Your SlideShare is downloading. ×
BigDataBx #1 - Journée BigData à la CCI de Bordeaux
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

BigDataBx #1 - Journée BigData à la CCI de Bordeaux

688
views

Published on

une Journée dédié au BigData par Excelerate Systems & Cloudera …

une Journée dédié au BigData par Excelerate Systems & Cloudera
1 Congférence "Big Data = Smart Business, un outil de transformation des entreprises"
3 Ateliers : Enterprise Datawarehouse, Securité et Marketing

Published in: Data & Analytics

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
688
On Slideshare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
1
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. #BigData = Smart Business un outil de transformation des entreprises Aadel Benyoussef Excelerate Systems France Aadel.Benyoussef@ExcelerateSystems.net +33 (0)5 24 61 56 81
  • 2. #Innovation De Nouvelles Solutions pour de Vieux Problèmes De Nouvelles Solutions pour de Nouveaux Problèmes
  • 3. DMC DeLorean Adjugée à 541.200 $
  • 4. Alors, innovons !
  • 5. #Innovation De Nouvelles Solutions pour de Vieux Problèmes ? De Nouvelles Solutions pour de Nouveaux Problèmes ?
  • 6. Au début de notre ère numérique… Informatique d’Entreprise •Affaire de Spécialistes •Centralisée •Inaccessible hors de l’entreprise
  • 7. Au début de notre ère numérique… Informatique d’Entreprise •Affaire de Spécialistes •Centralisée •Inaccessible hors de l’entreprise Informatique Personnelle •Mac .vs. PC •Individuelle •Isolée
  • 8. Notre environnement Numérique… aujourd’hui ! ›Application d’Entreprise ›Bureautique ›Internet ›Email ›Réseaux Sociaux ›Objets connectés ›e-commerce ›Banque en ligne ›Jeux en réseau ›Apps Mobiles ›Sauvegarde et Transport de données ›Échange / Partage ›… etc.
  • 9. Les Entreprises s’intéressent à … Nous !
  • 10. Les Entreprises s’intéressent à … Nous !
  • 11. Les Entreprises s’intéressent à … Nous ! Moi Opinions •Ce que j’Aime Passions •Mes Hobbies Coordonnées •Comment et où me joindre Avatars •Mes apparences Profession •Quel est mon métier et où je travail Réputation •Ce que l’on dit sur moi Expression •Ce que je dis Audience •Qui je connais Certificats •Qui peut certifier de mon identité Publications •Ce que je partage Achats •Ce que j’achète, quand et où
  • 12. Évolution de la Données 10% - Données Structurées 1980 2014 90 % - Données Non-Structurées +3 trillion Go de données créées en 2013…  Plus de 90% sont des données non structurées  500 quadrillion de fichiers 1 Trillion = 1018, soit un milliard de milliards. 1 Quadrillion = 1024 Des changements considérables lors des 30 dernières années Applications Internet Smartphones & Tablettes Machines intelligentes Capteurs Quantités doublent tous les 2 Ans
  • 13. Les 3V qui imposent le changement-Volume-Variété-Vitesse
  • 14. les Entreprises veulent gérer toutesles données Toutes les données Produites en Interne et en ExterneMais aussi à toutes les données qui la Concernent Source : IBM
  • 15. | Mobile | Cloud | BigData | Sécurité | 4 grands changements qui touchent le marché du matériel, des logiciels et des services informatiques. Regard à travers 1 seul prisme : le Mobileest l’élément essentiel de Productionet de Consommationdes données. le Cloudest l’environnement où les données sont Stockées. le BigDataest l’ensemble des technologies qui permettent d’Exploiter, Analyseret Restituerles données. La Protection des Donnéesest le critère Essentielpour l’établissement de la Relation de Confiancede l’ensemble. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance Analyse #1
  • 16. Comment les données sont- elles produites? Notre façon d’accéder aux données est en pleine mutation. •La hausse des usages avec les appareils mobiles apporte des changements radicaux dans l'informatique pour les entreprises car ces nouveaux outils ont envahi le lieu de travail et également l’environnement privé. •La mobilité marque le début d'un changement fondamental de stockageque ce soit au sein de l’appareil, ou dans le nuage (Cloud) pour que les données soient disponibles à tout moment, n'importe où ! En 201575% de tous les dispositifs ‘informatiques’ seront des smartphones, des tablettes et des Objets Connectés #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 17. Comment les données sont- elles stockées, gérées et utilisées? •La production de l'information numérique est en constante hausse. •Comment les données sont-elles stockées et gérées ? •Où les données sont-elles stockées ? Savoir comment toutes les données sont utiliséespar une organisation de n'importe quelle taille est vital. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance SI Cloud60% SI interne40% Prévisionde la RépartitionCentre de Donnéesà H2020
  • 18. 19 #BigData… on change d’ère
  • 19. La route du Changement Déterminer l’environnement opérationnel1
  • 20. La route du Changement Déterminer l’environnement opérationnel Analyser un cas d’usage12
  • 21. La route du Changement Déterminer l’environnement opérationnel Analyser un cas d’usage Identifier les Compétences123
  • 22. BigBangHadoop Doug ! Pourquoi cet éléphant jaune ?
