Les 5 meilleurs livre sur le big data en 2022
Vous recherchez un livre sur le big data?
L’avènement du numérique à créé une explosion de données qu’il faut bien conserver. D’où la naissance du big data qui permet de stocker un nombre indicible d’informations sur une base numérique.
On parle ici de données de masse qu’aucun outil classique de gestion de base de données ou de gestion de l’information ne peut vraiment travailler. Le big data est très pratique pour tous ces géants du web tel que google ou même facebook pour stocker une grande quantité de données crée quotidiennement.
Les livres sur le sujet sont très instructifs pour comprendre le fonctionnement et surtout l’usage de ce nouvel outil numérique.
Nous avons recherché 5 meilleurs livres sur ce sujet et nous vous les présenterons à la suite de notre article.
Big Data, Smart Data, Stupid Data… : Comment (vraiment) valoriser vos données – Antoine Denoix
- Denoix, Antoine (Auteur)
Pourquoi choisir ce livre ?
Ce livre est un excellent moyen de comprendre les enjeux autour de la collecte, du management et de l’utilisation des données.
“ Demain, tout, absolument tout, produira de la data. Les entreprises qui sauront s’en servir réussiront.”
Pour l’auteur, la big data est un incontournable auxquelles nous ne pourront nous passer d’ici quelques décennies. Il est donc nécessaire de commencer à s’y informer dès à présent afin de ne pas être dépassé par la situation le moment venu et de facilité ainsi notre adaptation à ce nouvel outil.
à travers des cas concrets et des références pertinentes sur la révolution digitale, la sociologie, l’économie, le politique, l’Histoire ou le Droit, Antoine Denoix, dans cet ouvrage de 160 pages tentent de nous introduire de façon progressive vers cette nouvelle réalité.
Ce livre est pour vous si:
- Vous vous intéressez au big data
- Vous vous intéressez aux changements numérique
- Vous souhaitez vous informer sur le sujet
À propos de l’auteur
Antoine Denoix a fait ses premières armes chez Google France. Il a cofondé fi fty-fi ve, leader international du data marketing. Deux ans après avoir rejoint AXA France, il intègre le Comité Exécutif d’AXA France, en charge de la Direction Marketing, Digital et Service-Client.
Sortez vos données du frigo – Une entreprise performante avec la Data et l’IA: Une entreprise performante avec la Data et l’IA – Mick Lévy
- Lévy, Mick (Auteur)
Pourquoi choisir ce livre ?
Le traitement de la donnée pour de nombreuses organisations est encore mal ou peu connu. Ce livre met en avant les aspects bienfaitrices de la data pour une entreprise qui veut améliorer son rendement.
“ La transformation numérique, prise au sens littéral, est en fait la traduction des octets de la vie réelle, la mise en donnée de nos vies.”
Pour l’auteur, il existe dans nombreuses informations stockées dans les bases de données de certaines entreprises qui demeurent inexploitées soit par ignorance ou alors par un manque de ressources en internes qui pourraient s’en occuper. Résultat, ce sont de nombreux insight inutilisés qui bien mis en évidence pourraient largement changer le cours des choses.
Ce livre s’étale sur 304 pages, un moyen pour Mick Lévy l’auteur de cet ouvrage de vous expliquer de façon concise l’art de l’analyse des données qui vous aidera à améliorer vos indicateurs de performance ( KPI).
Ce livre est pour vous si:
- Vous êtes passionnés de numérique
- Vous souhaitez apprendre comment analyser vos données et ressortir de bons insight
- Vous souhaitez vous informer sur les données (data)
À propos de l’auteur
Directeur de l’innovation business chez Business & Decision et conférencier, Mick Lévy est un acteur engagé du monde de la data et de l’intelligence artificielle, et un observateur avisé des impacts économiques et sociétaux de ces technologies. Spécialiste de la donnée depuis 20 ans, il conseille les entreprises sur leur stratégie numérique et les accompagne dans leurs projets d’iA et de valorisation des données. La légende dit que ce n’est pas du sang mais de la data qui coule dans ses veines !
