DAMA-DMBOK / DAMA international

Titre : DAMA-DMBOK : Data Management Body of Knowledge Type de document : Ouvrage Auteurs : DAMA international, Auteur Mention d'édition : 2nd Edition, revised Editeur : Sedona [USA] : Technics Publications Année de publication : 2024 Importance : 586 p. Présentation : ill. ISBN/ISSN/EAN : 978-1-63462-234-9 Langues : Anglais (eng) Termes (thésaurus) : Base de données Big Data Management Résumé : The Data Management Body of Knowledge (DAMA-DMBOK2) presents a comprehensive view of the challenges, complexities, and value of effective data management. Today's organizations recognize that managing data is central to their success. They recognize data has value and they want to leverage that value. As our ability and desire to create and exploit data has increased, so too has the need for reliable data management practices. The second edition of DAMA International's Guide to the Data Management Body of Knowledge (DAMA-DMBOK2) updates and augments the highly successful DMBOK1. An accessible, authoritative reference book written by leading thinkers in the field and extensively reviewed by DAMA members, DMBOK2 brings together materials that comprehensively describe the challenges of data management and how to meet them by: Defining a set of guiding principles for data management and describing how these principles can be applied within data management functional areas. Providing a functional framework for the implementation of enterprise data management practices; including widely adopted practices, methods and techniques, functions, roles, deliverables and metrics. Establishing a common vocabulary for data management concepts and serving as the basis for best practices for data management professionals. DAMA-DMBOK2 provides data management and IT professionals, executives, knowledge workers, educators, and researchers with a framework to manage their data and mature their information infrastructure, based on these principles: Data is an asset with unique properties The value of data can be and should be expressed in economic terms Managing data means managing the quality of data It takes metadata to manage data It takes planning to manage data Data management is cross-functional and requires a range of skills and expertise Data management requires an enterprise perspective Data management must account for a range of perspectives Data management is data lifecycle management Different types of data have different lifecycle requirements Managing data includes managing risks associated with data Data management requirements must drive information technology decisions Effective data management requires leadership commitment Chapters include: Data Management Data Handling Ethics Data Governance Data Architecture Data Modeling and Design Data Storage and Operations Data Security Data Integration and Interoperability Document and Content Management Reference and Master Data Data Warehousing and Business Intelligence Metadata Management Data Quality Management Big Data and Data Science Data Management Maturity Assessment Data Management Organization and Role Expectations Data Management and Organizational Change Management Standardization of data management disciplines will help data management professionals perform more effectively and consistently. It will also enable organizational leaders to recognize the value and contributions of data management activities.

Réservation

Réserver ce document

Exemplaires (1)

Cote	Support	Localisation	Disponibilité
MSI1 BRA	Livre	ICHEC	Disponible

A better way to put your data to work / Veeral Desai in Harvard Business Review, 7/8 (July-August 2022)

[article]  inHarvard Business Review > 7/8 (July-August 2022) . - pp. 100-107 Titre : A better way to put your data to work Type de document : Article de revue Auteurs : Veeral Desai, Auteur ; Fountaine Tim, Auteur ; Kayvaun Rowshankish, Auteur Année de publication : 2022 Article en page(s) : pp. 100-107 Langues : Français (fre) Termes (thésaurus) : Analyse des données Base de données Client Création de la valeur Management Produit [article]

Comment définir et appliquer des stratégies de data cleaning et procéder à la refonte des signalétiques d’une base de données ERP ? Étude de cas : Autographe / van Weddingen Louis 

Titre : Comment définir et appliquer des stratégies de data cleaning et procéder à la refonte des signalétiques d’une base de données ERP ? Étude de cas : Autographe Type de document : Mémoire accès ouvert Auteurs : van Weddingen Louis, Auteur Editeur : Bruxelles [Belgique] : ICHEC Année de publication : 2022 Termes (thésaurus) : Base de données Étude de cas Gestion de la qualité Gestion de projet Information Logiciel Stratégie Mots-clés (libres) : traitement des données Promoteur : CUVELIER Etienne

Réservation

Réserver ce document

Exemplaires (1)

