Modèle de concours de recrutement des ingénieurs d'État du 1er grade — Conseil Supérieur du Pouvoir Judiciaire 2019 — Informatique décisionnelle

Ce texte est extrait automatiquement des images de l'épreuve et peut contenir des erreurs de lecture — les images ci-dessus font foi.

‎ere”‏ نه
مباراة توظيف مهندسي الدولة من الدرجة الأولى
‎ne‏ الأنظمة التقريرية
. . | المجراة بتاريخ 20 يناير 2019
المادة الثانية: موضوع أو أسئلة ترتبط بالتخصص المطلوب أو
بالمهام والمهارات المهنية المرتبطة بالوظائف المطلوب شغلها.
الهمدة: أربع ساعات )4(
- 0 المعا مل 4
‎Partie 1:‏
‎Donnez l'architecture d’un système d'informatique décsionnel (Bi)‏ .1 :
‎Qu'est-ce que le « Data Mining » ?‏ .2-
‎Que signifie le sigle CRISP-DM ? et précisez les six phases du processus CRISP-DM‏ .3
‎Quelle différence fondamentale existe-t-il entre les méthodes dites supervisees et les‏ .4
‎méthodes dites non-supervisées ? |‏
‎٠ 5. Qu'est-ce qui distingue un modèle de régression d'un modele de discrimination ?
‎6. Quel est l'intérêt de décomposer l'échantillie de travail on « training data set » et en
“ validation data set » ?
‎7. Citez deux outils graphiques ner. l& quahte d'un modéle de
discrimination.
‎8. Expliquez les critères cités ‏ممصمل‎ «à ouse « une collection de données
orientées sujet, intégrées, non volatiles. histori :. Organisees pour le support d'un
processus d'aide à la décision. »
‎9. Expliquez brièvement les technologies/techniques de TextMining (Le traitement du
langage naturel, Les bases de connaissances, Le Machine Learning) ?
‎10. Quelles differences entre BI et Big Data ?
‎11. Donnez 3 différences entre une Base de Données transactionnelle (OLTP) et un
entrepôt de données (OLAP)
‎12. Expliquez la différence entre les clauses CUBE et ROLLUP.
‎13. À quoi sert la pré-agrégation des faits et comment peut-on implémenter cette
stratégie dans le contexte des Bases de Données relationnelles ?

D dl je ve i ar rapport au modèl
antages de la modélisation dimensionnelle paf raPP e
14, Nommez deux av :
nalytique :
entités-relations, dans le contexte analyÿtiq meatmmilenats
, érations sut È 2 !
15. Illustrez à l'aide d'un exemple chacune des op
roll-up, et drill-down. à
Partie 2:
Exercice 1:
La sociét ystallée dans la région de Casablanca, désire construire un
entrepôt de données pour suivre l'évolution de ses ventes de chaussures. L'entreprise
spose de deux magasins « Site_Rabat » et « Site_Casa » et vend plusieurs ١
modèles de chaussures.
1. Proposez un modèle conceptuel et logique d’entrepôt de donnet our
observer l'évolution des ventes en termes du nombre total de paires de chaussures
vendues par rapport aux axes MOIS, ANNÉE, MAGASIN et MODÈLE.
2. Soit la représentation relationnelle du dits: ! 05006500 0[ ci-après:
[ - Année | Modèle fAecgsir Nombre |
‏أ‎ 2015 Botte F Sue | 9000 |
|__2015 Escarpin | Sie _Rabat 1500 |
| 2015 Botte M Site_Casa | 3000 |
|2006 | Escarpin | Site Rabat | 73500 |
2016 Botte | Site Rabat | 2500
| 2016 | Botte Site_Casa 4000 |
Proposez un tableau multidimensionnel pour observer le nombre total de paires de
chaussures vendues par rapport aux axes MAGASIN et MODÈLE.
3. Calculez l'opérateur CUBE sur le data mart MyShoes.ma_01 avec l'approche MOLAP.
4. Calculez l'opérateur CUBE sur le data mart MyShoes.ma_01 avec l'approche ROLAP
wadifa-info.com ‏نماذج المباريات من موقع وظيفة إنفو‎

| Exercice 2 : ,
Le tableau suivant contient des données sur les résultats obtenus par des étudiants de
Tronc Commun (première année à l'Université). Chaque étudiant est décrit par 3
attributs : Est-il doublant ou non, la série du Baccalauréat obtenu et la mention. Les
étudiants sont répartis en deux classes : Admis et Non Admis. On veut construire un
arbre de décision à partir des données du tableau, pour rendre compte des éléments
qui influent sur les résultats des étudiants en Tronc Commun. Les lignes de 1 à 12 sont
utilisées comme données d'apprentissage. Les lignes restantes {de 13 à 16) sont utilisées
comme données de tests.
RE TT pes es
F2= [Non 7] Techniques | Ain | Admis
AT Oui 77 | Sciences | Bien Admis
ET Non Mais Bin | Adms
EST Non 777] Techniques | Bien
[TT Où | Sciences | Pise Non Admis
[BE T Où Ms >. 2] Non Admis
[SET Oui | Technie ٠ : [Non Admis
[107] Oui [Mas 0 5 | Admis
Oui Techniqu: 0_ jfn Admis |
on Saences | Dig Àdmis
[AT N mur |
[132] Qui | Mas Bien | Admis
14] Non Saences _| ‏عه‎ |_Non Admis
[IS] Non Maths TBia Admis
HET Non _ | Maths Passable Non Admis
1. Utilisez les données des lignes de 1 à 12 pour Construire l'arbre en utilisant
l'algorithme 1D3. Montrez toutes les étapes de calcul. Dessinez l'arbre final.
2. Quels sont les résultats de test de l'arbre obtenu sur les données des lignes de 13 à
Re Si) ‏نماذج المباريات من موقع وظيفة‎
wadifa-info.com #5 ‏جح قع‎

Exercice 3:
Considérez le schéma suivant
e Film{idFiim, btre, annee, description),
+ PersonnelidPersonne, nom, dateNaissance, bio),
+ RoleFilmlidFilm, 1dPersonne, personnage),
+ GenreFilm(idFilm, genre);
1. Écrivez une requête SQL utilisant les fonctions analytiques d'Oracle permettant
d'afficher, pour chaque genre et chaque année, le nombre de films produits depuis cette
annéé ayant ce genre.
2- Quelle est la différence entre les résultats obtenus par les deux requêtes suivantes ?
Requête 1:
SELECT F.idFilm, COUNT(°) as col
FROM Film F, GenreFilm GF
WHERE F.idFilm = GF.idFilm 66011 0 ni
Requête 2 :
SELECT FidFilm, COUNT('} 7 à dFilm} as col
FROM Film F, Genre G
WHERE F.idFilm = G.idFilm
Exercice 4:
١١ s'agit de modéliser l'entrepôt de données (ED) des ventes d'une pharmacie. Cette
pharmacie vend des médicaments regroupés par familles de médicaments. Une vente
Correspond 4 un médicament et un seul ; la vente est effectuée par l'un des vendeurs
Spécialisé dans la famille du médicament vendu. La semaine de vente est le numéro de
Semaine dans l'année. L'ED doit pouvoir fournir le chiffre d'affaires des ventes d'un
médicament, par date, client, et vendeur, ainsi que toutes les sommations possibles de
chiffre d’affaires.
wadifa-info.com ‏نماذج المباريات من موقع وظيفة إنفو‎

tes ‏نعل جاعريان‎ D sant les aurvunts
*» médicament, saractetneé par code medicament, code famille
° client, ‏مخضا ينب‎ par Code chent, nom, ‏بعتن تت نرق‎ "1"
*« vente, saracteroue pat date, code medicament code ‏تمعبل‎ code vendeur
montant de vente
* vendeur staitet se ju! code vendeur nom
e date. suite CRC Er Semaine, Mois année , ‏ل‎ :
: Donnez les définitions ‏.د‎ 1 8 - D
‏يط بض اباد كم ا لا‎
Sehéma en étoile traces le ‏با وض‎ ‘
î taGue latte sy Notre diner, , è
‘ ١١ ‏اا‎ a nature des ‏نفل‎
‎: Cube de données On: | trempe ٠
«be de ‏صضاع عمجل‎ hyper ‏يان‎ 5
‘ 67:1 vendeur
dote
tp Quettent on ‏!34و‎ uso
ones A types Aquorcorres por
‘ 01 0 D Cube Oieguesentanx ri Coup: ve à PEUR
ane sales de bi sorti date "0111 “7 . 4 > ‏الم‎ terre
Exercice S
LENS ‏نومركي‎ its à Eure er des Magistratset Fonctionnaires dé
8 ‏نكال‎ nest ‏الل ناا‎ ana et ser düinnues ‏لكل‎ de planter des « arnpäpnes de
MOBuE peut ses Adhérents Plus PAT ieteMmeENt le aimerai analyser fe nombre des
demandes es ton tion
wadifa-info.com ‏نماذج المباريات من موقع وظيفة إنفو‎

+ De ‏وا‎ destination: ville, région, catégorie de région (ex: bord de mer, montagnes, etc ],
catégorie de destination {ex: familial ou non), catégorie de résidence (ex: chaiet,
appartement, etc)
٠ De la date de départ: jour de l'année, jour de la semaine, mois, annee, saison (ex
basse ou haute saison),
+ Du bénéficiaire: groupe d'âge, sexe, adresse, type du bénéficiaire (ex: nouveau,
récurrent,
+ Du canal de la demande: catégorie (ex: Portail, Dépôt physique, etc ) :
* Du mode de paiement: catégorie (ex: crédit, comptant, etc.) :
* De la catégorie des fonctionnaires : grade, échelle, responsabilité.
1} Proposez un schéma en étoile permettant de faire ces analyses. Identifiez
clairement les clés primaires et étrangères des tables de faits et de d imension,
2} Identifiez, pour chaque table de dimension, une hiérarchie de niveaux de
granularité (e.g., attribut1 > attribut2 6
Exercice 6 :
On désire analyser les ventes d'une ١ ‏نا‎ restauration rapide. ١١ s'agit de
mesurer les ventes grâce aux quantités ‘ue 01 ‏ونه‎ bénéfices, en fonction des
ventes réalisées par jour, dans un restaurant donné Pour une nourriture donnée.
L'objectif est de pouvoir analyser les ventes par jour, Par semaine, par mois et par
année. Les restaurants peuvent être regroupés en fonction de leur ville et de leur pays.
1- Concevez un modèle en étoile qui permet d'analyser les ventes de cette entreprise
de franchise.
2. Modifiez ce modèle en un modèle en flocon de neige pour modéliser explicitement
les hiérarchies des dimensions représentant le temps et la localisation géographique
des magasins.
3- On souhaite à présent mesurer le nombre de commandes qui est donné par jour et
Par 1651301301. Etendez le modèle précédent afin de prendre en compte cet aspect.
wadifa-info.com ‏نماذج المباريات من موقع وظيفة إنفو‎