Descriptif
Modéliser une base de données relationnelle est une formation de 2 jours (14 heures), de niveau intermédiaire, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Concevoir un modèle de données relationnel robuste. 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 :
- Modèle conceptuel
- Modèle logique et normalisation
- Modèle physique
- Contraintes et index
- Atelier de modélisation
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Tour de table et présentation de l'étude de cas « réseau de médiathèques » support de l'ensemble de la formation | 0,5 h |
| 2 | Du besoin au modèle conceptuel : entités, associations et cardinalités en Merise, équivalences avec le diagramme de classes UML | 1,5 h |
| 3 | Travaux pratiques : produire le modèle conceptuel des médiathèques à partir de l'interview métier fournie | 2,5 h |
| 4 | Travaux pratiques : dériver le modèle logique, traiter les associations porteuses, les identifiants relatifs et les héritages | 2,5 h |
| Jour 2 | ||
| 5 | Normalisation : première à troisième forme normale, anomalies de mise à jour, dénormalisation raisonnée et ses contreparties | 1,5 h |
| 6 | Travaux pratiques : normaliser un modèle fourni comportant six anomalies et justifier chaque correction par écrit | 2 h |
| 7 | Travaux pratiques : écrire le script SQL de création — types, clés, contraintes d'intégrité, index et jeux d'essai | 2,5 h |
| 8 | Atelier final : revue croisée des modèles par binômes et évaluation des acquis | 1 h |
Méthodes pédagogiques
- Pédagogie active : 75 % 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
Merise, UML, SQL
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