Descriptif
Concevoir un entrepôt de données est une formation de 3 jours (21 heures), de niveau intermédiaire, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Modéliser et alimenter un datawarehouse. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Architectures décisionnelles
- Modélisation dimensionnelle
- Alimentation et historisation
- Qualité des données
- Performances
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Tour de table, présentation du cas fil rouge « réseau de distribution spécialisée » et du bac à sable SQL | 0,5 h |
| 2 | Architectures décisionnelles : ODS, entrepôt, datamarts, approches Inmon et Kimball, positionnement du lakehouse | 2 h |
| 3 | Atelier : cartographier les sources du cas fil rouge, qualifier volumétries, fréquences et fenêtres de rafraîchissement | 2 h |
| 4 | Travaux pratiques : identifier faits, dimensions et grain d'analyse à partir de huit besoins métier exprimés par écrit | 2,5 h |
| Jour 2 | ||
| 5 | Travaux pratiques : modéliser le schéma en étoile des ventes — table de faits transactionnelle, table agrégée, dimension date complète | 3 h |
| 6 | Historisation : dimensions à évolution lente de types 1, 2 et 3, clés techniques, traitement des suppressions en source | 1,5 h |
| 7 | Travaux pratiques : écrire les scripts d'alimentation incrémentale avec détection des changements et gestion du type 2 | 2,5 h |
| Jour 3 | ||
| 8 | Travaux pratiques : contrôler la qualité — règles de rejet, table de quarantaine, rapprochement des totaux source-cible | 2,5 h |
| 9 | Travaux pratiques : optimiser les restitutions — index, partitionnement, tables agrégées, mesure des temps de réponse avant et après | 2,5 h |
| 10 | Atelier : rédiger le dictionnaire de données et la convention de nommage de l'entrepôt | 1 h |
| 11 | Soutenance croisée des modèles produits et plan d'action de mise en œuvre | 1 h |
Méthodes pédagogiques
- Pédagogie active : 76 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
SQL, modélisation dimensionnelle, outils ETL et BI
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois