Delta Lake apporte de nombreux avantages aux projets Data basés sur Spark. Il peut considérablement…
Lire la suite

Boris Perevalov

Data

ClickHouse, abrégé CH, est une base de données distribuée orientée colonnes (DBMS). Elle permet d’…
Lire la suite

Mohamed HILIA

Data

Vous avez 5 minutes ? Venez découvrir les nouveautés de Snowflake annoncées le 2 juin 2020.…
Lire la suite

Arnaud Col

Data

En mars 2019, la société américaine Prefect annonçait la mise à disposition en open source…
Lire la suite

Julien Valera

Data

Alors qu'on nous suggère de généraliser la surveillance électronique sous la forme d'une application #StopCovid, prenons du recul sur ces technologies soi-disant anonymisées.…
Lire la suite

Thomas Escolan

Data

Les modèles de machine learning sont de plus en plus utilisés dans nos applications car…
Lire la suite

Théo Castel

Data

Introduction Dans le cadre de mon travail sur Google Cloud Platform, j’ai eu la…
Lire la suite

Jonathan Cattelain

Data

Que ce soit pour effectuer un grand nombre d’insertions en base de données au…
Lire la suite

Julien Valera

Data

L’année 2020 est déjà bien entamée et la liste des bonnes résolutions est peut-être…
Lire la suite

Nicolas Achereiner

Data

Matillion est un ELT qui, depuis 2015, s’est installé parmi les plus en vogue…
Lire la suite

Marin Six

Matillion

Nous avons vu dans l’article précédent les principales notions liées aux formats de données.…
Lire la suite

Lucas Landry

Data

Être Data Engineer c’est beaucoup de développement, mais ce n’est pas que ça…
Lire la suite

Lucas Landry

Data

IntroductionDans le cadre d’une mission, j’ai eu l'opportunité d'étudier la solution d’Apache…
Lire la suite

Florian Brossard

Data

Koalas est une librairie open source développée par Databricks annoncée en mars 2019. Elle implémente les API Pandas pour Apache Spark. Elle unifie les API Pandas et Spark afin de rendre efficace Pandas dans la jungle du Big Data.…
Lire la suite

Rémy Olivet

Data

Cet article vise à synthétiser les principales idées et approches concernant la réplication des bases de données dans un système distribué.…
Lire la suite

Alexandre GAIDA

Data