Nos formations pour vos projets

Comprendre TCP/IP, l'adressage et le routage de base.

Comprendre les enjeux, architectures et cas d'usage du Big Data en entreprise.

Adapter sa communication à ses interlocuteurs pour gagner en impact.

Tour d'horizon des usages IA sectoriels et de leurs retours d'expérience.

Créer des applications iOS/Android avec React Native.

Construire des sites web responsives avec le socle HTML/CSS/JavaScript et Bootstrap.

Comprendre les concepts fondamentaux des bases de données relationnelles.

Réviser les fondements mathématiques indispensables : probabilités, statistiques, algèbre linéaire.

Mettre en place une gestion des données de référence : gouvernance, qualité, outillage.

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

Administration de la virtualisation Oracle Linux (KVM) : hôtes, VM, stockage et réseau.

Découvrir le rôle et les activités de l'ingénieur système.

Maîtriser Python : structures, POO, bibliothèque standard, bonnes pratiques.

Intégrer l'IA dans sa roadmap produit : cas d'usage, faisabilité, priorisation.

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

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

Comprendre le fonctionnement, les capacités et les limites des grands modèles de langage.

Panorama comparatif des assistants IA du marché et de leurs usages professionnels.

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

Créer et mettre en forme des documents professionnels avec Word.

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

Construire et interpréter des modèles statistiques : régression, tests, intervalles de confiance.

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

Découverte d'OpenStack et de ses composants pour le cloud privé / souverain.

Approfondir Python : décorateurs, générateurs, typage, packaging, performance.

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

Manager avec exigence et bienveillance pour engager durablement son équipe.

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

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

Panorama du cloud : modèles de services (IaaS/PaaS/SaaS), de gouvernance, enjeux clés et grands principes d'architecture.

Maîtriser le langage JavaScript : syntaxe, DOM, événements, asynchronisme.

Prioriser, planifier et se protéger des sollicitations pour gagner en efficacité.

Enjeux environnementaux et sociaux du numérique, cadre réglementaire (REEN, CSRD), gouvernance et feuille de route avec indicateurs de suivi.

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

Piloter un projet IA de bout en bout : cadrage, données, modèle, déploiement, adoption.

Modéliser une base de données avec la méthode MERISE : MCD, MLD, normalisation.

Prendre en main l'environnement Unix/Linux : shell, fichiers, droits.

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

Développer des relations de travail constructives et coopératives.

Techniques de recueil des besoins et rédaction d'un cahier des charges exploitable.

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

Prendre en main les outils d'IA générative appliqués au design graphique.

Mener des analyses statistiques avancées avec R : modèles linéaires généralisés, ANOVA, multivarié.

Premiers pas avec ChatGPT : prompts simples et cas d'usage bureautiques.

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

Durcissement des hyperviseurs, isolation, gestion des accès et bonnes pratiques de sécurité.

Débuter la programmation avec Python, sans prérequis technique.

Panorama des valeurs, principes et méthodes agiles (Scrum, Kanban, SAFe).

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

Sensibilisation aux principes d'une IA digne de confiance : biais, transparence, responsabilité.

Maîtriser la ligne de commande Linux au quotidien.

Fondamentaux de la gestion de projet SI : cadrage, planification, budget, risques et pilotage.

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

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

Documents longs, styles, publipostage et automatisation dans Word.

Approfondir JavaScript moderne : ES2015+, POO, modules, patterns.

Découvrir les modèles NoSQL et leurs cas d'usage.

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

Panorama des approches et algorithmes du machine learning et de leurs cas d'usage.

Acquérir les bases du langage Java : syntaxe, objets, collections, exceptions.

Cas d'usage IA en finance : scoring, détection de fraude, conformité.

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

Premier module du cursus CCNA : fondamentaux des réseaux et configuration de base.

Prise en main de Jira : projets, tickets, tableaux et workflows.

Découvrir l'écosystème Big Data et les métiers associés.

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

Gagner en productivité bureautique avec ChatGPT au quotidien.

Prise en main technique des principaux services AWS (compute, stockage, réseau, IAM).

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

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

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

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

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

Notions clés de la virtualisation : machines virtuelles, hyperviseurs, ressources et bénéfices.

Bâtir sa feuille de route IA : cas d'usage, ROI, organisation, risques.

Rédiger des écrits professionnels clairs, structurés et efficaces.

Administrer un serveur Linux : services, utilisateurs, stockage, réseau.

Animer des démarches d'innovation collaborative avec le Design Thinking.

Approfondir Java : streams, concurrence, entrées/sorties, nouveautés du langage.

Mettre en œuvre les algorithmes supervisés et non supervisés avec Python.

Développer ses premières applications Angular : composants, templates, services.

Accélérer ses développements avec les assistants de code IA : complétion, refactoring, agents.

Interroger et manipuler les données avec SQL : requêtes, jointures, agrégations.

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

Déploiement et administration d'Hyper-V sur Windows Server ; clustering et réplication.

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

Exploiter les fonctions avancées : GPTs personnalisés, analyse de données, automatisations.

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

Automatiser Word avec des macros VBA.

Usages de l'IA en santé : aide au diagnostic, imagerie, parcours patient.

Identifier les enjeux business et l'outillage IA pertinent pour son organisation.

Développer des applications multiplateformes avec Flutter et Dart.

Développer des applications d'entreprise avec la plateforme Jakarta EE.

Développer une application complète avec la pile MEAN.

Approfondir l'administration : performance, automatisation, dépannage.

Construire des pipelines prédictifs complets avec scikit-learn : préparation, entraînement, évaluation.

Exploiter les assistants de code IA pour accélérer développement et tests.

Adoption d'une culture agile au sein d'une équipe : posture, rituels et collaboration.

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

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

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

Mobiliser posture, gestuelle et voix au service de son message.

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

Principes de la virtualisation et articulation avec les environnements cloud.

Méthodes de mesure (ACV, bilan carbone du SI), leviers sur les infrastructures, le cloud et le poste de travail, allongement de la durée de vie des équipements.

Concevoir et consommer des services web REST et SOAP en Java.

Approfondir Angular : routing avancé, RxJS, formulaires réactifs, performance.

Extraire de la connaissance des données : exploration, sélection de variables, modèles.

Analyser et optimiser les requêtes : plans d'exécution, index, statistiques.

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

Durcir et sécuriser ses serveurs Linux.

Structurer des prompts robustes : rôles, contexte, chaînage, itération.

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

Installation, configuration et administration d'une plateforme OpenStack.

Développer confiance et coopération au sein de son équipe.

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

Robotique médicale et IA : assistance chirurgicale, logistique hospitalière.

Déployer un référentiel MDM avec Talend : modèles, workflows, qualité.

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

Persister ses données avec JPA/Hibernate : mapping, requêtes, transactions.