Université de Fianarantsoa Ecole Nationale d’Informatique
Initiation au Big Data
Enseignant: Mr DIMBISOA William Germain
Maître de Conférences
mercredi 17 juillet
IBD, ENI, M1 IA, Dr William 1
2024
Objectifs
u Mieux exploiter les ensembles volumineux de données
dans le but de:
u Déceler des corrélations entre des informations,
u Identifier des schémas et tendances auparavant inconnus,
u Mieux comprendre les préférences des clients ou cibles.
u Un Master Big Data doit être capable de gérer des données
massives.
u Maîtriser les outils est les technologies liés aux Big Data
pour obtenir des informations pertinentes permettant
d'aider à la prise de décision.
mercredi 17
IBD, ENI, M1 IA, Dr William 2
juillet 2024
Objectifs
u Big Data stimule le développement de modèles d'IA et de
ML, le spécialiste doit maîtriser les algorithmes.
u Big Data permet de rassembler des données provenant de
médias sociaux, de visites Web, de journaux d'appels et
d'autres sources pour améliorer l'expérience d'interaction
et maximiser la valeur fournie.
u Big Data offre des services et des produits plus en
adéquation avec les besoins des personnes afin d’éviter
des menaces sur : la fuite des données, l’utilisation à de
mauvaises fins, etc.
mercredi 17
IBD, ENI, M1 IA, Dr William 3
juillet 2024
Big Data – Données Massives
u Avec le développement des nouvelles technologies,
d'internet et des réseaux sociaux ces vingt dernières
années, la production de données numériques a été de
plus en plus nombreuse : textes, photos, vidéos, etc.
u Les big data, (grosses données, ou mégadonnées, données
massives), désignent des ensembles de données qui
deviennent tellement volumineux qu’ils en deviennent
difficiles à travailler avec des outils classiques de gestion
de base de données ou de gestion de l’information
mercredi 17
IBD, ENI, M1 IA, Dr William 4
juillet 2024
Big Data – Données Massives
u Qui fait le big data?
u Architecte big data
u C'est un métier du Big Data plus conceptuel que
technique, qui assure la création des infrastructures de
stockage et conçoit des solutions de gestion des données
massives. Il propose également aux décideurs la
cartographie des outils à mettre en place
u 3 principes:
u Vitesse de création, collecte et partage des données
mercredi 17
IBD, ENI, M1 IA, Dr William 5
juillet 2024
Figure : 1 zetta = un film qui dure 745 millions d’années
mercredi 17
IBD, ENI, M1 IA, Dr William 6
juillet 2024
Sources des données massives
u Génomique
u Téléphonie
u Objets connectés, capteurs
u Open data
u Astrophysique,
u Météo et observation de la terre (climat, catastrophes)
u 4 grands challenges:
u Cyber sécurité,
u Ville intelligente, transport intelligent
u Médical
mercredi 17
IBD, ENI, M1 IA, Dr William 7
juillet 2024
Sources des données massives
u Qui n’a pas de téléphone portable ?
u Qui n’a pas de compte sur un réseau social ?
u Sui n’a jamais réalisé un achat sur internet ?
u Qui n’a pas un objet connecté ?
u Qui n’a pas d’assurance ?
u Qui n’a pas de compte bancaire ?
mercredi 17
IBD, ENI, M1 IA, Dr William 8
juillet 2024
Unités de mesure de données
Décimal (base 10) Binaire (base 2)
Kilobyte/kilooctet = 1 000 B/o Kibibyte/kibioctet = 1 024 B/o
Mégabyte/ Mégaoctet = 1000 KB/ko Mébibyte/mébioctet = 1 024 KiB/Kio
Gigabyte/gigaoctet = 1 000 MB/Mo Gibibyte/gibioctet = 1 024 MiB/Mio
Térabyte/téraoctet = 1 000 GB/Go Tébibyte/tébioctet = 1 024 GiB/Gio
Pétabyte/pétaoctet = 1 000 TB/To Pébibyte/pébioctet = 1 024 TiB/Tio
Exabyte/Exaoctet = 1 000 PB/Po Exbibyte/exbioctet = 1 024 PiB/Pio
Zettabyte/zettaoctet = 1 000 EB/Eo Zébibyte/zébioctet = 1 024 EiB/Eio
Yottabyte/yottaoctet = 1 000 ZB/Zo Yobibyte/yobioctet = 1 024 ZiB/Zio
mercredi 17
IBD, ENI, M1 IA, Dr William 9
juillet 2024
Que sont les données classiques ?
