Formation Créer des Data Products avec Data Factory et Systèmes Décisionnels

Programme de la formation
Créer des Data Products avec Data Factory et Systèmes Décisionnels

• Introduction à la Data Factory et l'écosystème data moderne

  - Comprendre les enjeux de la donnée et la prise de décision
  - Définir la Data Factory : rôles, objectifs, composants
  - Présentation des architectures data modernes (Data Lake, Lakehouse, Data Mesh)

• Principes fondamentaux du Data Product

  - Qu'est-ce qu'un Data Product ? Définition et caractéristiques
  - Les 4 piliers du Data Product (découvrable, adressable, compréhensible, fiable)
  - Identifier les besoins business pour un Data Product pertinent

• Conception d'une architecture Data Factory : Ingestion et Stockage

  - Méthodes d'ingestion de données (batch, streaming)
  - Choix des technologies de stockage (Data Lake, bases de données NoSQL)
  - Stratégies de gestion des données brutes et raffinées

• Transformation des données et modélisation pour l'analyse

  - Techniques de nettoyage et d'enrichissement des données (ETL/ELT)
  - Principes de modélisation dimensionnelle (Star Schema, Snowflake)
  - Optimisation des performances des transformations data

• Ordonnancement et orchestration des pipelines Data Factory

  - Outils d'orchestration (Apache Airflow, Azure Data Factory, AWS Step Functions)
  - Gestion des dépendances entre tâches et flux de données
  - Monitoring et alerting des pipelines de données

• Qualité des données et gouvernance dans la Data Factory
• Sécurité et conformité dans les architectures data

  - Gestion des accès et des permissions (RBAC)
  - Chiffrement des données au repos et en transit
  - Conformité réglementaire (RGPD, CCPA) et bonnes pratiques

• Du Data Product au système décisionnel : L'intégration
• Data Storytelling et visualisation des données

  - Principes de conception de tableaux de bord efficaces
  - Choisir le bon type de visualisation pour le message
  - Raconter une histoire avec les données pour l'aide à la décision

• DataOps : Culture et pratiques d'intégration continue
• Monitoring, Opération et Optimisation d'une Data Factory

  - Mise en place de indicateurs de performance (KPI) pour la Data Factory
  - Identification et résolution des goulots d'étranglement
  - Stratégies de scaling et d'optimisation des architectures data

• Étude de cas et synthèse : Du besoin à la valeur métier

  - Analyse d'un cas concret de construction de Data Factory
  - Démonstration des outils et techniques vus en formation
  - Récapitulatif des bonnes pratiques et perspectives d'évolution