Big-data
Littéralement, le terme big data signifie « grosses données » ou « données massives ». Lorsque vous envoyez un mail ou lorsque vous utilisez votre carte bancaire, vous créez des données numériques. Le big data représente l'explosion de ces données et les moyens technologiques utiles à leur traitement.C'est à la fin des années 2000 que les fournisseurs de solutions ont proposé leur premières offres, mais le mouvement s'est accéléré à l'arrivée d'IBM ou de Microsoft, mais aussi d'Informatica. Ces solutions ont pour but de traiter un volume de données conséquentes depuis n'importe quel endroit dans le monde, qui se trouvent sur des terminaux tels que PC, Smartphones, tablettes ou tout objet communicant.Trois technologies distinctes permettent l'analyse des hautes volumétries de données. Il s'agit du recours à des bases de données massivement para-0llèles, des solutions utilisant des formats de bases de données non relationnelles basées sur NoSQL ou encore de l'accélération matérielle à l'aide de mémoires dynamiques DRAM ou flash. La performance de la base de données NoSQL est son principal point fort. Des géants du Web comme Facebook ou Twitter ont d'ailleurs choisi de migrer quelques unes de leurs données dessus.

De manière générale, en entreprise ou dans notre vie privée, le big data fait partie de votre quotidien. Les données que nous générons tous sont collectées et traitées pour être lues.Au sein des entreprises, c'est plus l'exploitation de ces données que leur extraction que réside le principal challenge. Toutes les entreprises stockent des masses de données, mais peu sont en capacité d'évaluer la valeur des informations qu'elles représentent, car généralement, elles n'ont pas les outils nécessaires.Pour accéder à ces informations, elles doivent se munir des méthodes analtiques et des nouveaux métiers qui en découlent comme celui de « Data Scientist ». C'est une profession d'analyste qui a aussi un rôle de courtier, d'administrateur et de consultant. Il doit proposer des projets innovants, commercialement viables. En mettant en place des simulations à partir de scénarios sociaux ou commerciaux sophistiqués, il peut obtenir de nouvelles données, qui ne proviennent pas d'événements enregistrés. Les compétences du « Data Scientist » associées au big data permettent de faire des prévisions à partir d'un panel de données provenant de sources différentes. Cela permet une modélisation très réaliste de certains cas de figure, comme par exemple de mieux cerner le consommateur grâce au croisement des données recueillies sur la page du réseau social d'un client et de son compte de shopping en ligne. Par ailleurs, plus des informations supplémentaires seront ajoutées, plus son profil sera précis, et plus il sera facile de comprendre ses goûts et ses attentes.