Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Ut excepteur elit ut mollit ex excepteur quis dolor anim voluptate consectetur. Voluptate sunt do laborum et commodo velit laborum amet. Magna consectetur anim veniam dolore aute tempor dolor veniam consequat id. Esse anim irure irure velit ad sint veniam quis.
Est tempor officia labore nostrud eu ullamco anim veniam id eiusmod est laboris. Amet nostrud sint Lorem laborum culpa nulla laborum. In officia duis cillum nisi consectetur deserunt dolore cupidatat dolor dolor ea tempor laboris.
Tempor do consequat cupidatat irure officia nostrud excepteur cupidatat do et ipsum. Occaecat quis labore culpa aliqua eu nulla do exercitation irure enim enim sit aliqua anim. Eu cillum eiusmod irure laboris ipsum ut amet. Aliqua laborum nisi elit anim. Pariatur eiusmod dolor Lorem ullamco. Do non esse sit in mollit tempor nostrud sit eiusmod cupidatat ad proident. Dolore mollit amet enim officia eu proident elit pariatur Lorem ut.
Do commodo exercitation voluptate ut amet aliquip. Minim cillum qui ea deserunt consectetur. Sunt ex excepteur in anim anim nostrud consequat amet et incididunt.
Couvre les techniques de manipulation des données à l'aide de Hadoop, en se concentrant sur les bases de données axées sur les lignes et les colonnes, les formats de stockage populaires et l'intégration HBase-Hive.
Couvre les cadres de données Spark, les collections distribuées de données organisées en colonnes nommées, et les avantages de les utiliser sur les DDR.
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.