Nos formations pour vos projets

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

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

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

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

Panorama des services AWS et préparation à la certification Cloud Practitioner (CLF-C02).

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

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

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

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

Certification d'entrée cloud-native : conteneurs, orchestration et écosystème CNCF.

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

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

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

Principes de la virtualisation et articulation avec les environnements cloud.

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

Conception d'architectures AWS et préparation à la certification SAA-C03.

Méthodologie de conception d'architectures sur Google Cloud.

Concepts du cloud Azure, services de base, sécurité et tarification ; certification d'entrée.

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

Installation, configuration et administration d'une plateforme OpenStack.

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

Concepts du cloud native : microservices, conteneurs, orchestration et CI/CD.

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

Architectures distribuées complexes ; préparation SAP-C02.

Préparation à la certification Professional Cloud Architect.

Conception et déploiement d'applications sans serveur (FaaS, architectures event-driven).

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

Développement d'applications sur AWS ; préparation DVA-C02.

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

Exploitation, supervision et maintenance d'un cloud OpenStack en production.

Choisir, valider et comparer ses modèles : validation croisée, métriques, sur-apprentissage.

Administration des environnements Azure : identités, stockage, calcul et réseaux. Certification pivot.

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

la création et le déploiement de solutions d’IA prêtes à la production à l’aide de services AWS ; préparation AIP-C01.

Segmenter les données (k-means, DBSCAN, CAH) et réduire la dimension (ACP, t-SNE, UMAP).

Stratégies et méthodes de migration (les 6R), trajectoire et gestion des risques.

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

Automatisation, CI/CD et opérations à l'échelle ; préparation DOP-C02.

S'initier à l'apprentissage par renforcement : agents, récompenses, Q-learning.

Enjeux de sécurité, modèle de responsabilité partagée, IAM, chiffrement, journalisation et posture (CSPM).

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

Provisionnement d'une infrastructure OpenStack en Infrastructure as Code avec Terraform.

Comprendre les réseaux de neurones : architecture, entraînement, fonctions d'activation.

Sécurisation avancée des environnements AWS ; préparation Security Specialty (SCS).

Préparation à la certification Associate Data Practitioner.

Démarche FinOps de bout en bout ; préparation à la FinOps Certified Practitioner.

Approfondir la théorie : rétropropagation, optimisation, régularisation, architectures.

Conception de solutions Azure (calcul, réseau, données, sécurité). Niveau expert.

Préparation à la certification Professional Cloud Database Engineer.

Méthodes et outils de migration d'infrastructures et d'applications vers AWS.

Concevoir, entraîner et déployer des réseaux profonds avec TensorFlow et Keras.

Architecture physique et logique d'un data center : énergie, réseau, résilience.

Préparation à la certification Professional Cloud Network Engineer.

Ex « Availability Suite v10 » (obsolète) vers v13. Sauvegarde, réplication et restauration ; base du parcours VMCE+.

Développer des modèles profonds avec PyTorch : tenseurs, autograd, entraînement et transfert learning.

Exploitation et supervision des environnements AWS ; préparation SOA-C02.

Préparation à la certification Professional Security Operations Engineer.

Écosystème monétique, flux de paiement et normes associées. Hors périmètre cloud, à déplacer vers un domaine Paiement / PCI DSS.

Cadrer et piloter un projet data science : cycle de vie, rôles, industrialisation.

CI/CD, Infrastructure as Code et pratiques DevOps sur Azure.