Data Mesh : adopter le paradigme de l’architecture de données décentralisée
Appropriez-vous les principes du Data Mesh pour décentraliser la gestion des données, responsabiliser vos domaines métier et construire une feuille de route d'adoption.
Vue d'ensemble
- Connaissance des architectures data classiques (Data Warehouse, Data Lake)
- Notions de gouvernance des données
- Sensibilité au Domain-Driven Design (des rappels sont prévus dans la formation)
Objectifs pédagogiques
Programme détaillé
Présentation et objectifs
Accueil des participants, présentation du programme et des objectifs pédagogiques. État des lieux des connaissances et attentes individuelles.
Introduction à l'écosystème data
Panorama du domaine : data engineering, data science, analytics, BI. Rôles et responsabilités dans une organisation data-driven.
Collecte et ingestion des données
Sources de données (bases, API, fichiers, streaming). Pipelines ETL/ELT, orchestration et qualité des données.
Mise en place d’un pipeline d’ingestion de données
Analyse et visualisation
Requêtes analytiques, agrégations, fenêtres SQL. Principes de datavisualisation et bonnes pratiques de design de dashboards.
Création d’un dashboard interactif à partir d’un jeu de données
Machine learning et IA
Concepts fondamentaux du ML : apprentissage supervisé/non supervisé, évaluation de modèles. Introduction au deep learning et au NLP.
Entraînement d’un modèle de classification sur un dataset réel
Bilan et perspectives
Synthèse des points clés abordés. Recommandations pour la mise en pratique en entreprise. Ressources complémentaires et parcours de progression.
Exercice de synthèse et plan d’action individuel
Prochaines sessions
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement