Nos formations pour vos projets

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Mettre en œuvre les principaux design patterns en Java.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.

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

Modéliser besoins et architecture avec les diagrammes UML 2.

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

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

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

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

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.

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