Nos formations pour vos projets

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

Définir, construire et interpréter des indicateurs de performance pertinents pour le pilotage.

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

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

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

Prendre en main R et RStudio pour l'analyse statistique et la manipulation de données.

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

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

Principes de la virtualisation et articulation avec les environnements cloud.

Exploiter Excel pour analyser des données : fonctions avancées, tableaux croisés dynamiques, graphiques.

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

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

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

Préparer les données et construire des analyses prédictives simples dans l'environnement Excel.

Installation, configuration et administration d'une plateforme OpenStack.

Méthodologie de conception d'architectures sur Google Cloud.

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

Automatiser l'import, le nettoyage et la transformation de données avec Power Query.

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

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

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

Manipuler et analyser des jeux de données avec les bibliothèques standards (pandas, streams).

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

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

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

Comprendre les architectures décisionnelles : entrepôts, lacs de données et cas d'usage.

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

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

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

Modéliser un entrepôt de données : schémas en étoile et flocon, dimensions, faits.

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

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.

Comparer approches ETL et ELT et choisir la bonne stratégie d'intégration de données.

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

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

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

Mettre en œuvre des flux d'intégration avec les principaux ETL du marché.

Premiers pas avec Talend : environnement, jobs simples et bonnes pratiques.

Introduction aux services Big Data et ML de Google Cloud.

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

Analyser et restituer des données massives avec des visualisations et un récit percutants.

Panorama pratique des méthodes d'analyse à grande échelle : outils, démarches, cas concrets.

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.

Structurer un récit à partir des données pour convaincre et faire décider.

Construire rapports et tableaux de bord interactifs : Power Query, modèle, DAX, publication.

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

Approfondir DAX, la modélisation avancée et l'optimisation des rapports Power BI.

Panorama de la suite Tableau : préparation, visualisation et partage des analyses.

Créer des visualisations et tableaux de bord interactifs avec Tableau Desktop.

Développer des applications analytiques et visualisations associatives avec Qlik Sense.

Concevoir des applications de dataviz sur mesure : principes visuels, bibliothèques et interactivité.

Comprendre l'architecture BI de bout en bout : sources, intégration, stockage, restitution.

Mesurer et analyser la performance marketing : segmentation, attribution, tableaux de bord.

Découvrir la plateforme unifiée Fabric : OneLake, dataflows, lakehouse et intégration Power BI.

Accélérer préparation, analyse et restitution grâce aux assistants IA intégrés à Power BI et Excel.