Conseils IT

Conseils IT

Big Data

• Machine Learning : comment choisir le bon framework ?

  Ce ne sont pas les outils open source qui manquent pour le Machine Learning et le Deep Learning. A tel point que choisir les bons peut vite devenir une gageure. Pour faire un choix avisé, voici quelques conseils de spécialistes à bien garder à ...  Lire la suite

• Des données non structurées aux données structurées : c’est possible avec le Machine Learning

  Avec la puissance de calcul facilement accessible et les progrès en matière de Machine Learning, il devient plus facile et moins coûteux de transformer les données non structurées en sources d'information comestible.  Lire la suite

• Intelligence Artificielle : quelle différence entre NLP et NLU ?

  NLP (Natural Language Processing) et NLU (Natural Language Understanding) sont de plus en plus importants dans l'entreprise. Le premier se contente d'analyser les mots, mais le second vise à approfondir la compréhension.  Lire la suite

• S3 contre HDFS : que choisir pour son data lake

  Un lac de données bâti sur S3 rationalise l'analyse des données, mais présente des limites pour ceux qui veulent aller au-delà de l'écosystème du groupe.  Lire la suite

• Gouvernance et data lake : quelles sont les difficultés rencontrées par les entreprises

  La mise en place d’une gouvernance de données à un data lake reste compliquée. Cette capacité à déstructurer complique la mise en place de politiques et de gestion précises des données. Pourtant, la gouvernance reste indispensable. Cet article passe...  Lire la suite

• L'essentiel sur les trois versions d’Oracle Cloud at Customer

  La gamme d’appliances Cloud@Customer permet aux entreprises de faire tourner le cloud d’Oracle (IaaS, PaaS, SaaS) dans leurs propres centres de données. Voici ce qui différencie les trois versions de cette offre managée qui est à la fois « sur site ...  Lire la suite

• Big Data et analytique : des conseils pour optimiser les traitements

  Analyser des données brutes demeure une opération difficile et les entreprises ne sont souvent pas ou peu préparées à affronter la masse de données créée au quotidien. Voici quelques conseils pour mieux s’y retrouver.  Lire la suite

• Comment survivre au déluge de données non structurées ?

  Cohesity répond aux lacunes des solutions NAS traditionnelles en proposant une nouvelle approche du stockage secondaire.  Lire la suite

• Que font les entreprises avec le Machine Learning ?

  Détection de fraudes, moteurs de recommandations, arbre de décision, sécurité sont autant d’usage du Machine Learning en entreprise. On y apprend également la différence entre apprentissage supervisé et non supervisé.  Lire la suite

• Outils analytiques Big Data : dix fonctionnalités indispensables

  Vous êtes à la recherche d'un outil d'analyse des Big Data ? Vous devrez vous assurer qu'il permet d'encapsuler et de partager les résultats des analyses, qu'il peut facilement s'intégrer à d'autres applications BI et qu'il supporte le versioning, ...  Lire la suite

• Entrepôt de données, Data Lake, Data Mart, ODS : que choisir ?

  Il existe de nombreuses façons de stocker des données en volume, mais choisir la bonne technologie est une épreuve de force. Comment savoir si un entrepôt de données, un lac de données ou un data mart convient ? Cet article vous permet de les ...  Lire la suite

• Le stockage est-il toujours important ?

  Les grandes tendances dans le monde du stockage semblent converger vers l’élimination du stockage en tant que silo IT.  Lire la suite

• Projets AI : vos concurrents sont timorés, profitez-en pour être ambitieux (McKinsey)

  La prudence est souvent conseillée aux entreprises quand elles commencent à s’intéresser à l’Intelligence Artificielle en interne. Mc Kinsey invite au contraire à imaginer dès le départ des projets très disruptifs pour bénéficier de la frilosité des...  Lire la suite

• Quelles différences entre un Data Scientist et un Business Analyst

  Le rôle des data scientists et des analystes métiers diffèrent quand on sait que les premiers doivent plonger en profondeur dans les données et trouver des solutions business inédites - mais les distinctions ne s'arrêtent pas là.  Lire la suite

• Qu'est-ce que le Data Wrangling ?

  Le Wrangling est une variante, subtile, de la Data Preparation. Il tire son origine de l'imagerie du Grand Ouest américain et de ses cowboys. Le mot est principalement utilisé par Trifacta.  Lire la suite