Formation métier : Data Engineer
Le métier de data engineer est essentiel dans le domaine de la science des données et de l'analyse de données. Les data engineers sont responsables de la création, de la maintenance et de l'optimisation des infrastructures de données qui permettent aux entreprises de collecter, de stocker, de traiter et d'analyser des données à grande échelle.
En qualité de Data Engineer, vos principales missions porteront sur :
- Usage des langages suivants : Java, Python,
- Développement sur une des distributions Big Data majeures du marché
- Conception de pipeline d’ingestion de données sur des frameworks de calcul distribués (Spark) temps réel (Kafka, Spark Streaming).
- Choix de la persistence des données à adopter selon les use cases à traiter
- Appréhension d’un environnement BI type datawarehouse d’entreprise
- Consommation des données véhiculées et transformées dans ce type d’architecture avec des outils comme PowerBI
- Intervention sur des environnements containérisés
- Usage de stacks d'outils d'aide au développement collaboratif et à l'intégration continue
Informations pratiques
Durée du cursus | Jusqu'à 57 jours (399 heures) de formation, composée de :
| ||||
Public |
| ||||
Pré-requis |
|
Objectifs du parcours de formation Data Engineer
|
Programme détaillé pour préparer au métier de Data Engineer
TITRE | DUREE (Jrs) |
Intégration et travail en équipe | 1 jour |
Algorithmique - introduction à la programmation | 2 jours |
Introduction aux fondamentaux de la méthode Agile | 2 jours |
Introduction à la conception d'une base de données | 1 jour |
Les bases de données relationnelles - langage SQL | 3 jours |
La conception orientée objet | 2 jours |
Les fondamentaux de la programmation Python | 4 jours |
Analyser les données avec Python | 5 jours |
Big Data - enjeux, architecture et technologies | 3 jours |
Les bases NoSQL | 3 jours |
Modéliser un système d'information décisionnel | 2 jours |
Unix, Linux les bases indispensables | 4 jours |
Hadoop - Stockage distribué - HDFS | 2 jours |
Big Data - spark | 3 jours |
GIT | 2 jours |
Analyser les données avec Power BI | 5 jours |
Microsoft Azure Data - les fondamentaux | 2 jours |
Introduction à la conteneurisation | 2 jours |
Talend | 4 jours |
Travaux Pratiques | 5 jours |
Pour connaître les modalités de réalisation de la formation Data Analyst et de son financement, écrivez à info@globalknowledge.fr |