Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Fondements et Principes du Data Mesh
Module 1 : Introduction et contexte
- Évolution de l’architecture des données : DW, Data Lake et l’émergence du Data Mesh
- Problèmes courants dans les architectures centralisées
- Principes directeurs de l'approche Data Mesh
Module 2 : Principe 1 – Propriété des données par domaine
- Organisation axée sur les domaines
- Avantages et défis de la décentralisation de la responsabilité
- Cas pratiques : définition des domaines dans une entreprise réelle
Module 3 : Principe 2 – Données comme produit
- Qu'est-ce qu'un « data product »
- Rôles du propriétaire de produit de données (data product owner)
- Bonnes pratiques pour concevoir des produits de données
- Exercice pratique : conception d’un data product par équipe
Plateforme, Gouvernance et Design Opérationnel
Module 4 : Principe 3 – Plateforme de self-service
- Composants d’une plateforme de données moderne
- Outils courants dans un écosystème Data Mesh (Kafka, dbt, Snowflake, etc.)
- Exercice : conception d’une architecture de plateforme de self-service
Module 5 : Principe 4 – Gouvernance fédérée
- Gouvernance dans les environnements distribués
- Politiques, standards et automatisation
- Mise en œuvre des politiques de qualité, sécurité et confidentialité des données
Module 6 : Design organisationnel et changement culturel
- Nouveaux rôles dans le Data Mesh : data product owner, équipe de plateforme, équipes de domaine
- Comment aligner les incitatifs entre les domaines
- Transformation culturelle et gestion du changement
Mise en Œuvre, Outils et Simulation
Module 7 : Stratégies d’adoption et de mise en œuvre
- Feuille de route pour mettre en œuvre le Data Mesh par phases
- Critères pour sélectionner des domaines pilotes
- Leçons tirées d’implémentations réelles
Module 8 : Outils, technologies et études de cas
- Stack technologique compatible avec le Data Mesh
- Exemples d’implémentation (Netflix, Zalando, etc.)
- Analyse des succès et des échecs
Module 9 : Simulation d’examen et cas pratiques
- Exercices de révision par module
- Simulacre d’examen type certification
- Révision des résultats et discussion
Pré requis
• Connaissances de base en gestion de données, architecture de données ou ingénierie des données
• Familiarité avec les concepts tels que le Data Warehouse, le Data Lake, ETL/ELT
• Désirable : expérience dans des projets de données au niveau entreprise
21 Heures
Nos clients témoignent (1)
La capacité d'interagir individuellement et de m'assurer que j'avais une clarté et une compréhension des concepts abordés.
Dave - Sea
Formation - Data Architecture Fundamentals
Traduction automatique