Big Data, la déferlante des octets. Les sciences et technologies du numérique connaissent actuellement un changement d’échelle majeur par la taille et la complexité des données qu’elles manipulent. L’information est devenue un objet monnayable, négociable, et une cible d’investissements. Des dizaines de programmes, à travers le monde, sont lancés sur les Big Data, l’Open Data, la numérisation du patrimoine et les gisements de données scientifiques. Du déluge des données est née la science des données. Ses champs d’application sont nombreux. Parmi ceux-ci, on trouve les domaines de la santé (suivi de la propagation d’épidémies, aide au diagnostic, surveillance post-opératoire, etc.), de la gestion de crise (catastrophes… Lire la suite de l'édito Les sciences et technologies du numérique connaissent actuellement un changement d’échelle majeur par la taille et la complexité des données qu’elles manipulent.
Refermer l'édito. Université de Nantes - École d’été internationale "Dealing with big data and big models in biology : current challenges in bioinformatics" Vous êtes ici : Accueil université > L'international > Actualités > A la Une Recherche / Culture scientifique, International, Formation A- A+ Aa 29 juin 2015 - 10 juillet 2015 Angers L’école d’été internationale bioinformatique "Dealing with big data and big models in biology : current challenges in bioinformatics" est destinée aux étudiants (de la L3 jusqu’au post-doc) en biologie, médecine, pharmacie, diplôme d’ingénieur, etc. qui souhaitent ouvrir leur champ de compétences à la bioinformatique. Bioinformatics is an exciting new area of interdisciplinary science. This program is ideal for those wishing to develop advanced skills in bioinformatics.
This summer school is aimed at undergraduate students from 3rd year to Ph.D. in biological sciences / medicine / pharmacy / informatics / engineering or other scientific background. The course will be entirely taught in English. Big data. Un article de Wikipédia, l'encyclopédie libre. Une visualisation des données créée par IBM[1] montre que les big data que Wikipedia modifie à l'aide du robot Pearle ont plus de signification lorsqu'elles sont mises en valeur par des couleurs et des localisations[2]. Croissance et Numérisation de la Capacité de Stockage Mondiale de L'information[3].
Dans ces nouveaux ordres de grandeur, la capture, le stockage, la recherche, le partage, l'analyse et la visualisation des données doivent être redéfinis. Certains supposent qu'ils pourraient aider les entreprises à réduire les risques et faciliter la prise de décision, ou créer la différence grâce à l'analyse prédictive et une « expérience client » plus personnalisée et contextualisée. Dimensions des big data[modifier | modifier le code] Le Big Data s'accompagne du développement d'applications à visée analytique, qui traitent les données pour en tirer du sens[15]. Ces analyses sont appelées Big Analytics[16] ou «broyage de données». Big Data, vidéo de "Data Gueule" sur France 4. Définition du Big Data - Profitez des opportunités du Big Data - France. Définition du Big Data Chaque jour, nous générons 2,5 trillions d’octets de données. A tel point que 90% des données dans le monde ont été créées au cours des deux dernières années seulement.
Ces données proviennent de partout : de capteurs utilisés pour collecter les informations climatiques, de messages sur les sites de médias sociaux, d'images numériques et de vidéos publiées en ligne, d'enregistrements transactionnels d'achats en ligne et de signaux GPS de téléphones mobiles, pour ne citer que quelques sources. Ces données sont appelées Big Data ou volumes massifs de données. Ecoutez les experts Le Big Data couvre quatre dimensions : volume, vélocité, variété et véracité. Volume : les entreprises sont submergées de volumes de données croissants de tous types, qui se comptent en téraoctets, voire en pétaoctets. Vélocité : parfois, 2 minutes c'est trop. Véracité : 1 décideur sur 3 ne fait pas confiance aux données sur lesquelles il se base pour prendre ses décisions. Big Data : l’urgence d’une régulation innovante.
LE MONDE ECONOMIE | • Mis à jour le | Par Vincent Giret La jeune histoire de la Toile est habitée par la vitesse. Quatre âges se sont déjà succédé, incarnés chacun par une ambition, un héros promis à la postérité et une nouvelle mise en réseau. En 1977, l’ingénieur américain Vinton Cerf invente l’Internet en réussissant à « relier » des ordinateurs entre eux ; en 1989, Tim Berners-Lee donne naissance au Web, en parvenant à « relier » des documents entre eux ; en 2003, Mark Zuckerberg, fondateur de Facebook, relie des internautes entre eux, symbolisant à lui seul l’apparition des réseaux sociaux. Mais un quatrième âge se profile déjà : au même moment, un ingénieur américain, un certain Doug Cutting, sponsorisé par Yahoo!
, s’empare d’études pionnières réalisées par les ingénieurs de Google et invente une boîte à outils géniale, qui permet soudain de traiter d’énormes volumes de données. Première rupture Cutting est le précurseur du big data. Big Data : une régulation nécessaire. Depuis son avènement, le concept de Big Data est en butte aux critiques, notamment celle de n’être qu’une simple création marketing. Cette notion est d’ailleurs largement inspirée d’un article d’un analyste du Gartner Group sur une vision 3D de la gouvernance des données, prenant en compte le volume, la variété et la rapidité de traitement de ces données. Mais plus que ces trolls, c’est aujourd’hui la validité statistique des analyses et des usages possibles du Big Data qui sont mis en cause appelant à une régulation nécessaire. Quelle validité des résultats ? Dans un article récent, paru sur le fil américain des news d’IDG qui reprenait la substance de travaux parus dans Science News, puis relayé en France par un confrère du Monde Informatique, étaient pointées les limites actuelles des résultats issus des analyses de Big Data en mettant en avant tout d’abord les biais possibles par le choix des outils et des variables observées.
Des usages malencontreux ? Les risques du Big data. Données personnelles, vie privée et Big data, quels sont les risques ? - Insurance speaker. Nous avons vu dans un précédent article, que le Big data offre des opportunités fortes d’innovation et de transformation pour les assureurs : amélioration des campagnes marketing, réduction de la fraude, tarification à l’usage, etc. Toutefois, les citoyens sont de plus en plus sensibles vis-à-vis de la manipulation de leurs données personnelles, en particulier dans le cadre du Big data. Des craintes émergent, notamment concernant la quantité, la variété et la confidentialité des données collectées. Le grand public s’interroge sur l’utilisation qui en sera faite, et se demande donc s’il doit s’en protéger. En d’autres termes : Big data veut-il dire Big Brother ? Cette crainte est d’ailleurs accrue dans le secteur des mutuelles et assurances, les bases de données constituée contenant une multitude d’informations sensibles : santé, habitudes de vie, patrimoine, … qui pourraient être utilisées en la défaveur du client.
Vie privée et Big data, un mariage possible A propos de Raphaël Brun. Big data : enjeux & risques juridiques.