Datawarehouse & Business Intelligence

Datawarehouse & Business Intelligence  GIN5L07

Enseignant:

Email:

Durée totale du cours: 45 H

Semestre : 5

Option : Ingénierie logicielle

Nombre de crédits : 3

Option : Ingénierie des connaissances 

Nombre de crédits : 2

Modules spécialisés	Modules de base	Sciences et techniques de l’ingénierie	Préparation à la carrière professionnelle
		X

  

Nombre d’heures		Activités hors classe
22.5		18
cours	TD		TP
22.5

 

Code

: GIN5L07

Datawarehouse & Business Intelligence

Volume Horaire   : 1h30 cours intégrés & 1h30 travaux pratiques (par semaine)

Objectifs d’apprentissage et compétences visées

Objectifs du cours :

• Comprendre les concepts fondamentaux de la gestion de données et de la Business Intelligence (BI).
• Savoir concevoir, mettre en œuvre et optimiser un entrepôt de données.
• Acquérir des compétences en modélisation de données et en conception de schémas pour la BI.
• Maîtriser les outils et les techniques d’extraction, de transformation et de chargement (ETL).
• Savoir créer des rapports et des tableaux de bord interactifs pour soutenir la prise de décision.

Contenu du  cours

Semaine 1-2 : Introduction à la Business Intelligence

• Objectifs : Comprendre les concepts de base de la BI, son importance et son rôle dans les entreprises.

Thèmes abordés :

• Introduction à la Business Intelligence.
• Cycle de vie de la BI.
• Architecture BI.

Semaine 3-4 : Fondements des Entrepôts de Données

• Objectifs : Comprendre les principes et la structure des entrepôts de données.

Thèmes abordés :

• Introduction aux entrepôts de données.
• Modélisation dimensionnelle.
• Schéma en étoile et en flocon.

Semaine 5-6 : Extraction, Transformation et Chargement (ETL)

• Objectifs : Apprendre à collecter, nettoyer et charger des données dans un entrepôt de données.

Thèmes abordés :

• Processus ETL.
• Outils ETL populaires.
• Transformation des données.

Semaine 7-8 : Conception de rapports et de tableaux de bord

• Objectifs : Acquérir des compétences dans la création de rapports interactifs et de tableaux de bord.

Thèmes abordés :

• Outils de création de rapports.
• Conception de tableaux de bord.
• Visualisation des données.

Semaine 9-10 : Langages de requête pour la BI

• Objectifs : Maîtriser les langages de requête couramment utilisés dans la BI.
• Thèmes abordés :
• SQL pour la BI.
• MDX (Multidimensional Expressions).
• DAX (Data Analysis Expressions).

Semaine 11-12 : Sécurité et gouvernance des données

• Objectifs : Comprendre l’importance de la sécurité et de la gouvernance des données dans la BI.

Thèmes abordés :

• Sécurité des données.
• Gouvernance des données.
• Conformité aux réglementations.

Semaine 13-14 : Cas pratiques et projets

• Objectifs : Appliquer les connaissances acquises à des projets pratiques.

Thèmes abordés :

• Analyse de cas.
• Conception et implémentation d’un entrepôt de données.
• Création de rapports et de tableaux de bord.

Semaine 15-16 : Tendances et avancées en BI

• Objectifs : Explorer les tendances émergentes et les avancées technologiques dans le domaine de la BI.

Thèmes abordés :

• Intelligence artificielle et BI.
• Big Data et BI.
• Cloud et BI.

Méthodes d’enseignement et d’apprentissage

• Enseignement frontal (magistral) avec des exemples à résoudre en
• Travaux pratiques (laboratoire)
• Travaux à faire à domicile (mini-projet, exposé, compte-rendu, …)

Connaissances et compétences pré-requises

• Bases de données.
• SGBD & Administration de bases de données.

