Nos formations pour vos projets

Panorama des menaces, vocabulaire, principes de défense et bonnes pratiques pour comprendre les enjeux de sécurité et adopter les bons réflexes.

Sécurisation des modèles et applications d'IA générative : OWASP LLM Top 10, prompt injection, model poisoning.

Concevoir une architecture Big Data : ingestion, stockage distribué, traitement, restitution.

Lignes directrices pour la planification et la conduite d'audits de systèmes de management.

Élaboration d'une PSSI, rôles et responsabilités, pilotage par les risques et articulation avec NIS2, DORA et l'AI Act.

Intégration de la sécurité dans les pipelines et la chaîne d'outillage DevOps.

Déployer des plateformes data sur le cloud : services managés AWS, Azure et GCP.

Cadrer, organiser et livrer un projet Big Data : équipe, méthode, risques.

Principes du règlement, obligations du responsable de traitement, droits des personnes, registre et articulation avec l'AI Act.

Principes et mise en œuvre d'une architecture de sécurité Zero Trust.

Comprendre et mettre en œuvre le lakehouse : formats de tables ouverts, ACID, time travel, gouvernance.

Formations – General Data Protection Regulation (GDPR)

Développer des traitements sur l'écosystème Hadoop : HDFS, YARN, MapReduce, Hive.

Organisation, exercices et communication de crise cyber (exigences NIS2).

Cartographie des cadres réglementaires 2026 (NIS2, DORA, AI Act, Cyber Resilience Act) et démarche de mise en conformité.

Mettre en œuvre la distribution Cloudera : outils, sécurité et développement.

Découvrir Apache Spark : RDD, DataFrames, Spark SQL et exécution distribuée.

Chasse aux menaces et exercices collaboratifs offensifs/défensifs basés sur MITRE ATT&CK.

Fondamentaux du développement sécurisé, principales vulnérabilités et sensibilisation des équipes aux réflexes de codage sécurisé.

Développer des applications Spark performantes en Python/Scala : jobs, optimisation, streaming.

Techniques de sécurisation des applications : tests, revue de code et durcissement face aux attaques.

Développer des traitements Spark en Java : API, jobs batch et streaming.

Entraîner des modèles à l'échelle avec Spark MLlib : pipelines, features, évaluation.

Étude du Top 10 OWASP (web et LLM), exploitation et remédiation des failles applicatives les plus répandues.

Mettre en œuvre Kafka : topics, producteurs/consommateurs, Kafka Connect, bonnes pratiques.

Classification, protection et gouvernance des données, gestion des accès et outils DSPM sur environnements hybrides.

Concevoir des architectures de streaming : ingestion, fenêtrage, exactly-once, cas d'usage.

Orchestrer ses pipelines avec Airflow : DAGs, scheduling, capteurs, supervision et bonnes pratiques.

Méthodes d'analyse, de détection et d'éradication des logiciels malveillants, du triage à la remédiation.

Modéliser, déployer et administrer un cluster Cassandra : réplication, compaction, tuning.

Principes, fonctionnement, typologies et principaux cas d'usage de la blockchain, sans prérequis technique.

Administrer MongoDB : réplication, sharding, sauvegardes, sécurité.

Optimiser les performances MongoDB : index, agrégations, profiling.

Mécanismes cryptographiques de la blockchain (hachage, signatures, clés, consensus) et sécurisation des smart contracts.

Déployer et exploiter HBase pour le stockage colonne à large échelle.

Menace quantique, algorithmes post-quantiques (FIPS 203/204/205) et stratégie de migration cryptographique.

Développer avec la base graphe Neo4j : modélisation, Cypher, requêtes.

Indexer et rechercher des contenus à grande échelle avec Elasticsearch.