Aller au contenu
Data : bases de données, SGBD

Découvrir les bases de données graphe avec Neo4j

Cette formation introduit les concepts des bases de données graphe, à travers l’exploration du moteur Neo4j. Elle permet de modéliser, interroger et visualiser des graphes pour des applications telles que…

Avancé
Blended

Description de la formation

Jour 1 – Fondamentaux des graph databases

  • Modèle graphe vs relationnel : différences et avantages
  • Concepts clés : nœuds, relations, propriétés, traversée
  • Introduction à Neo4j et Cypher (langage de requêtes)
  • Atelier : modélisation d’un mini-réseau social

Jour 2 – Requêtes et analyses avancées

  • Cypher avancé : filtres, agrégations, chemins
  • Importation de données (CSV, API, SQL)
  • Visualisation et exploration avec Neo4j Browser & Bloom
  • Atelier : exploration de données frauduleuses simulées

Jour 3 – Cas métiers et intégration

  • Cas d’usage : cybersécurité, recommandation, réseau d’entreprise
  • Introduction aux algorithmes de graphes (centralité, communauté, etc.)
  • Atelier final : projet guidé d’analyse graphe avec restitution

Objectifs pédagogiques

  • Comprendre le modèle de données graphe et ses cas d’usage
  • Manipuler Neo4j et le langage Cypher
  • Créer un modèle graphe à partir de données relationnelles ou réelles
  • Visualiser et analyser des graphes pour des cas métiers concrets

Programme détaillé

Module 1 Jour 1 – Fondamentaux des graph databases
  • Modèle graphe vs relationnel : différences et avantages
  • Concepts clés : nœuds, relations, propriétés, traversée
  • Introduction à Neo4j et Cypher (langage de requêtes)
  • Atelier : modélisation d’un mini-réseau social
Module 2 Jour 2 – Requêtes et analyses avancées
  • Cypher avancé : filtres, agrégations, chemins
  • Importation de données (CSV, API, SQL)
  • Visualisation et exploration avec Neo4j Browser & Bloom
  • Atelier : exploration de données frauduleuses simulées
Module 3 Jour 3 – Cas métiers et intégration
  • Cas d’usage : cybersécurité, recommandation, réseau d’entreprise
  • Introduction aux algorithmes de graphes (centralité, communauté, etc.)
  • Atelier final : projet guidé d’analyse graphe avec restitution

Prérequis

  • Bonne maîtrise du SQL ou des bases de données relationnelles. Une culture générale en modélisation de données ou en Python est un plus.

Public visé

  • Développeurs, data analysts, data scientists, ingénieurs et professionnels IT souhaitant exploiter des structures relationnelles complexes à fort maillage.

Modalités de la formation

  • 📍 Format : Mixte (présentiel + distanciel)
  • 📊 Niveau d'entrée : Avancé
  • 👥 Effectif : 4 à 12 stagiaires (groupe restreint)
  • 🎯 Pédagogie : Apports théoriques, exercices pratiques, études de cas, projet fil rouge
  • ♿ Accessibilité : Formations accessibles aux personnes en situation de handicap. Contactez notre référent handicap.