  • 23. 24 BigBangHadoop
  • 24. Ecosystèmes Hadoop Source : Datameer +400 Partenaires Technologies et Services
  • 25. Les avantages de l'Open Source au-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1
  • 26. Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2
  • 27. Les avantages de l'Open Sourceau-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 Souplesse Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3
  • 28. Les avantages de l'Open Source au-delà de l’éthique, il est question de : Facilité d’Adoption Acquisition et démonstration de la Valeuravec des investissements maîtrisables1 Innovation et Développement Rapide Développement communautaire: les meilleurs ingénieurs de beaucoup de sociétés Collaborentpour résoudre les problèmes et Imaginerde nouveaux concepts2 Souplesse Un Standard Ouvertet indépendant des fournisseurs, ce qui encourage une large intégration de la technologie3 Pas de dépendance «Editeur» Pas de données ou processus «propriétaires" –la sélection des fournisseurs est uniquement sur la Qualité des Services4
  • 29. PourquoiutiliserHadoop ? •Le moins Couteux (100% OpenSource) •Pour traiter des Peta-Octets de données •Le plus Rapide actuellement •Pour les Traitements Parallèles •Le Meilleur à ce jour •Pour apporter des Solutions à tous les problèmes de traitement de Données Massives
  • 30. Quelle importance accordez vous, dans la sélection d’un vendeur de BigData aux critères suivants: 7 8 9 Source: King Research, 3922 Respondents Evolutivité Performance Flexibilité Fiabilité du vendeur Technologie Sécurisée Intégration avec d'autres systèmes Coût Techniquement Supérieur aux autres Logiciel Open Source
  • 31. #1Choix de l’Environnement Opérationnel
  • 32. Quels sont les éléments qui déterminent votre choix de fournisseur de solution BigData? Source: King Research, 3922 Respondents 6 6,5 7 7,5 8 8,5 9 Formations Services de Consulting Recommandations Support Technique Richesse des Fonctionnalités
  • 33. 0% 20% 40% 60% Quelles infrastructures pensez-vous améliorer avec des solutions BigData ? Source: King Research, 3922 Respondents Traitements ETL Bases de Données Analytiques Stockage Entrepôts de Données Système Central (Mainframe)
  • 34. Quels sont les principaux avantages recherchés dans une solutions BigData d’entreprise Source: King Research, 3922 Respondents 10% 30% 50% 70% Amélioration des Analyses de Données Amélioration du Traitement de Données Prendre de Meilleures Décisions, Plus Rapidement Augmenter la Valeur marchande des Données Améliorer l‘Efficacité Opérationnelle Acquérir un Avantage Concurrentiel
  • 35. 15% 25% 35% 45% Quelles sont vos principaux développements BigData? Source: King Research, 3922 Respondents Recherche / Innovation Analyse Comportementale Connaissance des Clients Ciblage de Marché Analyse de l‘Expérience Client Amélioration Opérationnelle
  • 36. #2 Analyser un Cas d’Usage
  • 37. Retour sur le “Data Warehouse” Applications OLTP Applications
  • 38. Retour sur le “Data Warehouse” Data Warehouse Query Extract Transform Load Transform Architecture généralement déployé sur un SGBD Relationnel S.I centralisée = "Enterprise Data Warehouse" Applications OLTP Applications
  • 39. Retour sur le “Data Warehouse” Data Warehouse Query Extract Transform Load Transform Architecture généralement déployé sur un SGBD Relationnel S.I centralisée = "Enterprise Data Warehouse" Applications OLTP Applications
  • 40. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform
  • 41. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué
  • 42. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées.
  • 43. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées. 3 Nécessité d’Archivage pour économiser l’espace de stockageLes données archivées ne peuvent pas fournir une Valeur.
