Formation Neo4j
| € HT / personne |
| 4 jours (28 heures) |
Présentation
Découvrez Neo4j la base de données orientée graphe qui vous apprendra à modéliser, interroger et analyser vos données en graphe à l’aide du langage Cypher.
Vous découvrirez comment structurer des graphes à partir de fichiers tabulaires, charger les données dans Neo4j, et effectuer des requêtes pour explorer des motifs, détecter des communautés ou construire des moteurs de recommandation.
Vous apprendrez également à intégrer Neo4j dans un pipeline analytique moderne.
À l’issue de cette formation, vous serez capable de manipuler efficacement Neo4j, de lancer vos premières analyses de graphe et d’exploiter le potentiel des données connectées dans vos projets.
Comme pour toutes nos formations, elle se déroulera sur ma toute dernière version de l’outil : Neo4j
Objectifs
- Comprendre les fondamentaux des bases de données orientées graphe
- Modéliser et interroger un graphe avec le langage Cypher
- Importer et structurer des données à partir de fichiers CSV
- Appliquer des algorithmes de graph data science pour l’analyse relationnelle
- Visualiser et exploiter les résultats via Neo4j, Python ou outils BI
Public visé
- Data analysts
- Data scientists
- Responsables data
Pré-requis
- Connaissances de base en analyse des données
- Connaissances de base de SQL
- Connaissance en manipulation de fichier CSV
Programme de la formation Neo4j
Introduction aux bases de données graphe
- Comprendre les limites des bases relationnelles pour les données connectées
- Modèle graphe de propriétés : nœuds, relations, propriétés
- Comparaison NoSQL vs Graph Database
- Architecture et fonctionnement de Neo4j
- Cas d’usage typiques (fraude, recommandation, réseaux, IAM)
Premiers pas avec Neo4j et Cypher
- Découverte de Neo4j Desktop, Browser et Aura Free
- Structure d’un graphe : labels, types de relations, propriétés
- Langage Cypher : syntaxe de base
- Filtres, conditions et correspondances multiples
- Atelier : Interroger un mini graphe social avec Cypher
Création, mise à jour et suppression de données
- Ajouter des nœuds et des relations
- Mettre à jour ou enrichir des données
- Supprimer proprement
- Fusionner des structures existantes sans doublon
- Contraintes d’unicité et bonnes pratiques de structuration
Modélisation d’un graphe métier
- Passer du modèle relationnel au graphe : identifier les entités et leurs liens
- Design de graphe centré cas d’usage : user journey, transactions, réseau
- Propriétés ou relations ? Choisir la bonne granularité
- Nommage, typage et lisibilité du graphe
- Index et contraintes : accélérer les requêtes et garantir la qualité
Chargement de données dans Neo4j
- Utilisation de LOAD CSV pour importer des fichiers tabulaires
- Préparation des données en amont (nettoyage, formatage)
- Création dynamique de nœuds et relations à partir de CSV
- Usage des transactions et du mode batch
- Atelier : Importer un graphe client-produit à partir d’un jeu de données CSV
Requêtes avancées et manipulation de graphes
- Utilisation de WITH, COLLECT, UNWIND pour les transformations intermédiaires
- Parcours relationnels multi-niveaux : amis d’amis, chemins multiples
- Recherches de chemins : plus court chemin, boucles, cycles
- Agrégats et regroupements pour la synthèse exploratoire
- Atelier : Extraire les cycles ou schémas relationnels suspects dans un graphe transactionnel
Visualisation et exploration des graphes
- Utiliser Neo4j Browser et Bloom pour explorer les graphes
- Construction de visualisations personnalisées
- Export des résultats en CSV ou JSON
- Introduction aux outils complémentaires : GraphXR, Gephi, etc.
- Intégration avec Power BI ou Tableau via Neo4j BI Connector
Introduction à la Graph Data Science
- Présentation de la Graph Data Science Library
- Concepts : graph projections, mémoire, pipelines
- Utilisation de CALL gds.graph.project et gds.graph.drop
- Exemples d’utilisation : influence, communication, recommandations
- Atelier : Créer une projection de graphe et mesurer la centralité des utilisateurs
Algorithmes GDS avancés pour la Data Science
- Détection de communautés : Louvain, Label Propagation
- Calculs de similarité : Jaccard, Cosine, Node similarity
- Chemins les plus courts : Dijkstra, A*
- Flux de recommandation basés sur les parcours
- Atelier : Appliquer Louvain et similarité pour recommander des produits ou relations
Intégration avec Python et outils analytics
- Connexion à Neo4j depuis Python : drivers neo4j et py2neo
- Exécution de requêtes Cypher depuis un notebook Jupyter
- Chargement des résultats dans Pandas pour analyse complémentaire
- Export des algorithmes GDS pour modélisation ou machine learning
- Atelier : Exécuter une requête Cypher depuis un notebook Python et visualiser les résultats
Pour aller plus loin
Formation Power BI
Formation Elastic Stack ELK
Formation Prometheus et Grafana
Autour du sujet
Langues et Lieux disponibles
Langues
- Français
- Anglais / English
Lieux
-
France entière
- Paris
- Lille
- Reims
- Lyon
- Toulouse
- Bordeaux
- Montpellier
- Nice
- Sophia Antipolis
- Marseille
- Aix-en-Provence
- Nantes
- Rennes
- Strasbourg
- Grenoble
- Dijon
- Tours
- Saint-Étienne
- Toulon
- Angers
-
Belgique
- Bruxelles
- Liège
-
Suisse
- Genève
- Zurich
- Lausanne
-
Luxembourg
Témoignages
⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !
Afficher tous les témoignages
⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !
Noter la formation
| € HT / personne |
| 4 jours (28 heures) |
UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?
Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.
ILS SE SONT FORMÉS CHEZ NOUS
