Pendant la pandémie de COVID-19, le dépistage de l'infection active au COVID à l'aide d'écouvillons nasaux a considérablement augmenté. Les caractéristiques collectées incluent le nom, l'âge, le sexe et les symptômes (toux, mal de gorge, perte d'odorat et de goût, fièvre >100,2°F, essoufflement, éruption cutanée, maux de tête et congestion). Créez un tableau de dictionnaire de données (data dictionary) avec les attributs (attributes) suivants :

• Nom : nom de l'attribut (attribute)
• Définition : décrire l'attribut (attribute)
• Type de données (data type) : type de données (data type) de l'attribut (attribute)
• Valeurs (value) possibles : les valeurs (value) possibles pour les attributs (attributes)

Explorez le concept de l'âge des données (data) en recherchant un exemple de données (data) qui changent rapidement et un exemple de données (data) qui ne changent pas au fil du temps. Proposez une suggestion sur la façon d'utiliser les données (data) et déterminez si les données (data) ne sont plus pertinentes et exactes.

Expliquez la différence entre OLTP et OLAP à l'aide d'un exemple pratique.

Suggérez des critères pour la sélection d'un système de base de données (data) à code source ouvert (open-source) par rapport à un système commercial.

Un service de livraison de repas souhaite collecter les informations personnelles de nouveaux clients et utilise un formulaire en ligne où tous les champs sont obligatoires. Quelle technique d'organisation des enregistrements serait préférable à cette fin ? Pourquoi serait-ce le meilleur choix ?

Sélectionnez un magasin clé-valeur (key-value store) de votre choix et implémentez une application exemple l'utilisant.

Discutez de quatre approches pour gérer les dimensions à évolution lente dans un entrepôt de données (data warehouse). L'une de ces approches peut-elle être utilisée pour gérer les dimensions à évolution rapide ?

Discutez de certains domaines d'application où l'utilisation de l'analyse en continu (telle que fournie par Spark Streaming) pourrait être précieuse. Considérez X (anciennement Twitter), mais aussi d'autres contextes.

Si la bibliothèque (library) GraphX de Spark fournit un certain nombre d'algorithmes (algorithm) intéressants pour l'analyse basée sur les graphes (graph), pensez-vous que les bases de données NoSQL (NoSQL database) basées sur les graphes (graph) sont toujours nécessaires ? Expliquez pourquoi ou pourquoi pas. Recherchez sur le Web (the Web) comment exécuter Neo4j avec Spark et expliquez les rôles qu'ils jouent tous deux dans un tel environnement.

Concevez une solution d'informatique (informatics) de bout en bout pour un domaine de votre choix. Si vous avez le temps, implémentez un prototype simple de votre solution en tant qu'application web utilisant une infrastructure de gestion des données (data management) de votre choix.