1. A propos de cette thèse
- Auteur : Sadek MENACEUR
- Type : Thèse de doctorat
- Langue : Français
- Soutenue Le : 28 juillet 2019
- Licence : Document académique
2. Membres de Jury
- Pr Hakim BENDJENNA - Université de Tébessa, Président
- Pr Nacira GHOUALMI - Université de Annaba, Examinateur
- Pr Med Ridda LAOUAR - Université de Tébessa, Examinateur
- Dr Djamal BENMERZOUG - Université de Constantine 2, Examinateur
- Dr Makhlouf DERDOUR - Université de Tébessa, Directeur de thèse
- Dr Abdelkrim BOURAMOUL - Université de Constantine 2, Co-directeur de thèse
3. Prérequis
- Connaissances en bases de données et SQL
- Bases en architecture des systèmes d'information
- Notions de cloud computing
- Compréhension des processus décisionnels en entreprise
- Familiarité avec les technologies web
4. Publique cible
Cette thèse s'adresse aux étudiants en informatique, aux professionnels des SI, aux architectes de données et aux décideurs techniques souhaitant comprendre l'intégration des solutions d'entreposage de données et de Business Intelligence dans des environnements cloud. Elle concerne également les consultants en transformation numérique.
5. Outils matériels et logiciels
5.1 Outils matériels
- Serveurs cloud (IaaS)
- Infrastructures virtualisées
- Réseaux haute performance
- Systèmes de stockage distribué
5.2 Outils logiciels
- Plateformes cloud computing (AWS, Azure, Google Cloud)
- Outils d'entreposage de données (Data Warehousing)
- Solutions de Business Intelligence
- Logiciels d'ETL (Extract, Transform, Load)
- Outils de visualisation de données
6. Champs d'applications
- Décisionnel d'entreprise (Business Intelligence)
- Big Data analytics
- Transformation numérique des organisations
- Gouvernance des données en environnement cloud
- Optimisation des coûts IT
- Architecture data-driven
7. Débouché
- Architecte de données cloud
- Consultant en Business Intelligence
- Data Engineer
- Administrateur de bases de données cloud
- Analyste décisionnel
- Responsable SI cloud
8. Courte description
Cette thèse explore l'intégration des solutions d'entreposage de données et de Business Intelligence dans des environnements cloud computing. Elle analyse les avantages, défis et meilleures pratiques pour migrer les systèmes décisionnels traditionnels vers le cloud, en mettant l'accent sur la performance, la sécurité et la rentabilité.
9. Longue description du cours
Cette thèse de doctorat présente une recherche approfondie sur la convergence de l'entreposage de données, du Business Intelligence et du cloud computing. L'étude examine comment les organisations peuvent tirer parti des technologies cloud pour moderniser leurs infrastructures décisionnelles tout en optimisant les coûts et en améliorant la scalabilité.
Le travail commence par une analyse comparative des architectures d'entreposage de données traditionnelles versus cloud, en identifiant les avantages spécifiques du cloud en termes de flexibilité, d'élasticité et de réduction des investissements initiaux. L'auteur détaille les différents modèles de service cloud (IaaS, PaaS, SaaS) et leur applicabilité aux solutions de Business Intelligence.
La recherche aborde les enjeux de sécurité et de conformité dans le cloud, particulièrement sensibles pour les données décisionnelles qui contiennent souvent des informations stratégiques. L'étude propose des cadres méthodologiques pour assurer la protection des données et le respect des réglementations en vigueur.
Un aspect important de la thèse concerne l'optimisation des performances des entrepôts de données cloud, avec des analyses comparatives des différentes solutions du marché (Amazon Redshift, Google BigQuery, Azure Synapse Analytics). L'auteur évalue les critères de choix en fonction des besoins spécifiques des organisations.
La thèse présente également des études de cas concrets de migration vers le cloud, analysant les défis techniques et organisationnels rencontrés, ainsi que les bénéfices obtenus. Ces retours d'expérience permettent d'identifier les meilleures pratiques pour une transition réussie.
En conclusion, cette recherche démontre comment le cloud computing révolutionne l'écosystème du Business Intelligence en offrant de nouvelles possibilités en termes d'analytics avancé, de traitement en temps réel et d'intégration du Big Data. Les perspectives abordent l'évolution vers l'IA et le machine learning dans les plateformes cloud.
10. Aperçu du document
Voir ou télécharger le document sur le site d'origine
Ce document est hébergé par une source externe. Nous ne revendiquons aucun droit sur son contenu. Pour toute demande de retrait, veuillez contacter l'auteur ou l'hébergeur officiel.
