Nos formations pour vos projets

Panorama du cloud : modèles de services (IaaS/PaaS/SaaS), de gouvernance, enjeux clés et grands principes d'architecture.

Découverte des services GCP et des concepts d'architecture cloud.

Découverte d'OpenStack et de ses composants pour le cloud privé / souverain.

Prise en main technique des principaux services AWS (compute, stockage, réseau, IAM).

Tour d'horizon des services fondamentaux : compute, stockage, réseau et bases de données.

Passerelle GCP à destination des praticiens AWS : équivalences de services.

Provisionnement d'infrastructure Azure en Infrastructure as Code avec Terraform.

Installation, configuration et administration d'une plateforme OpenStack.

Principes de la virtualisation et articulation avec les environnements cloud.

Passerelle GCP à destination des praticiens Azure : équivalences de services.

Méthodes et outils de migration d'infrastructures et d'applications vers AWS.

Exploitation, supervision et maintenance d'un cloud OpenStack en production.

Concepts du cloud native : microservices, conteneurs, orchestration et CI/CD.

Méthodologie de conception d'architectures sur Google Cloud.

Provisionnement d'infrastructure AWS en Infrastructure as Code avec Terraform.

Provisionnement d'une infrastructure OpenStack en Infrastructure as Code avec Terraform.

Conception et déploiement d'applications sans serveur (FaaS, architectures event-driven).

Déploiement et gestion des machines virtuelles et du réseau sur Compute Engine.

Stratégies et méthodes de migration (les 6R), trajectoire et gestion des risques.

Stratégies de sauvegarde/restauration des workloads conteneurisés avec Kasten by Veeam.

Développement d'applications cloud-native sur GCP (Professional Cloud Developer).

Enjeux de sécurité, modèle de responsabilité partagée, IAM, chiffrement, journalisation et posture (CSPM).

Conception et gestion du réseau sur Google Cloud (VPC, interconnexion, sécurité).

Architecture physique et logique d'un data center : énergie, réseau, résilience.

Prise en main de BigQuery : requêtage, modélisation et cas d'usage analytiques.

Écosystème monétique, flux de paiement et normes associées. Hors périmètre cloud, à déplacer vers un domaine Paiement / PCI DSS.

Conception d'un entrepôt de données BigQuery : performance, coûts et administration.

Choix d'architecture entre fournisseurs, interopérabilité et pilotage d'un environnement hybride.

Introduction aux services Big Data et ML de Google Cloud.

Conception d'une Landing Zone, cadres Well-Architected, gouvernance, tagging et conformité.

Industrialisation des modèles ML sur GCP. Syllabus mis à jour : transition Vertex AI vers Gemini Enterprise Agent Platform.

Enjeux de souveraineté, qualification SecNumCloud (ANSSI) et offres de confiance. Fort intérêt secteur public.

Mise en place de pipelines CI/CD sur Google Cloud.