Références bibliographiques

• Un polycopié (Notes du cours) de l’enseignant sera disponible.
• Autres références sous forme de tutoriaux, manuels ou documents à télécharger relatives aux éléments de contenu.
• Cuneyt Yilmaz, “Oracle Business Intelligence  11g  R1  Cookbook”, Packt Publishing,    2013,
• ISBN: 978-1-84968-600-6, Pages: 364, http://it-ebooks.info/book/3018/
• Reza Rad,   “Microsoft   SQL   Server   2014   Business   Intelligence   Development”,   Packt
• Publishing, 2014, ISBN: 978-1-849-68888-8, Pages: 350, http://it-ebooks.info/book/3624/
• Dan Clark, “Beginning Power BI with Excel 2013”, Apress, 2014, ISBN: 978-1-4302-6445-3, Pages: 324, http://it-ebooks.info/book/4324/
• Kimball, Ralph,   Margy  Ross,   “The  Data  Warehouse  Toolkit:   The   Definitive   Guide to Dimensional Modeling”, 3ème édition, Wiley, 2013.
• « Data Warehousing Fundamentals » par Paulraj Ponniah – Ce livre couvre les bases des entrepôts de données et est souvent utilisé comme une référence de base pour le domaine.
• « The Data Warehouse Toolkit » par Ralph Kimball – Ralph Kimball est une figure majeure dans le domaine de la Business Intelligence et cet ouvrage est considéré comme un classique.
• « Business Intelligence Guidebook: From Data Integration to Analytics » par Rick Sherman – Ce livre offre une perspective globale sur la Business Intelligence, y compris les aspects de l’intégration des données.
• « Data Warehouse Design: Modern Principles and Methodologies » par Matteo Golfarelli, Stefano Rizzi, et Alberto Maierù – Ce livre se penche sur la conception moderne des entrepôts de données.
• « Mastering Data Warehouse Aggregates: Solutions for Star Schema Performance » par Christopher Adamson – Ce livre se concentre sur les agrégats, un aspect important de la performance des entrepôts de données.
• « Business Intelligence Guidebook – From Data Integration to Analytics » par Rick Sherman – Un guide complet sur la Business Intelligence, couvrant l’intégration des données, la modélisation et l’analyse.
• « Data Warehouse Project Management » par Sid Adelman et Larissa T. Moss – Ce livre aborde la gestion de projet spécifique aux entrepôts de données

Modalité d’évaluation

• 40% Contrôle continu (Test + Travail individuel avec présentation orale, Devoir surveillé, …)
• 60% Examen semestriel

Résultats d’apprentissage

L’examen d’un cours de Datawarehouse & Business Intelligence dans le cadre du diplôme d’ingénieur en Génie Informatique, devrait permettre aux étudiants d’acquérir un ensemble de compétences techniques et non techniques. Voici une liste des compétences que les étudiants devraient développer après avoir réussi ce cours :

Compétences techniques :

1. Conception de Datawarehouse : Les étudiants devraient être capables de concevoir des modèles de données adaptés à la gestion et à l’analyse de grandes quantités de données.
2. Extraction, Transformation et Chargement (ETL) : Comprendre les principes de l’ETL et être en mesure de mettre en place des processus pour extraire, transformer et charger des données à partir de sources variées dans le Datawarehouse.
3. Modélisation de données : Savoir concevoir des schémas de base de données dimensionnels et relationnels pour faciliter l’analyse des données.
4. Langages de requête : Maîtriser des langages de requête comme SQL pour extraire des données du Datawarehouse et créer des rapports.
5. Outils de Business Intelligence (BI) : Être familier avec les outils de BI tels que Tableau, Power BI ou QlikView pour créer des rapports interactifs et des tableaux de bord.
6. Analyse de données : Savoir utiliser des techniques d’analyse de données pour identifier des tendances, des modèles et des insights à partir des données stockées dans le Datawarehouse.
7. Sécurité des données : Comprendre les enjeux de sécurité liés aux données, y compris la gestion des autorisations et la protection des données sensibles.
8. Performance et optimisation : Être capable de surveiller et d’optimiser les performances du Datawarehouse pour garantir des requêtes efficaces.

Compétences transversales:

1. Communication : Être capable de communiquer efficacement avec des parties prenantes non techniques pour comprendre leurs besoins en matière de rapports et de visualisations.
2. Gestion de projet : Comprendre les principes de base de la gestion de projet pour planifier, exécuter et livrer des projets BI dans les délais et le budget.
3. Pensée critique : Développer la capacité à analyser de manière critique les données et les résultats de BI, en remettant en question les hypothèses et en proposant des améliorations.
4. Éthique professionnelle : Comprendre les enjeux éthiques liés à la collecte et à l’utilisation des données, et respecter les normes de confidentialité et de protection des données.
5. Adaptabilité : Être capable de s’adapter aux évolutions technologiques et aux changements de besoins de l’entreprise en matière de BI.
6. Collaboration : Travailler efficacement en équipe, en particulier avec d’autres professionnels de l’informatique et des domaines métier.
7. Résolution de problèmes : Être en mesure d’identifier et de résoudre les problèmes techniques et fonctionnels liés au Datawarehouse et à la BI.
8. Gestion du temps : Prioriser les tâches et gérer efficacement le temps pour répondre aux besoins de l’entreprise.