>
Critique de mf1990
J'ai connu ce livre grâce à l'opération Masse Critique de Babelio, sans laquelle je n'aurai pas eu l'opportunité de le lire.
Bien que connaissant le concept de "Big Data" de nom, pour l'entendre parfois dans des articles, je n'en connaissais pas réellement la signification.
Ce petit livre de la célèbre collection "Que sais-je" tente en 127 pages de nous éclairer.
Classé dans la sous-collection "Sciences", le livre de Pierre Delort (créateur du cours de Big Data en 2011) se propose d'évoquer les origines du Big Data, ses outils et méthodes ainsi que ses effets.
N'étant pas une « scientifique » ni une « geek » dans l'âme, j'ai eu du mal à comprendre tout ce que l'auteur voulait dire…
J'ai bien compris la base : à notre époque, nous générons des données numériques en très grandes quantités et elles sont conservées, stockées afin d'être utilisées plus tard, à des fins différentes. Ces traces numériques peuvent être exploitées grâce aux mathématiques et aux statistiques, qui vont découvrir des modèles d'utilisation. Ceci nous permettant des avancées importantes, par exemple en matière d'aviation (prévoir les problèmes récurrents des moteurs, comment les concevoir afin qu'ils s'usent moins vite) ou en matière de santé (une recherche Google sur la grippe reliée à des visites chez le docteur permet de prévoir une épidémie), … Soit dit en passant, Google et Facebook sont les deux firmes les plus avancées sur le Big Data...
Là où ça se complique, c'est l'explication des « modèles » mathématiques et les technologies du Big Data. D'ailleurs, l'auteur précise page48 : « un lecteur peu intéressé par les évolutions des composants matériels des ordinateurs peut passer directement au point II ». Ou encore page 73 : « ce livre ne traite pas de statistiques, cependant les statistiques inductives sont au coeur du Big Data. Leur vocabulaire est très spécifique et constitue souvent un frein à la compréhension des concepts. Nous prendrons parfois des raccourcis avec les mathématiques afin de définir une zone commune d'échanges entre manageurs et statisticiens, leur incompréhension mutuelle constituant une des plus formidables barrières à l'utilisation du Big Data. »
Le dernier chapitre présente les moyens d'intégrer le Big Data dans les entreprises afin d'en tirer des bénéfices (améliorer les décisions, transformer une production, un marché,…). Il existe notamment de nouveaux postes à créer, en lien avec le concept, qui nécessitent des compétences variées : technologique, statistique, business,…
Le but de l'ouvrage est finalement de s'adresser à l'économie des organisations des firmes (cela est dit clairement dans la conclusion). de ce fait, je pense que ce petit livre n'est pas adapté à un large public mais est plutôt destiné aux spécialistes ou aux personnes qui s'intéressent réellement au Big Data afin de l'exploiter au mieux. Même si certains exemples concrets permettent de bien cerner les enjeux, d'autres parties ne parleront qu'à des lecteurs avisés.
Bien que connaissant le concept de "Big Data" de nom, pour l'entendre parfois dans des articles, je n'en connaissais pas réellement la signification.
Ce petit livre de la célèbre collection "Que sais-je" tente en 127 pages de nous éclairer.
Classé dans la sous-collection "Sciences", le livre de Pierre Delort (créateur du cours de Big Data en 2011) se propose d'évoquer les origines du Big Data, ses outils et méthodes ainsi que ses effets.
N'étant pas une « scientifique » ni une « geek » dans l'âme, j'ai eu du mal à comprendre tout ce que l'auteur voulait dire…
J'ai bien compris la base : à notre époque, nous générons des données numériques en très grandes quantités et elles sont conservées, stockées afin d'être utilisées plus tard, à des fins différentes. Ces traces numériques peuvent être exploitées grâce aux mathématiques et aux statistiques, qui vont découvrir des modèles d'utilisation. Ceci nous permettant des avancées importantes, par exemple en matière d'aviation (prévoir les problèmes récurrents des moteurs, comment les concevoir afin qu'ils s'usent moins vite) ou en matière de santé (une recherche Google sur la grippe reliée à des visites chez le docteur permet de prévoir une épidémie), … Soit dit en passant, Google et Facebook sont les deux firmes les plus avancées sur le Big Data...
Là où ça se complique, c'est l'explication des « modèles » mathématiques et les technologies du Big Data. D'ailleurs, l'auteur précise page48 : « un lecteur peu intéressé par les évolutions des composants matériels des ordinateurs peut passer directement au point II ». Ou encore page 73 : « ce livre ne traite pas de statistiques, cependant les statistiques inductives sont au coeur du Big Data. Leur vocabulaire est très spécifique et constitue souvent un frein à la compréhension des concepts. Nous prendrons parfois des raccourcis avec les mathématiques afin de définir une zone commune d'échanges entre manageurs et statisticiens, leur incompréhension mutuelle constituant une des plus formidables barrières à l'utilisation du Big Data. »
Le dernier chapitre présente les moyens d'intégrer le Big Data dans les entreprises afin d'en tirer des bénéfices (améliorer les décisions, transformer une production, un marché,…). Il existe notamment de nouveaux postes à créer, en lien avec le concept, qui nécessitent des compétences variées : technologique, statistique, business,…
Le but de l'ouvrage est finalement de s'adresser à l'économie des organisations des firmes (cela est dit clairement dans la conclusion). de ce fait, je pense que ce petit livre n'est pas adapté à un large public mais est plutôt destiné aux spécialistes ou aux personnes qui s'intéressent réellement au Big Data afin de l'exploiter au mieux. Même si certains exemples concrets permettent de bien cerner les enjeux, d'autres parties ne parleront qu'à des lecteurs avisés.
