Modélisation en étoile : de la conception à la mise en œuvre dans un data warehouse
Alignez métiers et technique grâce à un modèle en étoile robuste, performant et prêt pour le reporting !
Vue d'ensemble
Connaissances de base en analyse décisionnelle et en SGBD relationnels.
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
Stockage et modélisation
Data warehouses, data lakes, lakehouses. Modélisation dimensionnelle (Kimball), schémas en étoile et en flocon.
Conception d’un modèle dimensionnel à partir d’un cas métier
Synthèse et certification
Récapitulatif des acquis de la formation. Conseils pour approfondir et prochaines étapes. Préparation à la certification le cas échéant.
QCM de validation des acquis et évaluation de satisfaction
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