • Cloudant, SQL ou NoSQL, Open Data Platform, BigInsights, BigSQL, Hadoop, BigR et SPSS, BigSheets, Streams, Netezza, DB2 BLU, GPFS/HPFS, Spark, YARN

Conception de systèmes et de modèles capables de traiter toutes sortes de données

• Concevoir l’intégration des composants matériels et logiciels requis
• Concevoir les connecteurs/interfaces/API’s entre la solution Big Data et les systèmes existants
• Définir les sorties
• Cerner les exigences à prendre en compte pour remplacer et/ou fusionner avec les solutions opérationnelles existantes
• Elaborer la solution répondant au SLA du client (accord sur le niveau de services)
• Définir les exigences en matière de réseau en fonction des besoins client

Prise en charge des contraintes de gouvernance et de sécurité de l’information

• Repérer les besoins en haute disponibilité
• Cerner les exigences d’une restauration après sinistre
• Fixer les exigences techniques pour le stockage et la réplication des données
• Fixer les exigences techniques pour se prémunir contre la perte des données
• Fixer les exigences de sécurité

Modalités d'évaluation :

Le candidat peut préparer cette certification grâce à plusieurs modules de formations dirigés par un formateur d’une durée de 1 à 3 jours (durée totale des formations recommandées = 7 jours), ainsi qu'à plusieurs lectures web gratuites disponibles sur internet.