Data Modeling & Pipelines — Catalogue
Choisissez un cours ou un pack pour commencer.
Les métiers de la Data Engineering concernent les Data Engineers, Analytics Engineers, Data Platform Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics et l’IA avec des données fiables. Le besoin de formation vient du passage entre un simple script de transformation et une véritable chaîne de données : ingestion, modèle analytique, qualité, orchestration, historisation, observabilité, gouvernance et reprise doivent fonctionner ensemble.
Les 15 cours couvrent architectures Data, modélisation analytique, stockage et formats, ingestion multi-sources, ETL/ELT, chargements incrémentaux, dbt, Airflow, qualité et contrats de données, catalogue et lineage, batch et événementiel, performance et coûts, gouvernance, CI et industrialisation d’un pipeline Analytics complet. À l’issue du parcours, vous saurez construire et exploiter une plateforme de données fiable, testée, traçable, gouvernée et prête pour la BI et l’IA.
🎓 15 cours • 📘 120 leçons interactives • ⏱️ de 45 à 75 heures de formation conversationnelle
Meilleure offre
Pack Complet — Data Modeling & Pipelines
142,90 € HT
Économie : 104,60 €
29,70 €
22,90 HT
Économie : 6,80 €
Comprendre les architectures de données et les pipelines
comprendre comment les données circulent des systèmes sources jusqu’aux usages BI, analytics et IA
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Aucun prérequis technique avancé. Une pratique courante de l’ordinateur et une capacité à suivre des consignes techniques suffisent pour débuter.
- Comprendre le rôle du Data Engineering dans une organisation
- Distinguer ingestion, transformation, orchestration et consommation
- Distinguer data warehouse, data lake et lakehouse
- Atelier : cartographier une chaîne de données de bout en bout
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : cartographier une chaîne de données de bout en bout
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
9,90 € HT
Modéliser les données pour l’analytics
concevoir un modèle analytique cohérent à partir d’un besoin métier, d’indicateurs et de données sources
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Aucun prérequis technique avancé. Une pratique courante de l’ordinateur et une capacité à suivre des consignes techniques suffisent pour débuter.
- Partir des usages métier et définir le grain analytique
- Choisir clés métier et clés substituts
- Gérer l’historisation avec les Slowly Changing Dimensions
- Atelier : modéliser les ventes d’une entreprise pour la BI
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : modéliser les ventes d’une entreprise pour la BI
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
9,90 € HT
Organiser le stockage analytique et les formats de données
choisir une organisation de stockage et des formats adaptés au volume, aux traitements et aux usages analytiques
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Aucun prérequis technique avancé. Une pratique courante de l’ordinateur et une capacité à suivre des consignes techniques suffisent pour débuter.
- Comparer data warehouse, data lake et lakehouse
- Choisir entre CSV, JSON et Parquet
- Gérer schéma, compatibilité et évolution de structure
- Atelier : concevoir l’organisation physique d’un espace analytique
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : concevoir l’organisation physique d’un espace analytique
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
9,90 € HT
38,70 €
28,90 HT
Économie : 9,80 €
Ingérer des données multi-sources de manière fiable
extraire des données depuis fichiers, bases SQL, APIs et stockages Cloud tout en maîtrisant erreurs et rejouabilité
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Connaître les fondamentaux introduits dans les premiers cours du parcours ou disposer d’une expérience pratique équivalente.
- Ingérer des fichiers CSV et JSON
- Consommer une API paginée pour alimenter un pipeline
- Protéger identifiants, clés et secrets d’accès
- Atelier : consolider trois sources dans une zone de staging
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : consolider trois sources dans une zone de staging
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
12,90 € HT
Concevoir des transformations ETL et ELT
organiser des transformations lisibles, testables et traçables entre données brutes et modèles analytiques
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Connaître les fondamentaux introduits dans les premiers cours du parcours ou disposer d’une expérience pratique équivalente.
- Concevoir les couches raw, staging, intermediate et marts
- Normaliser types, dates et conventions
- Formaliser les règles métier dans les transformations
- Atelier : transformer des données brutes en modèle exploitable
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : transformer des données brutes en modèle exploitable
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
12,90 € HT
Construire des chargements incrémentaux et des reprises fiables
mettre à jour les données efficacement sans doublons ni pertes et savoir rejouer les traitements après incident
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Connaître les fondamentaux introduits dans les premiers cours du parcours ou disposer d’une expérience pratique équivalente.
- Comparer chargement complet et chargement incrémental
- Mettre en œuvre upsert et logique MERGE
- Concevoir un traitement idempotent
- Atelier : rendre un chargement incrémental rejouable sans doublons
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : rendre un chargement incrémental rejouable sans doublons
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
12,90 € HT
47,70 €
35,90 HT
Économie : 11,80 €
Transformer, tester et documenter les données avec dbt
industrialiser les transformations analytiques avec dépendances explicites, tests, documentation et lineage
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Connaître les fondamentaux introduits dans les premiers cours du parcours ou disposer d’une expérience pratique équivalente.
