PySpark
Maîtrisez PySpark pour traiter et analyser des volumes massifs de données !
Vue d'ensemble
Notions de base sur le langage Python ; notions sur les environnements data (modèle en étoile, Azure)
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.
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
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
2 juil. 2026
Distance - Français
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