u Les entreprises peuvent utiliser ces données classiques
pour assurer un suivi de leurs ventes ou gérer leurs
relations clients et leurs flux métier.
u Données structurées et relationnelles que les entreprises
stockent et traitent depuis des dizaines d’années.
u Faciles à manipuler et peuvent être gérées à l’aide de
logiciels de traitement conventionnels.
mercredi 17
IBD, ENI, M1 IA, Dr William 10
juillet 2024
Qu’est-ce que le Big Data ?
u Ensemble considérable et complexe de données, et les méthodes
utilisées pour les traiter avec des caractéristiques en « 4 V ou 5V» :
• Volume : Comme son nom l’indique, est volumineux. Ce n’est pas sa
seule caractéristique, mais c’est un élément constitutif.
• Variété : Un ensemble de Big Data contient généralement des
données structurées, semi-structurées et non structurées.
• Vitesse : Le Big Data est généré rapidement, et souvent traité en
temps réel.
• Véracité : Le Big Data n’est pas fondamentalement de meilleure
qualité que les données classique, mais il est extrêmement précis. Les
anomalies, les biais et les bruits peuvent affecter considérablement
sa qualité.
mercredi 17
IBD, ENI, M1 IA, Dr William 11
juillet 2024
7 métiers incontournables du Big Data
u Chief Data Officer (CDO):
u le Directeur de « data », le gardien de l’éthique. Il est à la
tête d’une équipe spécialisée dans l’acquisition, l’analyse et
l’exploitation des données. Sa fonction consiste à la
gouvernance de son équipe pour l’approvisionnement des
données les plus intéressantes et cohérentes pour l’intérêt
de l’entreprise.
u Business Intelligence Manager:
u Son travail consiste à faciliter les prises de décision du CDO.
Il utilise des nouvelles technologies pour mettre en place
des tableaux de bords, des outils de reporting, afin de les
intégrer au système informatique et de les rendre
accessibles aux utilisateurs au sein de l’entreprise
mercredi 17
IBD, ENI, M1 IA, Dr William 12
juillet 2024
7 métiers incontournables du Big Data
u Data Scientist
u Il est responsable de la collecte, du traitement, de
l’évaluation et de l’analyse des données massives, ou big
data, afin d’optimiser la stratégie de l’entreprise. Son rôle
est de créer pour les métiers de l’entreprise des algorithmes
qui produisent des informations utiles, notamment afin de
proposer aux clients, les produits qu’ils recherchent.
u Data Analyst
u Il utilise des techniques statistiques et des outils
informatiques spécialisés afin d’organiser, de synthétiser et
de traduire les informations dont les entreprises ont besoin
pour faciliter les prises de décisions.
mercredi 17
IBD, ENI, M1 IA, Dr William 13
juillet 2024
7 métiers incontournables du Big Data
u Data Miner
u Son rôle est de dénicher les informations parmi de multiples
données, afin de les rendre exploitables et utiles pour
l’entreprise. Il doit disposer d’excellentes compétences en
informatique, en statistiques et en business
u Master Data Manager
u Également appelé Gestionnaire des Données, la Data Manager
acquiert et organise les informations de l’entreprise en vue de leur
exploitation optimale.
u Data Protection Officer
u Assure la protection des données personnelles dans l’organisation
pour laquelle elle travaille. Ce poste pourrait devenir obligatoire
dans toutes les entreprises ayant plus de 250 salariés
mercredi 17
IBD, ENI, M1 IA, Dr William 14
juillet 2024
7 métiers incontournables du Big Data
u Data Miner
u Son rôle est de dénicher les informations parmi de
multiples données, afin de les rendre exploitables et
utiles pour l’entreprise. Il doit disposer
d’excellentes compétences en informatique, en
statistiques et en business
u Master Data Manager
u Également appelé Gestionnaire des Données, la Data
Manager acquiert et organise les informations de
l’entreprise en vue de leur exploitation optimale.