  • 44. Applications Défis communs dans les environnements DW OLTP Applications Data Warehouse Query Extract Transform Load Business Intelligence Transform 1 1 1 Transformations de données est lentes, SLA manqué 2 2 Requêtes lentes, QoSdégradé et des opportunités manquées. 3 Nécessité d’archiver. Les données archivées ne peuvent pas fournir une Valeur. 4 Pression constante pour acheter de nouvelles capacités de stockage et unités de calculs juste pour maintenir la qualité de service actuel. Pas de place pour étendre les possibilités. Pas de place pour l’innovation.
  • 45. # Validation de l’Environnement Opérationnel
  • 46. Les Changements dans le Système d’Information des Entreprises Logs Files Web Data Relational Databases IDEs BI / Analytics Enterprise Reporting Enterprise Data Warehouse Online Serving Systems Manager SYSTEM OPERATORS ENGINEERS ANALYSTS BUSINESS USERS Web/Mobile Applications CUSTOMERS Sqoop Sqoop Sqoop Flume Flume Flume Modeling Tools DATA SCIENTISTS DATA ARCHITECTS Meta Data/ ETL Tools ODBC, JDBC, NFS, HTTP
  • 47. OpenSource mais…
  • 48. Distribution BigDataUne puissante plate-forme BigData basée sur Apache •Clouderaest le plus grand contributeur au projet Hadoop •CDHest la plus utilisée et la 1èredistribution Hadoop 100% Open Source prête à l’emploi pour les entreprises •Intègre les projets les plus populaires liées à Hadoop dans un package unique, testé rigoureusement et qui garantit une fiabilité maximale lors de la mise en production. La liste des distributions Hadoop : http://wiki.apache.org/hadoop/Distributions%20and%20Commercial%20Support +400 Partenaires Technologies et Services
  • 49. Une Plate- forme pour Stocker toutes les données •Stockage et Traitement par Lots •HDFS + NoSQL •Gestionnaire de processus batch BATCH PROCESSING (MapReduce, Hive, Pig) WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE Filesystem (HDFS) Online NoSQL (Hbase)
  • 50. Ouverte avec des méthodes d‘Accès à toutes les données •Fournir de multiples options pour intégrer les données •S'appuyant sur les niveaux de compétences et les investissements existants #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance BATCH PROCESSING (MapReduce, Hive, Pig) ANALYTIC SQL (Impala) SEARCH ENGINE (RealTimeSearch) MACHINE LEARNING (Mahut, Datafu) STREAM PROCESSING (Spark) WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE Filesystem (HDFS) Online NoSQL (Hbase)
  • 51. Prêt pour l'entreprise avec uneSécurité Garantie et la Supervision Globale •Sécurité et Protection des données et outils pour les Audits •Haute disponibilité avec sauvegarde automatique et reprise après sinistre •Système de Gestion Globale BATCH PROCESSING (MapReduce, Hive, Pig) ANALYTIC SQL (Impala) SEARCH ENGINE (RealTimeSearch) MACHINE LEARNING (Mahut, Datafu) STREAM PROCESSING (Spark) 3RDPARTY APPS WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE DATA MANAGEMENT SYSTEM MANAGEMENT Filesystem (HDFS) Online NoSQL (Hbase) #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 52. Nouvelle Approche «Software» Traditionnelle •Monolithique •Stockage Centralisé •RDBMS •Schéma de Donnée d’abord •PropriétaireSoftware Big Data •Distribué •Stockage et Exécutionau niveau du Node •Toutes les Données Brutes •Open Source
  • 53. Nouvelle Approche «Hardware» 56 Matériel Traditionnel Matériel exotique •Gros Serveur Central •SAN •RAID Coût élevé Évolutivité limitéeMatériel Big Data Matériel de base •Racks de boîtes de pizza •Ethernet •JBOD Vite Rentable Évolutivité illimitée
  • 54. Nouvelles Possibilités grâce aux technologies du BigData Moteurs de Recommandations Analyse de Sentiments Modélisation des Risques Détection de la Fraude Analyse de Campagne Marketing Analyse du taux de désabonnement des clients Analyse Social Graph Réseau de surveillance Data Analytics Source: Cloudera “Ten Common Hadoopable Problems”
