Descriptif
Datahub, datalake, datamart et datawarehouse : architectures modernes est une formation de 2 jours (14 heures), de niveau intermédiaire, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Choisir l'architecture de données adaptée aux usages. 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 :
- Panorama des architectures
- Datalake et lakehouse
- Datamart et entrepôt
- Datahub et data mesh
- Critères de choix
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Cadrage : usages data des participants, attentes et présentation de l'environnement de maquette | 0,5 h |
| 2 | Panorama : entrepôt, datamart, datalake, lakehouse, datahub et data mesh, ce que chacun résout réellement | 2 h |
| 3 | Datalake : zones brute, nettoyée et exposée, conventions de nommage, catalogue et risque de marécage de données | 1,5 h |
| 4 | Atelier : dessiner le zonage et les conventions d'un datalake pour un cas de facturation multi-source | 1,5 h |
| 5 | Travaux pratiques : créer une table Delta Lake et une table Iceberg, versionner, remonter dans le temps, fusionner | 1,5 h |
| Jour 2 | ||
| 6 | Modélisation dimensionnelle appliquée : datamart en étoile, agrégats, historisation, alimentation depuis le lac | 1,5 h |
| 7 | Travaux pratiques : construire un datamart de ventes à partir des tables du lac et mesurer les temps de restitution | 2 h |
| 8 | Datahub et data mesh : produits de données, contrats d'interface, propriété par domaine, catalogue et qualité | 1,5 h |
| 9 | Étude de cas : choisir l'architecture cible d'un SI à cinq domaines, chiffrer, argumenter et soutenir devant le groupe | 2 h |
Méthodes pédagogiques
- Pédagogie active : 50 % 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
Delta Lake, Apache Iceberg, modélisation dimensionnelle, datalake, lakehouse, data mesh
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