mercredi 17
IBD, ENI, M1 IA, Dr William 15
juillet 2024
Data en préfixe et en suffixe
DATA en préfixe
u DATA base
u DATA bank
u DATA warehouse
u DATA mart
u DATA mining (OLAP, Corrélations, ..),
u Data Analytics,
u DATA Pumping (ETL)
u DATA Systems DATA mash up
u DATA SCIENCE
u DATA BROKER
mercredi 17
IBD, ENI, M1 IA, Dr William 16
juillet 2024
Data en préfixe et en suffixe
DATA en suffixe
u Linked DATA,
u Web DATA (DBpedia, Web Sémantique)
u Meta DATA
u Open DATA
u Smart DATA
u BIG DATA et nouveaux métiers centrés DATA
u CDO « Chief DATA Officer »
mercredi 17
IBD, ENI, M1 IA, Dr William 17
juillet 2024
Big Data: Caractéristiques
mercredi 17
IBD, ENI, M1 IA, Dr William 18
juillet 2024
Défis de stockage de données
Volume:
u Quantité de données générées par des entreprises
u Volume de données en constante augmentation
Vitesse:
u Fréquence de données générées, capturées et partagées.
u Réduction du temps de décision et augmentation de
performances exigées dans l’infrastructure de stockage.
mercredi 17
IBD, ENI, M1 IA, Dr William 19
juillet 2024
Défis de stockage de données
Variété :
u Prolifération de types de données provenant de sources
comme les médias sociaux, les interactions Machine to
Machine et les terminaux mobiles,
u Nouveaux types de données: données géo spatiales, points
de données matériels, données de géo localisation,
données de connexions, données générées par des
machines, données de mesures, données mobiles, point de
données physiques, processus, données RFID, données
issues de recherches, données de confiance, données de
flux, données issues des médias sociaux, données texte,
etc.
mercredi 17
IBD, ENI, M1 IA, Dr William 20
juillet 2024
Défis de stockage de données
Valeur :
u Comprendre les préférences des clients,
u de segmenter les clients de façon plus granulaire
u Cibler des offres spécifiques au niveau de segments précis
u Eviter les fraudes éviter et sécuriser les données
u Comment les exploiter et les analyser, pour mieux
piloter l’activité de son entreprise ?
mercredi 17
IBD, ENI, M1 IA, Dr William 21
juillet 2024
Environnement du Big Data
mercredi 17
IBD, ENI, M1 IA, Dr William 22
juillet 2024
Système de gestion de base de données NoSQL
u NoSQL signifie ‘’Not Only SQL’’
u Ensemble des bases de données qui s’opposent à la notion
relationnelle des SGBDR.
u Performance: le premier besoin fondamentale
u Caractère ACID vs BASE des SGBDR
mercredi 17
IBD, ENI, M1 IA, Dr William 23
juillet 2024
Système de gestion de base de données NoSQL
mercredi 17
IBD, ENI, M1 IA, Dr William 24
juillet 2024
Système de gestion de base de données NoSQL
ACID
u Atomicité: garantit que toutes les étapes d’une
transaction de base de données sont soit complètement
terminées, soit retournées à leur état d’origine (ex:
réservation des sièges et mise à jour des informations sur
les clients)
u Cohérence: garantit que les données répondent aux
contraintes d’intégrité et aux règles métier prédéfinies.
Même si plusieurs utilisateurs effectuent des opérations
similaires simultanément, les données restent cohérentes
pour tous
mercredi 17
IBD, ENI, M1 IA, Dr William 25
juillet 2024
Système de gestion de base de données NoSQL
ACID
u Isolation: garantit qu’une nouvelle transaction, accédant
à un enregistrement particulier, attend la fin de la
transaction précédente avant de commencer à
fonctionner.
u Durabilité: garantit que la base de données conserve tous
les enregistrements validés, même en cas de défaillance
du système.
mercredi 17
IBD, ENI, M1 IA, Dr William 26
juillet 2024
Système de gestion de base de données NoSQL
BASE
u Basically Available: l’accessibilité simultanée de la base
de données par les utilisateurs à tout moment
est fondamentalement disponible.
u Soft state: l’état souple fait référence à la notion selon
laquelle les données peuvent présenter des états
transitoires ou temporaires susceptibles de changer au fil
du temps, même en l’absence de déclencheurs ou
d’entrées externes
u Eventually consistent: Finalement cohérent signifie que
l’enregistrement deviendra cohérent lorsque toutes les
mises à jour simultanées seront terminées.
mercredi 17
IBD, ENI, M1 IA, Dr William 27
juillet 2024
Système de gestion de base de données NoSQL
Regroupées en quatre grandes familles:
u Clé/ valeur : Ce modèle peut être assimilé à une hashmap
distribuée.