  • 55. BigDataCas d’Usages ! •Moteurs de Recommandations: les géants du Web et les sites de e-commerce qui utilisent Hadoop, l’utilisent pour proposer à leurs clients des produits et services basés sur l'analyse du profil utilisateur et les données comportementales. LinkedIn, Facebook, Twitter utilisent cette approche pour alimenter son "personnes que vous connaissez peut-être", tandis qu’Amazon l’utilise pour proposer des produits liés aux habitudes d’achats pour les consommateurs en ligne. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 56. BigDataCas d’Usages ! •Analyse de Sentiments: Utilisé en conjonction avec Hadoop, et des outils avancés d'analyse de texte, essentiellement non structuré des médias sociaux et des publications et blogs de réseautage social, y compris les tweets et messages Facebook, afin de déterminer le sentiment des utilisateurs liés à des entreprises particulières, des marques ou des produits. L'analyse peut se concentrer sur une analyse macro- sentiment jusqu'au sentiment de chaque utilisateur. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 57. BigDataCas d’Usages ! •Modélisation des Risques: les entreprises financières, les banques et d'autres utilisent Hadoop et Entrepôts de données nouvelle génération pour analyser de grands volumes de données transactionnelles pour déterminer le risque et l'exposition des actifs financiers, afin de préparer des scenarii potentiels "what- if" basés sur le comportement du marché simulé, et de marquer des clients potentiels pour le risque. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 58. BigDataCas d’Usages ! •Détection de la Fraude: Utiliser les techniques du BigData pour combiner le comportement des clients, historiques et données transactionnelles pour détecter les activités frauduleuses. Les sociétés de cartes de crédit, par exemple, utiliser les technologies BigData pour identifier le comportement transactionnel qui indique une forte probabilité d'une carte volée. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 59. BigDataCas d’Usages ! •Analyse campagne de marketing: Les départements de marketing dans les industries ont longtemps utilisé la technologie pour surveiller et évaluer l'efficacité des campagnes de marketing. BigData permet aux équipes de marketing d’intégrer l'augmentation des volumes de données de plus en plus granulaires pour augmenter la précision de l'analyse. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 60. BigDataCas d’Usages ! (suite.) •Analyse du taux de désabonnement des clients: Les entreprises utilisent Hadoop et les technologies de BigData pour analyser les données du comportement des clients pour identifier les modèles qui indiquent que les clients sont plus susceptibles de les quitter pour un service ou fournisseur concurrent. Des actions peuvent alors être prises pour ‘sauver’ et garder les clients les plus rentables. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 61. BigDataCas d’Usages ! (suite.) •Analyse Social Graph: les données de prochaine génération et les données de réseaux sociaux sont extraites pour déterminer quels clients ont le plus d'influence sur les autres à l'intérieur de réseaux sociaux. Ceci aide les entreprises à déterminer quels sont leurs «plus importants», clients qui ne sont pas toujours ceux qui achètent le plus de produits ou dépensent le plus, mais ceux qui ont tendance à influer sur le comportement d'achat d’autres personnes. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 62. BigDataCas d’Usages ! (suite.) •Data Analytics: utiliser Hadoop et les grandes technologies connexes pour intégrer des données provenant de canaux d'interaction client cloisonnés tels que centres d'appels, chat en ligne, Twitter, etc… pour avoir une vision complète de l'expérience client. Cela permet aux entreprises de comprendre l'impact d'un canal d'interaction client dispose sur un autre afin d'optimiser l'expérience client dans son ensemble du cycle de vie. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 63. BigDataCas d’Usages ! (suite.) •Réseau de surveillance: Hadoop et d'autres technologies BigData sont utilisés pour ingérer, analyser et afficher les données collectées à partir des serveurs, périphériques de stockage et autres matériels informatique pour permettre aux administrateurs de surveiller l'activité du réseau et de diagnostiquer les goulots d'étranglement et autres problèmes. Ce type d'analyse peut également être appliqué à d'autres formes de réseaux, notamment des Réseaux de Transport afin d'améliorer l'efficacité énergétique. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 64. BigDataCas d’Usages ! (suite.) •Recherche et développement: les entreprises, comme les fabricants de produits pharmaceutiques, utilisent Hadoop pour passer au peigne fin les volumes énormes de texte basé sur la recherche et d'autres données historiques pour aider au développement de nouveaux produits. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 65. … Streaming Sources -Logs -Apps -File systems -Servers -Devices Relational Sources -Databases -Data Warehouse Analyseavancée AnalysePrédictive Recherchetemps réelet exploration “RootCause” Exploration, Reporting, Visualisation, Correlation BATCH PROCESSING ANALYTIC SQL SEARCH ENGINE MACHINE LEARNING STREAM PROCESSING 3RDPARTY APPS WORKLOAD MANAGEMENT STORAGE FOR ANY TYPE OF DATA UNIFIED, ELASTIC, RESILIENT, SECURE DATA MANAGEMENT SYSTEM MANAGEMENT ENTERPRISE DATA HUB Filesystem Online NoSQL#BigData ! #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 66. Analyser toutes les données et pas seulement les métadonnées. BigData pour l’Analyse et la Prévention contre la Fraude et les IntrusionsBigData pour l’Analyse et les investigationsBigData pour l’Analyse PrédictiveBigData pour la Protection Proactive #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFranceSecData–XL
  • 67. Solution pour toutes les Entreprises
  • 68. #3 Identifier les Compétences
  • 69. Comment ? Obstacles à l'adoption du BigData Le manque de ressources et de compétences qualifiées Selon McKinsey, à horizon 2018; les États-Unis devront faire face à une pénurie de : •140.000 à 190.000 personnes avec des compétences d'analyse de données •1,5 million d’analystes avec le savoir-faire minimum leur permettant utiliser l'analyse de données massives pour prendre des décisions efficaces. En France; Vu le faible taux de pénétration de ces nouveaux modèles de BigData dans les entreprises, la pénurie devrait être proportionnellement plus importante. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 70. Les Nouveaux Métiers Pour Réaliser des Projets en utilisant les technologies du BigData ChiefData Officer(CDO) : la responsabilité du CDO concerne les données et leur état : Valeur, Qualité, Fiabilitéet doit en garantir la Cohérenceet Gouvernance. Les données peuvent être d’origine interne ou externe, privée ou publique Data Scientist: est chargé de développer les outils adaptés au besoin pour Collecter, Analyser et faire parler les données numériques et, de les présenter sous un format simple et compréhensible (DataVizualisation) Data Analyst: va manipuler les données une fois que la base est opérationnelle, afin de faire remonter les informations nécessaires pour les prises de décisions. Et faire évolution les métiers du Marketing , de la Vente, des Architectes, des Administrateurs Réseaux, de DBA… avec des programmes de formations adaptées. #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance
  • 71. Excelerate Systems +30 Experts CertifiésCloudera •Depuis 2011, nous avons développé un réseau de consultants hautement qualifiés. •Architectes, •Administrateurs, •Développeurs, •Analystes, Statisticiens •Data Scientistes •Nous avons réalisé plusieurs projets dans divers secteurs d’activités. •e-Commerce •Jeux •e-Gouvernement •Banque et Finance •Grande Distribution •Marketing •Communication •Sécurité et Protection des Données
  • 72. Des Experts accessibles mondialement •France •2 Développeur Certifié Cloudera •1 Administrateur Certifié Cloudera •2 Data Scientiste & Analyste •1 Expert DataViz Canada 1 Développeur Certifié Cloudera États Unis 1 Développeur Certifié Cloudera, 1 Administrateur Certifié Cloudera 1 Data Scientiste Mexique 1 Administrateur Certifié Cloudera Brésil 2 Développeurs Hadoop (Sao Paulo, Belém, 1 Administrateur Certifié Hadoop (Belém) 1 Développeur HBase(Rio) Chine 1 Administrateur Certifié Cloudera, 1 Développeur Certifié Cloudera, Inde 2 Administrateurs Certifiés Cloudera, 2 Développeurs Certifiés Cloudera, Chili 1 Développeur Cert. Excelerate Systems Offices Espagne 1 Développeur Cert.
  • 73. +100 Clients nous font confiance…
  • 74. Qui sommes-nous ? #Cloud #BigData #Security #Mobile@ExcelSysFrance ExcelerateSystemsFrance •Entreprise Privée, Fondée en 2007 à Seattle, Washington USA •Des bureaux pour l’Europe à Bordeaux(France), pour l’Amérique Latine à Mexico(Mexique) et présence dans +20 pays •Offre Riche dans 4 catégories 1.BigData, Cloud et Virtualisation. 2.Sécurité et Protection des Données et Optimisation des S.I 3.Gestion et Sécurité du Mobile en Entreprise et le CRM-Mobile. 4.Connectivité au Systèmes Centraux et l’intégration des Mainframes
  • 75. Nos Partenaire, Nos Solutions
  • 76. Merci de votre attention @ExcelSysFrance ExcelerateSystemsFranceExcelerate Systems -BigData, Cloud & Security Community #Security #BigData #Cloud #Mobile
  • 77. BigData .|. Cloud .|. MobileDataProtection

×