Ces travaux pratiques sont réalisés dans le cadre de l'unité d'enseignement Bases de Données Large Echelle du Master Données, Apprentissage et Connaissance de Sorbonne Université Sciences.

Ce cours permet de se familiariser avec la méthodologie de traitement de données massives en abordant deux aspects importants :

• l’interrogation et le traitement des données massives
• l’analyse des données complexes (données multidimensionnelles et graphe).

Le cours s’appuie sur le système Apache Spark qui est largement répandu dans l’industrie ainsi que sur les briques logicielles qui en dépendent (API Dataframe, MLlib, GraphFrames). Une ouverture sur les sujets d’actualité (traitement de données en streaming, machine learning à large échelle) complétera le panorama du traitement des données massives.