u Orienté colonne
u Orienté document
u Orienté graphe
mercredi 17
IBD, ENI, M1 IA, Dr William 28
juillet 2024
Système de gestion de base de données NoSQL
mercredi 17
IBD, ENI, M1 IA, Dr William 29
juillet 2024
Travaux pratiques
u Créer un programme en Java qui permet d’afficher les
données de types clés valeurs (Ex HashMap)
u Supprimer des valeurs
u Modifier des valeurs
u Même exercice mais utiliser Dictionnaire
mercredi 17
IBD, ENI, M1 IA, Dr William 30
juillet 2024
Big Data: Typologie de bases de données
u 1 Relationnelle: Niveau conceptuel
u Ce niveau représente le contenu de la base en termes
conceptuels, indépendamment de toute considération
informatique.
u La modélisation est une étape fondamentale de la
conception de la BD dans la mesure où, d’une part, on y
détermine le contenu de la BD et, d’autre part, on y
définit la nature des relations entre les concepts
principaux.
mercredi 17
IBD, ENI, M1 IA, Dr William 31
juillet 2024
Typologie de bases de données
u 1 Relationnelle: Niveau conceptuel
u Éléments de base :
u Entité : définit comme objet pouvant être identifié
distinctement.
u Attributs : caractéristiques ou propriétés des entités.
u Relations : représentent les liens entres les entités.
u Identifiant : attribut ou ensemble d’attributs permettant
de définir une et une seule entité.
mercredi 17
IBD, ENI, M1 IA, Dr William 32
juillet 2024
Typologie de bases de données
u 1 Relationnelle: Niveau logique
u Les entités du schéma conceptuel sont transformées en
tableaux à deux dimensions.
u Le modèle relationnel s’appuie sur trois concepts
fondamentaux :
u le domaine,
u l’attribut,
u la relation ou table.
mercredi 17
IBD, ENI, M1 IA, Dr William 33
juillet 2024
Typologie de bases de données
u 1 Relationnelle: Niveau logique
u Domaine : ensemble de valeurs défini en extension ou en
intention. Un domaine peut être simple ou composé.
u Attribut : chaque colonne est appelée attribut et contient
un ensemble des valeurs d’un domaine. Chaque ligne
représente un enregistrement.
u Relation ou table : une relation est un tableau à deux
dimensions. Le degré de la relation est le nombre de
colonnes ou des domaines considérés.
mercredi 17
IBD, ENI, M1 IA, Dr William 34
juillet 2024
Typologie de bases de données
u 1 Relationnelle: Niveau physique
u Ce niveau est utilisé pour décrire les méthodes
d’organisation et d’accès aux données de la base.
u Le langage SQL s’appuie sur les opérateurs de l’algèbre
relationnelle, il est basé sur le concept de relation de la
théorie des ensembles.
u Les opérations de base : la projection, la sélection, la
jointure.
u Les opérations ensemblistes : l’union, l’intersection, la
différence.
mercredi 17
IBD, ENI, M1 IA, Dr William 35
juillet 2024
Typologie de bases de données
u 2- NoSQL
u NoSQL signifie “Not Only SQL”, littéralement “pas
seulement SQL”. NoSQL ne vient pas remplacer les BD
relationnelles mais proposer une alternative ou compléter
les fonctionnalités des SGBDR pour donner des solutions
plus intéressantes dans certains contextes.
u Le premier besoin fondamental auquel répond NoSQL est
la performance. En effet, ces dernières années, les géants
du Web comme Google, Facebook et Amazon ont vu leurs
besoins en termes de charge et de volume de données
croître de façon exponentielle.
mercredi 17
IBD, ENI, M1 IA, Dr William 36
juillet 2024
Typologie de bases de données
u 2-1 NoSQL: Clé/ valeur
Ø Ce modèle peut être assimilé à une Hashmap distribuée.
Ø Les données sont, représentées par un couple clé/valeur.
Ø La valeur peut être une simple chaine de caractères, un
objet sérialisé…..
Ø Néanmoins, la communication avec la BD se résumera aux
opérations PUT, GET et DELETE.
mercredi 17
IBD, ENI, M1 IA, Dr William 37
juillet 2024
Typologie de bases de données
u 2-2 NoSQL: orienté colonne
Ø Ce modèle ressemble à première vue à une table dans un
SGBDR à la différence qu’avec une BD NoSQL orientée
colonne, le nombre de colonnes est dynamique.
