Accueil Revues Revue Numéro Article

Documentaliste-Sciences de l'Information

2013/3 (Vol. 50)

  • Pages : 78
  • DOI : 10.3917/docsi.503.0060
  • Éditeur : A.D.B.S.

ALERTES EMAIL - REVUE Documentaliste-Sciences de l'Information

Votre alerte a bien été prise en compte.

Vous recevrez un email à chaque nouvelle parution d'un numéro de cette revue.

Fermer

Article précédent Pages 60 - 61 Article suivant

Dossiers et ressources en ligne

1

Dossier « Web sémantique, web de données : quelle nouvelle donne ? ». Documentaliste-Sciences de l’information, 2011, vol. 48, n?4

3

Dossier de synthèse de la journée d’étude du GFII,

4

3 juillet 2012. « Big Data : exploiter de grands volumes de données : quels enjeux pour les acteurs du marché de l’information et de la connaissance ? » http://www.gfii.fr

5

Sandra GITTLEN. « Could data scientist be your next job ? The definition of a data scientist varies, but no matter how it’s defined, the skills are in demand ». Network World, 4 juin 2012

7

Tom DAVENPORT.

8

« Can You Live Without a Data Scientist ? ». HBR Blog Network, 26 septembre 2012.

10

Article de Wikipédia sur les données de référence http://fr.wikipedia.org/wiki/Gestion_des_données_de_référence

11

Dossier « Big Data : quand les données deviennent le “nouveau pétrole” de l’emploi ». Letudiant.fr, 15 mars 2013

13

Site dédié au livre de Viktor Mayer-SCHÖNBERGER et Kenneth Neil CUKIER : Big data, a revolution that will transform how we live, work and think. John Murray (JM), 2012

15

Mikkel B. RASMUSSEN, Christian MADSBJERG.

16

« Big Data Gets the Algorithms Right but the People Wrong. Business week, 16 juillet 2013

18

5 à 7 « Big Data ». ADBS, 13 février 2013

20

5 à 7 « Open Data ». ADBS, 6 novembre 2012

22

Il existe par ailleurs des dizaines de présentations Powerpoint sur Internet consacrées au Big Data ou à l’Open Data. Souvent redondantes, et reprenant un discours a-critique sur l’explosion ou le « déluge des données » (expression de Paul Mc Fedries), elles sont néanmoins utiles pour se faire une idée du phénomène quantitatif à l’œuvre derrière le « Big Data » (par exemple 500 teraoctets de données transitent chaque jours sur Facebook…), pour visualiser des schémas techniques ou pour se familiariser avec le vocabulaire utilisé par les professionnels du domaine.

23

Petite sélection :

24

Christophe ARAN. « Big Data, Kesako ? »

26

Antoine CASILLI. « Small data vs Big Data.

27

Mener des expériences dans les médias sociaux »

29

Simon CHIGNARD. « Open Data, et maintenant ? »

31

Autres présentations, en français et en anglais, à visionner et télécharger sur www.slideshare.net

Ouvrages

32

Pierre BONNET. Management des données de l’entreprise : Master Data Management et modélisation sémantique.

33

Hermès - Lavoisier, 2009

34

Christophe BRASSEUR. Enjeux et usages du big data : technologies, méthodes et mise en œuvre. Hermès-Lavoisier, 2013

35

Guy CHESNOT. Cloud computing, big data, parallélisme, hadoop : stockage de données du futur. Vuibert, 2012

36

Michel GABASSI, Franck REGNIERPRECASTAING, Jacques FINET.

37

MDM - Enjeux et méthodes de la gestion des données. Dunod, 2008

38

Jonathan GRAY, Liliana BOUNEGRU, Lucy CHAMBERS, Nicolas KAYSER-BRIL.

