Teradata (NYSE : TDC), le leader mondial des solutions analytiques, spécialisé dans les entrepôts de données intégrés, l'analyse de données volumineuses et les applications métier, annonce sa collaboration avec l'université américaine Northwestern pour l’élaboration d’un nouveau programme d'enseignement commercial et technologique. Il permettra aux étudiants d'apprendre la science et la pratique de l’analyse métier, y compris les techniques et les plates-formes d’entrepôt de données, fondamentales dans le domaine de l’analytique. Ce nouveau programme est l’un des premiers du genre. Il préparera les étudiants à répondre à l'explosion de la demande mondiale en termes de spécialistes de l'analyse de données.
L’enseignant à la tête de ce programme analytique est Diego Klabjan, professeur associé de génie industriel et sciences de gestion, et directeur du Master en Sciences analytiques à l’université Northwestern. Il affirme que le programme contiendra des informations importantes sur l’analyse de données volumineuses.
« Une grande partie du nouveau programme d’enseignement sur l’analytique porte sur les données volumineuses et les données non structurées » déclare Dr Klabjan. « L’expertise et la vision de Teradata dans la pratique de l'analyse de données volumineuses est exactement le genre de contenu que nous utiliserons pour l’élaboration d’un programme d’élites destiné aux meilleurs étudiants poursuivant leurs études dans ce domaine. »
Il indique que le nouveau programme assure un diplôme de Master en Sciences, avec une spécialisation dans le domaine de l’analytique, offert par l'École McCormick d'Ingénierie et de Sciences appliquées. Les étudiants apprendront des techniques analytiques telles que la reconnaissance des modèles et la modélisation prévisionnelle, ainsi que les technologies les favorisant. Dr Klabjan déclare également que le programme comprendra un contexte commercial général, de sorte que les étudiants soient en mesure de lier les deux disciplines et de réaliser ainsi des analyses pour résoudre de réels problèmes commerciaux.
La demande croissante en matière de professionnels de programmes analytiques a dépassé toutes les attentes et est entraînée par le considérable raz-de-marée que forment les données volumineuses appelées BIG DATA. Le BIG DATA est un terme communément associé à de grands ensembles de données où le volume, la diversité, la vitesse ou la complexité dépassent la capacité des outils logiciels courants pour capturer, gérer et traiter de manière efficace. Les exemples incluent les fichiers journaux Web, les réseaux de capteurs, les médias sociaux, les dossiers médicaux et autres.
« Les entreprises du monde entier ressentent l’impact de la révolution des données volumineuses et des types particuliers de données multi-structurées donnent lieu à de nouvelles opportunités commerciales » déclare Randy Lea, vice-président du centre d’innovation Aster de Teradata. « Pour tirer parti des données volumineuses, les analystes quantitatifs surnommés « quants » ou experts en analyse des données deviennent des talents novateurs qui créent de formidables avantages commerciaux au sein d’une entreprise. Ils explorent et découvrent rapidement des analyses révolutionnaires à partir de gros volumes de données, plutôt que d’accéder simplement à des données transactionnelles pour un reporting opérationnel. »
Selon Teradata, les entreprises devraient agir rapidement afin d’obtenir les avantages commerciaux générés par une classe émergente de professionnels et d'experts en analytique. Leurs compétences sont caractérisées par un mélange de technique et d’analyse, associé à l’acuité des entrepreneurs.
« Nous recevons un grand intérêt de sociétés du marché souhaitant savoir comment mieux appréhender leur activité en élargissant leurs entrepôts de données à partir des données d’entreprise qu’elles possèdent déjà, et ainsi pénétrer le nouveau monde des données multi-structurées à partir de nouvelles sources » déclare Scott Gnau, président de Teradata Labs. « Le secteur souhaite tirer davantage parti de ces données volumineuses. Pour cela, la meilleure technologie et des excellents spécialistes en analyse de données, s'avèrent indispensables. Nous sommes très heureux de prendre en charge ce nouveau programme et ainsi proposer sur le marché de nouveaux experts en analyse des données. »
Alors que la croissance des données volumineuses explose, les universités du monde entier se débattent et échouent trop souvent dans la préparation adéquate des étudiants pour répondre à la demande en termes d’employés qualifiés dans le domaine de la business intelligence (BI). En atteste la découverte d’une récente étude internationale parrainée par le Business Intelligence Congress II, une rencontre entre les enseignants de BI et des professionnels du secteur, co-organisée par le réseau d'universités Teradata et le Special Interest Group on Decision Support, Knowledge and Data Management Systems (groupe d’intérêt particulier sur l’aide à la décision, la connaissance et les systèmes de gestion des données).
La demande en matière d’employés en Business Intelligence (BI) hautement qualifiés d’ici 2018 dépasserait, rien qu’aux États-Unis, les effectifs disponibles de près de 60 %, selon un rapport du McKinsey Global Institute, publié en mai. Ce rapport prévoit qu’en 2018, 190 000 employés supplémentaires au « talent inégalé en matière d’analytique » ainsi qu’1,5 million de plus de « responsables et analystes experts en données » s’avèreront nécessaires pour bénéficier pleinement du phénomène de croissance des données volumineuses aux États-Unis seulement.
Pour prendre en charge les utilisateurs finaux et des volumes de données croissants, les entreprises développent des fonctionnalités technologiques accrues qui minimisent la complexité des données, élargissent la portée de leur BI et accélèrent la distribution de nouveaux types d’informations utiles aux communautés grandissantes d’utilisateurs professionnels. Grâce à une intégration et une optimisation permanentes des technologies de la famille de plates-formes Teradata, les sociétés leader collaborent avec Teradata pour répondre aux demandes en termes d'analyse à partir de données volumineuses.
