Acquérez des compétences pratiques en analyse du Big Data en analysant des métadonnées YouTube réelles à l'aide de Hadoop, MapReduce, Apache Pig et Apache Hive. Vous commencerez par préparer et structurer des ensembles de données brutes provenant de YouTube, en explorant les principes fondamentaux du Big Data et en appliquant des tâches MapReduce pour identifier des tendances et des vidéos les mieux notées.

Vous utiliserez ensuite des commandes et des scripts Pig Latin pour concevoir des workflows de transformation de données évolutifs. Vous traiterez les métadonnées YouTube, stockerez les résultats dans HDFS et interpréterez les résultats structurés. Vous créerez ensuite des tables Hive et exécuterez des requêtes HiveQL pour générer des analyses agrégées, notamment sur les vidéos les mieux notées et les plus visionnées. Conçu pour les étudiants, les professionnels et les passionnés de données, ce cours axé sur des projets met l’accent sur la mise en œuvre de bout en bout plutôt que sur la théorie seule. Vous reliez la préparation des données, le traitement à grande échelle, la transformation, l’interrogation et l’interprétation des résultats au sein d’un flux de travail structuré unique. À l’issue de ce cours, vous serez en mesure d’utiliser efficacement les principaux outils de l’écosystème Hadoop et de développer un projet d’analyse de données YouTube prêt à être ajouté à votre portfolio, qui mettra en valeur vos compétences pratiques en matière de Big Data.