Ø En effet, dans une table relationnelle, le nombre de
colonnes est fixé dés la création du schéma de la table et
ce nombre reste le même pour tous les enregistrements
dans cette table.
mercredi 17
IBD, ENI, M1 IA, Dr William 38
juillet 2024
Typologie de bases de données
u 2-2 NoSQL: orienté colonne
u Le nombre de colonnes peut varier d’un enregistrement à
un autre ce qui évite de retrouver des colonnes ayant des
valeurs NULL.
mercredi 17
IBD, ENI, M1 IA, Dr William 39
juillet 2024
Typologie de bases de données
u 2-3 NoSQL: orienté document
u Cette représentation est considérée comme la plus
adaptée au monde d’internet.
u Les données sont hiérarchisées, à l’image de JSON ou
XML. On en trouve deux implémentations: MongoDB
(utilisé par SourceForge) et couchDB.
mercredi 17
IBD, ENI, M1 IA, Dr William 40
juillet 2024
Typologie de bases de données
u 2-3 NoSQL: orienté document
mercredi 17
IBD, ENI, M1 IA, Dr William 41
juillet 2024
Typologie de bases de données
u 2-4 NoSQL: orienté graphe
u Ce modèle de représentation des données se base sur la
théorie des graphes.
u Il s’appuie sur la notion de noeuds, de relations et de
propriétés qui leur sont rattachées.
u Ce modèle facilite la représentation du monde réel, ce
qui le rend adapté au traitement des données des réseaux
sociaux, car il est plus facile retrouver une personne selon
ses relations que selon son nom.
mercredi 17
IBD, ENI, M1 IA, Dr William 42
juillet 2024
Typologie de bases de données
u 2-4 NoSQL: orienté graphe
u La principale solution est Neo4J.
mercredi 17
IBD, ENI, M1 IA, Dr William 43
juillet 2024
Typologie de bases de données
u 2-4 NoSQL: orienté graphe
u Caractéristiques de Neo4J
u écrit en Java
u orienté Graph
u utilise le protocole HTTP/REST
u indexe les noeuds et les relations
u une interface web d’administration est intégrée
u respecte entièrement le concept ACID (atomicity,
consistency, isolation, durability) qui garantie que les
transactions soient faites de manière sure.
mercredi 17
IBD, ENI, M1 IA, Dr William 44
juillet 2024
Typologie de bases de données
u 3 Orienté objet
u Destinés à offrir les fonctionnalités des SGBD à des
langages orientés objets et permettre le stockage
persistant desobjets.
u Les objets sont manipulés en utilisant les possibilités
natives des langages orientés objets et une interface de
programmation permet d’exploiter les fonctionnalités du
SGBD
mercredi 17
IBD, ENI, M1 IA, Dr William 45
juillet 2024
Typologie de bases de données
u 3 Orienté objet
mercredi 17
IBD, ENI, M1 IA, Dr William 46
juillet 2024
Typologie de bases de données
u 3 Orienté objet
u Chaque objet à un identifiant indépendant de sa valeur.
Exemple : Objet (id, valeur). Ils sont gérés par le système
et ne sont pas accessibles à l’utilisateur.
u Un objet est associé à une classe. Celle-ci définit la
structure (type) et le comportement (méthodes) des
objets qui lui sont associés.
u Lorsque l’on parle de BDD orientée objet, on parle
notamment d’héritage. Dans ce cas là il y a deux classes :
la super-classe et la sous-classe
mercredi 17
IBD, ENI, M1 IA, Dr William 47
juillet 2024
Typologie de bases de données
u 3 Orienté objet
mercredi 17
IBD, ENI, M1 IA, Dr William 48
juillet 2024
Typologie de bases de données
4- Décisionnel : Cube olap
u Représentation abstraite d’informations
multidimensionnelles exclusivement numérique utilisé par
l’approche OLAP (On-line Analytical Processing).
mercredi 17
IBD, ENI, M1 IA, Dr William 49
juillet 2024
Ventes de tous les magasins
Typologie de bases de données
4- Décisionnel : Cube olap
Principales caractéristiques :
u 1- obtenir des informations déjà agrégées selon les
besoins de l’utilisateur.
u 2- simplicité et rapidité d’accès
u 3- capacité à manipuler les données agrégées selon
différentes dimensions
u 4- un cube utilise les fonctions classiques d’agrégation :
min, max, count, sum, avg, mais peut utiliser des
fonctions d’agrégations spécifiques.
mercredi 17
IBD, ENI, M1 IA, Dr William 50
juillet 2024
Les plateformes pour le Big Data
1- Apache Hadoop
Ø Crée par Doug CUTTING 2009, Apache Hadoop est un
Framework qui permet le traitement distribué de grands
ensembles de données à travers des grappes d'ordinateurs
utilisant des modèles simples de programmation.