L’enseignant à la tête de ce programme analytique est Diego Klabjan, professeur associé de génie industriel et sciences de gestion, et directeur du Master en Sciences analytiques à l’université Northwestern. Il affirme que le programme contiendra des informations importantes sur l’analyse de données volumineuses.
« Une grande partie du nouveau programme d’enseignement sur l’analytique porte sur les données volumineuses et les données non structurées » déclare Dr Klabjan. « L’expertise et la vision de Teradata dans la pratique de l'analyse de données volumineuses est exactement le genre de contenu que nous utiliserons pour l’élaboration d’un programme d’élites destiné aux meilleurs étudiants poursuivant leurs études dans ce domaine. »
Il indique que le nouveau programme assure un diplôme de Master en Sciences, avec une spécialisation dans le domaine de l’analytique, offert par l'École McCormick d'Ingénierie et de Sciences appliquées. Les étudiants apprendront des techniques analytiques telles que la reconnaissance des modèles et la modélisation prévisionnelle, ainsi que les technologies les favorisant. Dr Klabjan déclare également que le programme comprendra un contexte commercial général, de sorte que les étudiants soient en mesure de lier les deux disciplines et de réaliser ainsi des analyses pour résoudre de réels problèmes commerciaux.
La demande croissante en matière de professionnels de programmes analytiques a dépassé toutes les attentes et est entraînée par le considérable raz-de-marée que forment les données volumineuses appelées BIG DATA. Le BIG DATA est un terme communément associé à de grands ensembles de données où le volume, la diversité, la vitesse ou la complexité dépassent la capacité des outils logiciels courants pour capturer, gérer et traiter de manière efficace. Les exemples incluent les fichiers journaux Web, les réseaux de capteurs, les médias sociaux, les dossiers médicaux et autres.
« Les entreprises du monde entier ressentent l’impact de la révolution des données volumineuses et des types particuliers de données multi-structurées donnent lieu à de nouvelles opportunités commerciales » déclare Randy Lea, vice-président du centre d’innovation Aster de Teradata. « Pour tirer parti des données volumineuses, les analystes quantitatifs surnommés « quants » ou experts en analyse des données deviennent des talents novateurs qui créent de formidables avantages commerciaux au sein d’une entreprise. Ils explorent et découvrent rapidement des analyses révolutionnaires à partir de gros volumes de données, plutôt que d’accéder simplement à des données transactionnelles pour un reporting opérationnel. »
Selon Teradata, les entreprises devraient agir rapidement afin d’obtenir les avantages commerciaux générés par une classe émergente de professionnels et d'experts en analytique. Leurs compétences sont caractérisées par un mélange de technique et d’analyse, associé à l’acuité des entrepreneurs.
« Nous recevons un grand intérêt de sociétés du marché souhaitant savoir comment mieux appréhender leur activité en élargissant leurs entrepôts de données à partir des données d’entreprise qu’elles possèdent déjà, et ainsi pénétrer le nouveau monde des données multi-structurées à partir de nouvelles sources » déclare Scott Gnau, président de Teradata Labs. « Le secteur souhaite tirer davantage parti de ces données volumineuses. Pour cela, la meilleure technologie et des excellents spécialistes en analyse de données, s'avèrent indispensables. Nous sommes très heureux de prendre en charge ce nouveau programme et ainsi proposer sur le marché de nouveaux experts en analyse des données. »
Alors que la croissance des données volumineuses explose, les universités du monde entier se débattent et échouent trop souvent dans la préparation adéquate des étudiants pour répondre à la demande en termes d’employés qualifiés dans le domaine de la business intelligence (BI). En atteste la découverte d’une récente étude internationale parrainée par le Business Intelligence Congress II, une rencontre entre les enseignants de BI et des professionnels du secteur, co-organisée par le réseau d'universités Teradata et le Special Interest Group on Decision Support, Knowledge and Data Management Systems (groupe d’intérêt particulier sur l’aide à la décision, la connaissance et les systèmes de gestion des données).
La demande en matière d’employés en Business Intelligence (BI) hautement qualifiés d’ici 2018 dépasserait, rien qu’aux États-Unis, les effectifs disponibles de près de 60 %, selon un rapport du McKinsey Global Institute, publié en mai. Ce rapport prévoit qu’en 2018, 190 000 employés supplémentaires au « talent inégalé en matière d’analytique » ainsi qu’1,5 million de plus de « responsables et analystes experts en données » s’avèreront nécessaires pour bénéficier pleinement du phénomène de croissance des données volumineuses aux États-Unis seulement.
Pour prendre en charge les utilisateurs finaux et des volumes de données croissants, les entreprises développent des fonctionnalités technologiques accrues qui minimisent la complexité des données, élargissent la portée de leur BI et accélèrent la distribution de nouveaux types d’informations utiles aux communautés grandissantes d’utilisateurs professionnels. Grâce à une intégration et une optimisation permanentes des technologies de la famille de plates-formes Teradata, les sociétés leader collaborent avec Teradata pour répondre aux demandes en termes d'analyse à partir de données volumineuses.
Autres articles
-
Teradata nomme Louis Landry au poste de Chief Technology Officer
-
Teradata AI Unlimited pour Microsoft Fabric est désormais disponible en avant-première via Microsoft Fabric Workload Hub
-
Teradata facilite l’application concrète de l’IA générative et accélère la création de valeur pour les entreprises
-
Teradata propose des capacités d’IA exceptionnelles pour les grandes entreprises et les environnements hybrides en collaboration avec NVIDIA
-
Les nouvelles fonctionnalités de ClearScape Analytics maximisent le retour sur investissement en matière d’IA/ML et renforcent la productivité de la data science