Nos formations pour vos projets

Concevoir une stratégie d'automatisation robuste : locators, waits, Page Object Model.

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

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

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

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

Installation, configuration et administration d'une plateforme OpenStack.

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

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

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

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

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

Principes de la virtualisation et articulation avec les environnements cloud.

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

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

Méthodologie de conception d'architectures sur Google Cloud.

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

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

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

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

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

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

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

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

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

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

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

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

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

Introduction aux services Big Data et ML de Google Cloud.

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

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

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

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

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