Plan du cours
Jour 1
Fondements des produits de données et stratégie
Introduction aux produits de données modernes
Produits de données vs systèmes de données traditionnels
Les données en tant qu’actif stratégique pour l’entreprise
Composants clés d’un écosystème de produits de données
Identification des problèmes métier adaptés aux produits de données
Aperçu du cycle de vie d’un produit de données (de l’idéation à la mise à l’échelle)
Études de cas : produits de données réussis dans l’industrie
Jour 2
Conception et architecture des produits de données
Principes de conception d’un produit de données
Compréhension des profils utilisateurs (personas) et des consommateurs de données
Modèles d’architecture de données (centralisé vs Data Mesh vs hybride)
Conception de pipelines de données évolutifs
Modélisation des données pour l’analyse et les usages opérationnels
APIs et couches d’accessibilité des données
Infrastructure cloud pour les produits de données (aperçu AWS / Azure / GCP)
Jour 3
Ingénierie des données et mise en œuvre
Méthodes d’ingestion de données (par lots vs streaming)
Frameworks ETL vs ELT
Construction de pipelines de données fiables
Solutions de stockage des données (Data Lakes, Data Warehouses, Lakehouse)
Outils de transformation et d’orchestration des données
Introduction au traitement des données en temps réel
Atelier pratique : construction d’un pipeline de données simple
Jour 4
Analyse, intégration de l’IA et gouvernance
Intégration de l’analyse dans les produits de données
Tableaux de bord, indicateurs clés de performance (KPI) et intelligence décisionnelle
Introduction à l’IA / l’apprentissage automatique (ML) dans les produits de données
Systèmes de recommandation et modèles prédictifs
Gestion et surveillance de la qualité des données
Gouvernance des données, confidentialité et conformité (aperçu des concepts RGPD)
Garantir confiance, sécurité et fiabilité dans les produits de données
Jour 5
Déploiement, mise à l’échelle et professionnalisation
> Professionnalisation des solutions de données pour les utilisateurs finaux
Stratégies de déploiement et CI/CD pour les produits de données
Surveillance, optimisation des performances et mise à l’échelle
Gestion du cycle de vie des produits de données au sein des organisations
Stratégies de monétisation des produits de données
>Tendances futures : IA générative et produits de données autonomes
>Présentation du projet final et session de feedback
Pré requis
- Il est recommandé d’avoir des notions de base sur les concepts de données et les rapports métier.
- Une familiarité avec Excel ou tout autre outil d’analyse de données basique est utile.
- Une conscience de la manière dont les données soutiennent la prise de décision en entreprise sera un atout.
- Aucune connaissance avancée en programmation ou en technique n’est requise.
- Un intérêt pour les données, l’analyse et le développement de produits numériques est essentiel.
Nos clients témoignent (3)
formateur connait bien son sujet
Pascal - NOOUS pour Atos/Eviden
Formation - EBX5 for Developers
La variété des informations partagées et la clarté pour expliquer les termes en langage simple.
Arisbe Mendoza - Fairtrade International
Formation - GDPR Workshop
Traduction automatique
C'est une session pratique.
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
Formation - Talend Open Studio for ESB
Traduction automatique