Module 1 : Introduction aux Technologies DevOps

Durée : 1 semaine

• Compréhension des principes et concepts DevOps
• Présentation des outils et technologies clés utilisées pour soutenir les pratiques DevOps

Module 2 : Mise en place d'un environnement de développement et de test pour les labs à venir

Durée : 1 semaine

• Utilisation de Git pour la gestion de code source
• Configuration et utilisation de Gitlab pour héberger des dépôts Git
• Création et gestion de branches, tags, pull requests
• Collaborations et workflows dans Gitlab
• Lab: Création d'un dépôt Gitlab, gestion des branches, et collaboration avec des collègues

Module 3 : Automatisation des pipelines avec GitLab CI/CD

Durée : 1 semaine

• Introduction aux pipelines Gitlab CI/CD
• Configuration des pipelines et des jobs dans Gitlab
• Intégration continue (CI) et déploiement continu (CD)
• Utilisation de Maven pour la gestion des dépendances et des builds
• Lab: Configuration d'un pipeline CI/CD avec Gitlab et Maven

Module 4 : Gestion de secrets avec Vault et déploiement avec Ansible, Docker et Kubernetes

Durée : 1 semaine

• Introduction à Vault pour la gestion des secrets
• Configuration et utilisation de Vault pour stocker et récupérer des secrets
• Utilisation d'Ansible pour la gestion de configuration et le déploiement d'infrastructures
• Gestion des déploiements avec Kubernetes
• Utilisation de GitOps pour gérer les configurations et les déploiements
• Lab : Création d'une infrastructure sur Azure avec Terraform, déploiement d'une application avec Ansible, Docker et Kubernetes, gestion des secrets avec Vault

‍

Note: Le programme peut être personnalisé en fonction des besoins spécifiques de votre audience et de l'expérience des participants.

Module 1 : Introduction aux DataOps et Azure DevOps

Ce module introductif permettra aux participants de comprendre les concepts fondamentaux des DataOps et d'apprendre à les appliquer dans un environnement basé sur les technologies Azure DevOps. Les sujets abordés incluront :

• Introduction aux DataOps : définitions, objectifs et avantages
• Présentation d'Azure DevOps : fonctionnalités, composants et architecture
• Configuration d'un pipeline de déploiement continu pour les data pipelines
• Utilisation des services Azure pour le stockage et le traitement des données

Module 2 : Data Factory et Snowflake

Ce module se concentrera sur l'utilisation de Data Factory et Snowflake pour la gestion et le traitement des données. Les participants apprendront à utiliser ces technologies pour créer des flux de données efficaces et fiables. Les sujets abordés incluront :

• Présentation de Data Factory : fonctionnalités, concepts et architecture
• Création de pipelines de données avec Data Factory
• Introduction à Snowflake : caractéristiques, fonctionnalités et avantages
• Intégration de Snowflake avec Data Factory pour l'ingestion, la transformation et la restitution des données

Module 3 : Monitoring et gestion des performances avec DataDog

Ce module se concentrera sur l'utilisation de DataDog pour le monitoring et la gestion des performances des data pipelines. Les participants apprendront à configurer et à utiliser les fonctionnalités de monitoring de DataDog pour surveiller l'état et les performances des applications de données. Les sujets abordés incluront :

• Présentation de DataDog : fonctionnalités, concepts et architecture
• Configuration du monitoring pour les applications de données avec DataDog
• Utilisation des métriques et des alertes pour détecter les problèmes de performances
• Analyse des données collectées pour l'optimisation des pipelines de données

Module 3 : Labs et mises en pratique

Ce dernier module sera dédié à la mise en pratique des connaissances acquises dans les modules précédents. Les participants seront guidés à travers une série de labs pratiques où ils appliqueront les concepts et les technologies étudiés. Ils auront l'occasion de travailler sur des scénarios réels et de résoudre des problèmes couramment rencontrés dans la mise en place des DataOps.

Note: Les détails spécifiques des labs seront fournis ultérieurement en fonction des besoins et des objectifs des participants.

Ce programme de formation offre une approche technique et pratique pour les DataOps, en utilisant les technologies Azure DevOps, Data Factory, Snowflake et DataDog. Les participants acquerront les compétences nécessaires pour créer, gérer et optimiser des flux de données efficaces et fiables dans un environnement professionnel.

‍

Module 1 : Introduction à l'agilité et au rôle de Product Owner

Ce module permettra aux participants de comprendre les principes de l'agilité et le rôle clé du Product Owner dans le développement de produits basés sur les données. Les sujets abordés incluront les principes scrum, la gestion de product backlog, les user stories, et la collaboration avec les équipes agiles.

Module 2 : Acculturation autour de la data

Ce module fournira une introduction aux concepts et aux technologies liés aux bases de données NoSQL. Les participants apprendront les différences entre les bases de données relationnelles et NoSQL, et exploreront des exemples pratiques d'utilisation de bases de données NoSQL, telles que MongoDB et Cassandra, pour les projets de données.

Module 3 : Utilisation du cloud Azure pour les projets de données

Ce module se concentrera sur l'utilisation du cloud Azure pour les projets de données. Les participants apprendront à déployer et à configurer des ressources Azure, tels que des instances de machine virtuelle et des services de stockage, pour héberger et gérer leurs données. Ils exploreront également des services Azure spécifiquement conçus pour le traitement et l'analyse des données, tels que Azure Data Lake et Azure Databricks

Module 4 : Reporting avec Power BI, Machine Learning et IA

Ce dernier module abordera les aspects de reporting et d'analyse de données. Les participants découvriront comment créer des tableaux de bord interactifs et des visualisations attrayantes en utilisant Power BI. Ils exploreront également les concepts de base du Machine Learning et de l'Intelligence Artificielle (IA), et comprendront comment ces technologies peuvent être utilisées dans le cadre de projets de données pour obtenir des informations précieuses et des prédictions.

Chaque module comprendra des présentations théoriques, des exemples pratiques, des exercices en groupe et des discussions pour favoriser l'apprentissage interactif. Des ressources supplémentaires seront également fournies aux participants pour approfondir leurs connaissances techniques.

‍

Module 1 : Introduction aux Services Cloud

Durée: 1 semaine

• Présentation des principes fondamentaux du Cloud Computing
• Vue d'ensemble des fournisseurs majeurs de services Cloud (Azure, AWS, GCP)
• Focus sur Azure: Présentation des services et fonctionnalités clés d'Azure

Module 2 : Architecture Cloud avec Azure

• Conception d'architectures de référence sur Azure
• Utilisation des services d'infrastructure Azure (Virtual Machines, Réseau, Stockage)
• Intégration de bases de données Azure (Azure SQL Database, Cosmos DB)
• Cas d'utilisation d'architecture sur le Cloud basée sur Azure

Module 3 : Comparaison avec AWS et GCP

• Présentation des services et fonctionnalités clés d'AWS et GCP
• Comparaison des services similaires entre les trois fournisseurs Cloud
• Cas d'utilisation d'architecture sur le Cloud basée sur AWS et GCP

Module 4 : Labs pratiques et mises en situation

• Réalisation de labs pratiques pour mettre en œuvre des architectures sur Azure
• Utilisation des bonnes pratiques pour la sécurité, la scalabilité et la continuité des opérations dans le Cloud
• Cas d'utilisation d'architecture basée sur des scénarios réels

Veuillez noter que ce programme de formation peut être adapté en fonction des besoins et des connaissances préalables des participants.