- Comprendre le rôle de dbt dans une architecture ELT
- Construire des modèles avec source() et ref()
- Ajouter tests génériques et contrôles métier
- Atelier : construire un mini-projet dbt testé et documenté
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : construire un mini-projet dbt testé et documenté
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
15,90 € HT
Orchestrer les pipelines avec Apache Airflow
planifier, chaîner, rejouer et superviser des traitements de données avec une orchestration explicite
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Comprendre DAG, Task et dépendances dans Airflow 3.x
- Planifier les exécutions et paramétrer les tâches
- Rejouer les périodes avec un backfill contrôlé
- Atelier : orchestrer et superviser un pipeline multi-étapes
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : orchestrer et superviser un pipeline multi-étapes
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
15,90 € HT
Garantir qualité, contrats et évolution des données
détecter les données incorrectes et protéger les consommateurs contre les changements de structure non maîtrisés
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Définir les dimensions de qualité des données
- Contrôler fraîcheur, volumes et dérives
- Gérer schema evolution et changements incompatibles
- Atelier : bloquer la publication d’un dataset non conforme
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : bloquer la publication d’un dataset non conforme
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
15,90 € HT
56,70 €
42,90 HT
Économie : 13,80 €
Gérer métadonnées, catalogue, lineage et analyse d’impact
rendre les données compréhensibles, traçables et gouvernables depuis la source jusqu’aux usages
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Comprendre métadonnées techniques et métier
- Comprendre le rôle d’un catalogue de données
- Analyser l’impact d’une évolution de schéma
- Atelier : réaliser l’analyse d’impact d’une modification critique
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : réaliser l’analyse d’impact d’une modification critique
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
18,90 € HT
Concevoir des pipelines batch, micro-batch et événementiels
choisir le bon mode de traitement selon latence, volume, complexité, coût et exigences métier
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Comparer batch, micro-batch et streaming
- Comprendre queue, log d’événements et offsets
- Comprendre livraison at-least-once et objectif exactly-once
- Atelier : décider si un besoin justifie réellement le temps réel
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : décider si un besoin justifie réellement le temps réel
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
18,90 € HT
Optimiser stockage, traitements, performance et coûts
réduire temps de traitement et consommation de ressources sans dégrader la qualité ni la maintenabilité
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Mesurer volumes, temps de traitement et coûts
- Utiliser formats colonnes et compression
- Exploiter parallélisme et pushdown lorsque disponible
- Atelier : diagnostiquer et optimiser un pipeline trop lent
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : diagnostiquer et optimiser un pipeline trop lent
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
18,90 € HT
74,70 €
48,90 HT
Économie : 25,80 €
Concevoir une plateforme de données fiable et gouvernée
assembler ingestion, stockage, transformations, qualité, orchestration, sécurité et gouvernance dans une architecture exploitable
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Définir les composants d’une plateforme de données
- Organiser identités, rôles, secrets et accès aux données
- Intégrer catalogue, lineage et observabilité
- Atelier : produire l’architecture d’une plateforme gouvernée
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : produire l’architecture d’une plateforme gouvernée
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
24,90 € HT
Industrialiser un pipeline Analytics de bout en bout
construire et exploiter un pipeline multi-source jusqu’à un dataset BI fiable avec Git, CI, tests et supervision
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Cadrer le dataset Analytics et ses engagements
- Construire staging et transformations dbt
- Orchestrer, rejouer et superviser avec Airflow
- Atelier : publier un dataset BI industrialisé et observable
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : publier un dataset BI industrialisé et observable
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
24,90 € HT
Projet professionnel complet Data Engineering
concevoir, construire, exploiter et défendre une chaîne de données professionnelle de bout en bout
Informations sur la formation
Data Engineers, Analytics Engineers, développeurs Data et professionnels chargés d’alimenter la BI, l’Analytics ou l’IA avec des données fiables et industrialisées.
Maîtriser les fondamentaux du parcours ou disposer d’une expérience équivalente. Les notions avancées s’appuient sur les compétences acquises dans les cours précédents.
- Cadrer besoins, sources, consommateurs et niveaux de service
- Construire les ingestions et la zone de staging
- Orchestrer, monitorer, gérer lineage et reprises
- Atelier final : présenter et défendre la plateforme Data Engineering
- Mettre en œuvre les méthodes et outils du cours dans une situation professionnelle représentative.
- Produire un résultat exploitable en mobilisant les notions étudiées : présenter et défendre la plateforme Data Engineering
- Contrôler la cohérence, la qualité et les risques du résultat obtenu avant validation.
- Transférer les acquis du cours à un contexte professionnel comparable en justifiant les choix réalisés.
3 à 5 h
24,90 € HT