Nos formations pour vos projets

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

Comprendre les enjeux, architectures et cas d'usage du Big Data en entreprise.

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.

Découvrir l'écosystème Big Data et les métiers associés.

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.

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

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

Installation, configuration et administration d'une plateforme OpenStack.

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

Mesurer les impacts business et organisationnels des technologies data et IA.

Méthodologie de conception d'architectures sur Google Cloud.

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

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

Comprendre les modèles data-driven des fintechs et grandes plateformes.

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

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

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

Découvrir le rôle, les livrables et la boîte à outils du data analyst en entreprise.

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

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

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

S'initier aux modèles de données : entités, relations, schémas en étoile et bonnes pratiques.

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

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

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

Cartographier les métiers de la donnée et leurs interactions : analyst, scientist, engineer, MLOps.

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

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

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.