Nos formations pour vos projets

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

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

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

Gérer les postes de travail avec Intune ; préparation à l'examen MD-102.

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

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

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

Maîtriser la ligne de commande Linux au quotidien.

Administrer routeurs et commutateurs Cisco et préparer l'examen CCNA 200-301.

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

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

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

Concevoir des architectures réseau segmentées et sécurisées.

Approfondir l'administration : performance, automatisation, dépannage.

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

Durcir et sécuriser ses serveurs Linux.

Mettre en œuvre VLAN, trunking et routage inter-VLAN avancé.

Mettre en œuvre la distribution Cloudera : outils, sécurité et développement.

Réviser le programme et préparer les deux examens de la certification LPIC-1.

Découvrir Apache Spark : RDD, DataFrames, Spark SQL et exécution distribuée.

Déployer et sécuriser des réseaux sans fil d'entreprise.

Préparer les examens LPIC-2 : administration de réseaux et services Linux.

Développer des applications Spark performantes en Python/Scala : jobs, optimisation, streaming.

Préparer une spécialisation LPIC-3 : environnements mixtes, sécurité, virtualisation ou haute dispo.

Protéger le réseau : pare-feu, VPN, détection et prévention d'intrusion.

Développer des traitements Spark en Java : API, jobs batch et streaming.

Administrer Windows Server (2019/2022/2025) : AD, GPO, rôles, services.

Entraîner des modèles à l'échelle avec Spark MLlib : pipelines, features, évaluation.

Mettre en pratique les réseaux locaux TCP/IP : câblage, commutation, diagnostic.

Administrer Windows 11 rôles, services.

Mettre en œuvre Kafka : topics, producteurs/consommateurs, Kafka Connect, bonnes pratiques.

Automatiser l'administration système avec PowerShell et Bash.

Concevoir des architectures de streaming : ingestion, fenêtrage, exactly-once, cas d'usage.

Écrire des scripts shell robustes pour automatiser les tâches.

Approfondir le développement Kafka (Streams, schémas, exactly-once) et préparer l'examen CCDAK.

Techniques avancées de scripting : fonctions, signaux, industrialisation.

Orchestrer ses pipelines avec Airflow : DAGs, scheduling, capteurs, supervision et bonnes pratiques.

Mettre en œuvre le contrôle d'accès obligatoire sous Linux.

Modéliser, déployer et administrer un cluster Cassandra : réplication, compaction, tuning.

Mesurer, diagnostiquer et optimiser les performances système.

Administrer MongoDB : réplication, sharding, sauvegardes, sécurité.

Développer des applications robotiques avec ROS.

Optimiser les performances MongoDB : index, agrégations, profiling.

Découvrir l'environnement mainframe z/OS.

Déployer et exploiter HBase pour le stockage colonne à large échelle.

Acquérir les fondamentaux z/OS : TSO/ISPF, JCL, datasets.

Parcours intensif de formation des pilotes d'exploitation z/OS.

Développer avec la base graphe Neo4j : modélisation, Cypher, requêtes.

Exploiter JES2 : gestion des travaux et des sorties.

Indexer et rechercher des contenus à grande échelle avec Elasticsearch.

Piloter MVS : commandes, incidents, procédures d'exploitation.

Construire des pipelines lakehouse (Delta Lake, workflows, Unity Catalog) et préparer l'examen officiel.

Gérer les fichiers VSAM avec les services AMS.

Maîtriser l'architecture et les objets Snowflake (virtual warehouses, data sharing) et préparer l'examen SnowPro Core.

Durcir son annuaire AD : tiering, comptes à privilèges, détection des attaques courantes.

Ingénierie de données sur Microsoft Fabric : ingestion, transformation, orchestration.

Déployer une supervision d'infrastructure : sondes, seuils, alertes, tableaux de bord.

Ingénierie de données sur Azure Databricks : Spark, Delta Lake, pipelines.