Ce cours présente aux débutants les concepts fondamentaux et intermédiaires du traitement des données distribuées à l'aide d'Apache Spark, l'un des moteurs les plus puissants pour l'analytique à grande échelle. À travers deux modules progressivement structurés, les apprenants identifieront l'architecture de Spark, décriront ses composants de base et démontreront des constructions de programmation clés telles que les RDD (Resilient Distributed Datasets). Dans le module 1, les apprenants reconnaîtront les principes derrière le modèle transformateur distribué de Spark et illustreront les transformations RDD de base. Dans le module 2, ils appliqueront une logique de transformation avancée, mettront en œuvre des stratégies de persistance et différencieront les formats de fichiers tels que CSV, JSON, Parquet et Avro pour un traitement efficace des données. À la fin du cours, les apprenants seront en mesure d'analyser les applications Spark pour l'optimisation, d'évaluer les stratégies de stockage et de développer des flux de travail de traitement de données évolutifs en utilisant les API de base de Spark. Le cours mélange la clarté conceptuelle avec des exemples pratiques pour équiper les apprenants pour les défis Big data du monde réel.