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.

Définir, construire et interpréter des indicateurs de performance pertinents pour le pilotage.

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.

Prendre en main R et RStudio pour l'analyse statistique et la manipulation de données.

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.

Exploiter Excel pour analyser des données : fonctions avancées, tableaux croisés dynamiques, graphiques.

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.

Préparer les données et construire des analyses prédictives simples dans l'environnement Excel.

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.

Automatiser l'import, le nettoyage et la transformation de données avec Power Query.

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.

Manipuler et analyser des jeux de données avec les bibliothèques standards (pandas, streams).

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.

Comprendre les architectures décisionnelles : entrepôts, lacs de données et cas d'usage.

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.

Modéliser un entrepôt de données : schémas en étoile et flocon, dimensions, faits.

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.

Comparer approches ETL et ELT et choisir la bonne stratégie d'intégration de données.

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.

Mettre en œuvre des flux d'intégration avec les principaux ETL du marché.

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

Premiers pas avec Talend : environnement, jobs simples et bonnes pratiques.

Analyser et restituer des données massives avec des visualisations et un récit percutants.

Panorama pratique des méthodes d'analyse à grande échelle : outils, démarches, cas concrets.

Structurer un récit à partir des données pour convaincre et faire décider.

Construire rapports et tableaux de bord interactifs : Power Query, modèle, DAX, publication.

Approfondir DAX, la modélisation avancée et l'optimisation des rapports Power BI.

Panorama de la suite Tableau : préparation, visualisation et partage des analyses.

Créer des visualisations et tableaux de bord interactifs avec Tableau Desktop.

Développer des applications analytiques et visualisations associatives avec Qlik Sense.

Concevoir des applications de dataviz sur mesure : principes visuels, bibliothèques et interactivité.

Comprendre l'architecture BI de bout en bout : sources, intégration, stockage, restitution.

Mesurer et analyser la performance marketing : segmentation, attribution, tableaux de bord.

Découvrir la plateforme unifiée Fabric : OneLake, dataflows, lakehouse et intégration Power BI.

Accélérer préparation, analyse et restitution grâce aux assistants IA intégrés à Power BI et Excel.