Ø Il est conçu pour évoluer à partir de serveurs uniques à
des milliers de machines, offrant à chaque calcul et le
stockage local.
mercredi 17
IBD, ENI, M1 IA, Dr William 51
juillet 2024
Les plateformes pour le Big Data
1- Apache Hadoop
Ø Plutôt que de s'appuyer sur du matériel à fournir la haute
disponibilité, la bibliothèque elle-même est conçu pour
détecter et gérer les échecs à la couche d'application,
afin de fournir un service hautement disponible sur un
cluster d'ordinateurs, chacun d'eux pouvant être sujettes
à des défaillances.
mercredi 17
IBD, ENI, M1 IA, Dr William 52
juillet 2024
Les plateformes pour le Big Data
1- Apache Hadoop
Ø Hadoop met à la disposition des développeurs et des
administrateurs un certain nombre de briques essentielles
:
Ø Hadoop Distributed File System (HDFS) : Un système de
fichiers distribué qui fournit un accès à haut débit aux
données d’applications.
Ø Hadoop FILS : Un cadre pour la planification des taches et
la gestion des ressources de cluster.
mercredi 17
IBD, ENI, M1 IA, Dr William 53
juillet 2024
Les plateformes pour le Big Data
1- Apache Hadoop
Ø Hadoop MapReduce : Un système basé FILS pour le
traitement parallèle de grands ensembles de données.
Ø Hadoop commun : Les utilitaires communs qui prennent
en charge les autres modules Hadoop.
Ø Hadoop est écrit en java et soutenu par plusieurs startups
américaines. Il est en outre devenu une sorte de standard
de fait pour l’écriture d’application de traitement de
données ralliant l’ensemble des acteurs majeurs du
secteur.
mercredi 17
IBD, ENI, M1 IA, Dr William 54
juillet 2024
Les plateformes pour le Big Data
2- Teradata
Ø Teradata est une société informatique américaine qui
vend des plateformes de données analytiques, les
applications et les services connexes.
Ø Ses produits sont destinés à consolider les données
provenant de différentes sources et de rendre les données
disponibles pour l’analyse.
Ø Les services proposés par Teradata pour le Big Data sont
les suivants:
Ø Concentrer les données,
Ø Unifier vos données.
mercredi 17
IBD, ENI, M1 IA, Dr William 55
juillet 2024
Les plateformes pour le Big Data
2- Netezza
Ø Netezza est une Appliance d’entrepôt de données, qui à
été conçue par IBM elle se caractérise par ca simplicité de
déploiement, une optimisation immédiate, absence de
réglages, une maintenance réduite au maximum.
Ø Vous disposez des performances et de la simplicité dont
vous avez besoin pour explorer en profondeur les volumes
croissants de données et tirer parti de ces dernières pour
transformer l’information en action.
mercredi 17
IBD, ENI, M1 IA, Dr William 56
juillet 2024
Typologie de bases de données
Travaux pratiques (Utiliser des technologies)
u Créer un programme en java qui permet de traiter (faire des
opérations CRUD) les informations concernant un étudiant dont les
données sont sous la forme de :
1- JSON
Ø [Link]
Ø [Link]
examples/
2- XML
Ø [Link]
java-xml-and-databases
Ø [Link]
mercredi 17
IBD, ENI, M1 IA, Dr William 57
juillet 2024
mercredi 17
IBD, ENI, M1 IA, Dr William 58
juillet 2024
mercredi 17
IBD, ENI, M1 IA, Dr William 59
juillet 2024
Plateformes Big data
mercredi 17
IBD, ENI, M1 IA, Dr William 60
juillet 2024
mercredi 17
IBD, ENI, M1 IA, Dr William 61
juillet 2024
mercredi 17
IBD, ENI, M1 IA, Dr William 62
juillet 2024