39

Guide du datajournalisme : collecter, analyser et visualiser les données. Eyrolles, 2013

40

Yann GUILAIN. Infodesign : le management visuel de l’information à l’heure du Big Data. Ellipses, 2013

41

Alain JOANNES. Data journalisme. Bases de données et visualisation de l’information. CFPJ Éditions, 2010

42

Jacques-François MARCHANDISE, Simon CHIGNARD. L’Open data : comprendre l’ouverture des données publiques.

43

Fyp éditions, 2012

44

Amini MASSY-REZA, Éric GAUSSIER. Recherche d’information - Applications, modèles et algorithmes. Fouille de données, décisionnel et big data. Eyrolles, 2013

45

Nathan YAU. Data visualisation : de l’extraction des données à leur représentation graphique. Eyrolles, 2013

Formations

46

Telecom ParisTech

47

Mastère spécialisé « Big Data : gestion et analyse des données massives (BGD) ».

49

Université Lyon 2 (Département Informatique et statistique) et Université de Nantes (Polytech’ Nantes)

50

Master 2 « Extraction des Connaissances à partir des données (ECD) »

52

Université de Lille-3 (UFR DECCID, département SID) Master 2 « Produits de l’information spécialisée et médiation électronique (PRISME) »

54

L’association STID France regroupe les départements Statistique et informatique décisionnelle de douze IUT de France : Avignon, Carcassonne, Grenoble, Lisieux, Lyon, Menton, Metz, Niort, Paris, Pau, Roubaix et Vannes.

56

À noter que l’Apec a publié en avril 2013 un Référentiel des métiers émergents, où sont décrits les métiers de dataminer, data scientist, data analyst dans le chapitre Informatique, Internet.

Glossaire

58

BI- Business intelligence. Ensemble de procédés visant à aider au pilotage des activités par l’exploitation de données croisées sur un domaine (statistiques, données de vente, données macro-économiques, etc.) à partir de techniques de data mining et de représentation des données dans des formats graphiques.

59

CRM – Customer Relationship Management (GRC – Gestion de la référence client). Dispositifs permettant d’associer une base de données clients avec le suivi des actions et relations engagées avec ce client. Vise à mémoriser tout l’historique de la relation entre une entreprise et la masse de ses clients.

60

ETL – Extract, Transform, Load (extraire, transformer, charger). Procédé de récupération des données dans des systèmes hétérogènes (bases de données, tableurs, fichiers, etc.) et de leur reformatage, afin de les charger dans des entrepôts et outils d’analyse.

61

ERP – Enterprise resource planning (PGI – Progiciel de gestion intégré). Outil concentrant les informations qui coordonnent les activités liées aux grandes fonctions de l’entreprise : production, vente, gestion, comptabilité, RH, et assurant des passerelles entre ces différentes activités.

62

ILC/ILN – Information Lifecycle management. Gestion du cycle de vie de l’information. Prise en compte de l’information dans sa durée, en incluant les étapes de traitement depuis la production initiale jusqu’à la destruction.

63

MDM : Master Data Management (GDR : Gestion des données de référence). Outils logiciels permettant le contrôle et l’alignement de données à partir de listes de données maîtresses.

64

PDA – Product Data Analyst. Spécialiste de la gestion des données concernant les produits, principalement dans l’industrie.

65

PLM – Product Life Management. Gestion du cycle de vie du produit. Prise en compte des relations entre les différentes étapes de la vie d’un produit, de sa conception à sa mise sur le marché.

Plan de l'article

  1. Dossiers et ressources en ligne
  2. Ouvrages
  3. Formations
  4. Glossaire

Pour citer cet article

Cotte Dominique, « Sources et ressources », Documentaliste-Sciences de l'Information, 3/2013 (Vol. 50), p. 60-61.

URL : http://www.cairn.info/revue-documentaliste-sciences-de-l-information-2013-3-page-60.htm
DOI : 10.3917/docsi.503.0060


Article précédent Pages 60 - 61 Article suivant
© 2010-2014 Cairn.info
back to top
Feedback