Big Data Foot: Comment les datas révolutionnent le football – Christoph Biermann
- Biermann, Christoph (Auteur)
Pourquoi choisir ce livre ?
On ne le dira jamais assez, le big data s’impose de plus en plus dans de nombreux secteurs d’activité et même dans le domaine du football comme présenté dans cet ouvrage.
“ Des expected goals au Packing, en passant par la dangerousity et le ghosting, un nombre spectaculaire de statistiques, d’indices, de modèles complexes sont récemment apparus dans le football.”
Pour l’auteur, le big data a été introduit progressivement dans ce domaine, mais malgré des tentatives d’analyses prédictives imparfaites on réussit quand même à avoir déjà quelques statistiques plus ou moins fiables .
A partir d’exemples récents piochés dans les plus grands championnats européens, Christoph Biermann vous montre tout au long des 288 pages de son livre l’influence croissante du big data appliqué au football.
Ce livre est pour vous si:
- Vous vous intéressez au big data et à ses évolutions
- Vous êtes passionné de numérique
- Vous êtes une personne curieuse désirant en apprendre plus
À propos de l’auteur
Christoph Biermann est un journaliste allemand spécialiste de la tactique dans le football. Il a étudié l’approche tactique et le fonctionnement de nombreux clubs.
Big Data, penser l’homme et le monde autrement – Gilles Babinet et Erik Orsenna
Pourquoi choisir ce livre ?
Ce livre est important si vous souhaitez comprendre les enjeux et l’ impact actuel et futur du big data sur nos existences.
“ Si nous cherchons à réguler le progrès, nous sortons de facto de la route du futur.”
Pour l’auteur, ce livre est un moyen de projeter l’utilisation du big data dans le futur et de mettre en lumière les problèmes qui pourraient en découler. Également, de comprendre son application dans les domaines tels que la santé, l’agriculture, le marketing etc…
Gilles Babinet dans cet ouvrage de 247 pages vous montre avec des cas réels, les problématiques auxquelles s’appliquent la big data aujourd’hui.
Ce livre est pour vous si:
- Vous souhaitez apprendre plus sur ce concept
- Vous vous intéressez au big data et à ses applications
- Vous intéressez aux innovations dans le numérique
À propos de l’auteur
Gilles Babinet a créé de nombreuses sociétés dans divers secteurs tels que le conseil, le bâtiment, la musique mobile, la cocréation, les outils décisionnels. Premier président du Conseil national du numérique, nommé » Digital Champion » par le gouvernement, il représente la France auprès de la Commission européenne pour les enjeux du numérique.
Big Data:Principles and best practices of scalable realtime data systems. – Nathan Marz et James Warren
- Marz, Nathan (Auteur)
Pourquoi choisir ce livre ?
L’augmentation constante de la taille de nos données nous pousse à trouver des solutions de stockage pouvant tous les prendre en charge. Avec le big data, il suffit juste de construire des systèmes spécialisés dans la gestion des données de masse.
“ increasing number of cases, the systems are breaking under the pressures of big data.”
Ce livre décrit de façon concise un cas de big data et l’architecture à mettre en place pour pouvoir mieux fixer son système pour une meilleure gestion quotidienne.
A travers des illustrations et des explications détaillées données par les auteurs Nathan Warz et James Warren dans cet ouvrage de 328 pages, vous serez alors en mesure de construire vous même votre système big data en suivant l’architecture qui y est décrite .
Ce livre est pour vous si:
- Vous intéressez au big data
- Vous souhaitez en apprendre plus sur ses usages
- Vous aimez les innovations numériques
À propos de l’auteur
Nathan Marz is an engineer at Twitter. He was previously Lead Engineer at BackType, a marketing intelligence company that was acquired by Twitter in July of 2011. He is the author of two major open source projects: Storm, a distributed realtime computation system, and Cascalog, a tool for processing data on Hadoop. He is a frequent speaker and writes a blog at nathanmarz.com.
James Warren is an analytics architect at Storm8 with a background in big data processing, machine learning and scientific computing.
