Nos formations pour vos projets

Comprendre la culture, les principes (CALMS) et les apports du DevOps dans le cycle de vie applicatif.

Intégrer la sécurité en continu dans le cycle DevOps : shift-left, SAST/DAST, culture partagée.

Créer, exécuter et publier des conteneurs : images, Dockerfile, volumes, réseaux, registres.

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

Définir métriques, logs et alertes pertinents pour superviser applications et pipelines.

Maîtriser Git au quotidien : branches, merge, rebase, workflows collaboratifs (Git Flow, trunk-based).

Optimiser images et builds multi-stage, orchestrer avec Docker Compose, sécuriser l'exécution.

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

Détecter et corriger les vulnérabilités du code avec SonarQube et les référentiels OWASP.

Collecter, indexer et visualiser les logs applicatifs avec la suite Elastic.

Découvrir l'architecture Kubernetes et déployer ses premières applications : pods, services, deployments.

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

Mettre en place une chaîne d'intégration continue complète avec pipeline, qualité de code et tests automatisés.

Évaluer les enjeux d'une stratégie de conteneurisation : cas d'usage, sécurité, organisation.

Administrer un cluster : scaling, ingress, stockage, ConfigMaps/Secrets, mises à jour progressives.

Méthodologie de conception d'architectures sur Google Cloud.

Mettre en place la collecte de métriques, PromQL, alerting et tableaux de bord Grafana.

Durcir images, runtime et cluster : scan d'images, RBAC, network policies, secrets.

Décrire son infrastructure en HCL et provisionner des ressources multi-cloud avec Terraform.

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

Installer, configurer et administrer Jenkins ; concevoir des pipelines déclaratifs.

Passer du monitoring à l'observabilité : traces, métriques, logs et APM.

Approfondir le langage HCL : modules, variables, state, workspaces et bonnes pratiques d'industrialisation.

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

Construire des pipelines GitLab CI/CD : stages, runners, artefacts, environnements et déploiements.

Protéger la chaîne logicielle : gestion des secrets, signature d'artefacts, supply chain security.

Atelier intensif : concevoir de bout en bout l'infrastructure as code d'un projet réel.

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

Comprendre l'évolution du DevOps vers le platform engineering : IDP, golden paths, self-service développeur.

Instrumenter ses applications avec le standard OpenTelemetry : traces distribuées, métriques et export vers les backends.

Gérer la configuration de parcs de serveurs avec manifests, modules et Puppet Server.

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

Industrialiser la gestion de configuration et les déploiements applicatifs avec Ansible dans un pipeline CI/CD.

Maîtriser les dépendances et l'intégrité des artefacts : génération de SBOM, niveaux SLSA, signature et vérification. Exigences issues du Cyber Resilience Act et de NIS2.

Déployer une plateforme conteneurisée sur Azure (AKS) avec Terraform et les pratiques GitOps.

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

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

Définir des indicateurs et objectifs de service, gérer un budget d'erreur, organiser l'astreinte et les post-mortems sans blâme. Articulation avec les pratiques DevOps existantes.

Mettre en œuvre CI/CD, IaC et supervision sur AWS : CodePipeline, CloudFormation, CloudWatch.

Introduction aux services Big Data et ML de Google Cloud.

Mettre en œuvre le pattern GitOps : Git comme source de vérité, synchronisation et rollback avec ArgoCD.

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

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