| Niveau requis | Bac+3 |
|---|---|
| Niveau d'études visé | Bac +5 |
| Date de la prochaine session | Nov. 2026 |
| Durée de la formation en année | Non renseignée |
| Statut de l'école | Privé |
| Formation reconnue par l'État | Oui |
| Rythme de formation | Alternance |
| Modalité | En présentiel |
| Prix | Non renseigné |
| Accréditation(s) | FC-RNCP, QUALIOPI, ERASMUS+ |
Description
Nous avons produit sur les deux dernières années autant de données que pendant les 5000 dernières années et le volume de données dans le monde sera multiplié par 7 dans 5 ans...
« Nouvel or noir », carburant de l'économie numérique, les données sont devenues une source d’enrichissement pour les entreprises qui savent les traiter et les valoriser.
Confrontées à cette croissance exponentielle des volumes de données, les entreprises de toutes tailles et tous secteurs, les cabinets de conseil, les organisations publiques, les collectivités, les associations, n’ont d’autre choix que de définir et de mettre en œuvre une stratégie pour gérer leurs données : collecte, classement, stockage, actualisation, sécurisation et exploitation des données pour améliorer leur performance organisationnelle.
Thématiques abordées
- Fondamentaux du Data Engineering : architecture des données, ETL/ELT, bases de données relationnelles et NoSQL
- Cloud Computing et Infrastructure : services cloud (AWS, Azure, GCP), conteneurisation, orchestration avec Kubernetes
- Big Data et Traitement Distribué : Hadoop, Spark, gestion des flux de données, data lakes
- Programmation et Automatisation : Python avancé, scripting, pipelines CI/CD, gestion des workflows
- Sécurité, Gouvernance et Qualité des Données : gestion des accès, conformité RGPD, qualité et intégrité des données
Objectifs de la formation
- Concevoir et déployer des architectures Big Data performantes et sécurisées dans le cloud
- Maîtriser les outils et langages de programmation pour l’ingénierie des données (Python, Spark, SQL)
- Optimiser le traitement, le stockage et la gestion des données massives en environnement distribué
- Implémenter des solutions de cloud computing pour automatiser et scalabiliser les pipelines de données
- Analyser et résoudre des problématiques techniques complexes en data engineering avec une approche orientée résultats
Découvrir l’établissement
