Nos formations pour vos projets

Acquérir la logique algorithmique et les bases du développement web moderne.

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).

Panorama des métiers, technologies et organisations de l'informatique.

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

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

Installation, configuration et administration d'une plateforme OpenStack.

Concevoir des applications robustes avec les patrons de conception classiques (GoF).

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

Principes de la virtualisation et articulation avec les environnements cloud.

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

Maîtriser les concepts objet : classes, héritage, polymorphisme, encapsulation.

Méthodologie de conception d'architectures sur Google Cloud.

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

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

Mettre en œuvre les principaux design patterns en Java.

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

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

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

Écrire un code lisible et maintenable : nommage, fonctions, refactoring.

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

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

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

Mettre en place une démarche qualité : revues, métriques, dette technique, tests.

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

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

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

Pratiquer le développement piloté par les tests : cycle rouge-vert-refactor, mocks, couverture.

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

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

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

Modéliser besoins et architecture avec les diagrammes UML 2.

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.

Intégrer la sécurité dès le développement : OWASP, validation, authentification.

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.