Cote	Support	Localisation	Disponibilité
M36725	Mémoire	ICHEC	Disponible

Documents numériques

M36725.pdf Adobe Acrobat PDF

Gestion d’une stratégie de migration de données dans une implémentation ERP au sein de BearingPoint : Étude de cas / Asmi Badreddine

Titre : Gestion d’une stratégie de migration de données dans une implémentation ERP au sein de BearingPoint : Étude de cas Type de document : Mémoire accès restreint Auteurs : Asmi Badreddine, Auteur Editeur : Bruxelles [Belgique] : ICHEC Année de publication : 2022 Termes (thésaurus) : Base de données Cabinet de conseil secteur Étude de cas Gestion de l'entreprise Gestion de la relation client Gestion de projet Logiciel Migration Mots-clés (libres) : ERP (Entreprise Ressource Planning) Promoteur : FLEMAL Clémence

Exemplaires (1)

Cote	Support	Localisation	Disponibilité
M36444	Mémoire	ICHEC	Exclu du prêt

Python for Data Analysis / Wes McKinney

Titre : Python for Data Analysis : Data Wrangling with pandas, NumPy & Jupyter Type de document : Ouvrage Auteurs : Wes McKinney, Auteur Mention d'édition : Third Edition Editeur : Sebastopol [USA] : O'Reilly Année de publication : 2022 Importance : 561 p. Présentation : ill. ISBN/ISSN/EAN : 978-1-09-810403-0 Langues : Anglais (eng) Termes (thésaurus) : Analyse des données Base de données Big Data Mots-clés (libres) : Python Résumé : Get the definitive handbook for manipulating, processing, cleaning, and crunching datasets in Python. Updated for Python 3.10 and pandas 1.4, the third edition of this hands-on guide is packed with practical case studies that show you how to solve a broad set of data analysis problems effectively. You'll learn the latest versions of pandas, NumPy, and Jupyter in the process. Written by Wes McKinney, the creator of the Python pandas project, this book is a practical, modern introduction to data science tools in Python. It's ideal for analysts new to Python and for Python programmers new to data science and scientific computing. Data files and related material are available on GitHub. - Use the Jupyter notebook and IPython shell for exploratory computing - Learn basic and advanced features in NumPy - Get started with data analysis tools in the pandas library - Use flexible tools to load, clean, transform, merge, and reshape data - Create informative visualizations with matplotlib - Apply the pandas groupby facility to slice, dice, and summarize datasets - Analyze and manipulate regular and irregular time series data - Learn how to solve real-world data analysis problems with thorough, detailed examples

Réservation

Réserver ce document

Exemplaires (1)

Cote	Support	Localisation	Disponibilité
MSI1 MCK	Livre	ICHEC	Disponible

Territorialisation des data centers en Wallonie / Lefèvre Bruno in Revue Nouvelle (La), 8/2022 (77e année)

Permalink

" Autoriser l'accès à vos données améliore la prise de décision " / Harvard Business Review in Harvard Business Review France, 2 ([01/01/2021])

Permalink

Bases de données pour managers: modélisation et utilisation / Van Den Berghe Thierry

Permalink

Blockchain quels cas d'usage en 2021 ? / Fages Clément in Marketing, 230 ([01/01/2021])

Permalink

Chine: Comprendre le système de paiement du plus grand marché mondial de l'e-commerce / Marius Stéphanie in E-Commerce, 81 ([01/01/2021])

Permalink

Comment l'adoption précoce des technologies a fait croître la richesse... jusqu'à présent / Comin Diego in Harvard Business Review France, 2 ([01/01/2021])

Permalink

Retour vers... un monde sans cookies (tiers) / Salgues Floriane in Marketing, 230 ([01/01/2021])

Permalink

Enseigner en ligne avec Moodle / Westphal Christian

Permalink

Présenter les données de façon pédagogique et opérationnelle? Raconte-moi ta data ! / Haddad Barbara in Marketing, 222 ([01/01/2020])

Permalink

Projet de mise en œuvre d’une segmentation des comptes-clients d’une entreprise dans le secteur de l’énergétique – Étude de cas Fluxys SA / Simons Thaïs

Permalink

---

1 2 3 4 5 6 (1 - 15 / 277) Par page : 25 50 100 200