Datawarehouse
Voie Data Science et Marketing
- Année
- 3e année
- Semestre
- Semestre 6
- Unité d’enseignement
- Gestion des données
- Volume horaire
- 20 h
- Crédits
- 1
Les fiches sont renseignées à partir des syllabus RESA/ENEAM et peuvent être actualisées par l’équipe pédagogique. Les modalités d’évaluation indiquées ne remplacent pas les consignes du cours.
Objectif du cours
L’un des éléments essentiel entrant dans la définition d’un environnement décisionnel est le concept d’entreprôt de données ou data warehouse. Il est donc important pour les étudiants de comprendre les étape de construction et les fonctionnalités de ce dernier.
Ce cours vise à introduire aux étudiants à la conception des entrepôts de données dans le cadre de l’informatique décisionnelle.
Plan du cours
-
- Introduction au Data Warehousing
- Présentation des concepts et terminologies liés au Data Warehousing comme OLTP, OLAP
- Dimensions, Tables de faits, Tables d’agrégations, modèle en étoile, data mart etc
- Besoins pour créer un Data Warehouse
- Architectures et applications Data Warehouse
- Conception et mise en œuvre d’un Data Warehouse
- Vue d’ensemble de la conception Warehouse
- Concevoir et modéliser le modèle logique et physique d’un Data Warehouse
- Présentation d’une Application ETL
- Architecture fonctionnelle de Talend Data intégration
- Prise en main de jobs Talend
- Mettre en œuvre les flux d’extraction, de transformation et de chargement de données
- Configuration des différents composants et métadonnées dans un job Talend.
- Gestion des déploiements sur les environnements de Recette et Production
- Etude de cas : Mise en œuvre d’un Projet d’intégration de données avec Talend
- Mise en œuvre d'un processus ETL complet / Incrémental
- Mécanisme de Change Data Capture (CDC)
- Orchestration des jobs Talend et mise en place des plans d’exécution
- Management et Configuration de Talend Console Management (TCM).
- Qualité des données et Master Data Management
- Introduction à la qualité des données
- Utilisation des outils de rapprochement de données.
- Utilisation d’un MDM pour la gestion des référentiels
- Introduction aux Outils de Data Warehouse Automation
- Consommation de données dans un Data Warehouse (BI, rapports, etc)
Évaluation
1 examen écrit
Bibliographie
- Stéphane Crozat, Data warehouse et outils décisionnels, principaux domaines d'application des data warehouses, 2018
- Ralph Kimball et al, Le data warehouse - Guide de conduite de projet, 2005, Editions Eyrolles
- Ralph Kimball et Margy Ross, The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd Edition 3rd Edition, Wiley, 2013
- Lawrence Corr et Jim Stagnitto, Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema, 5th Edition, 2014