Cette formation est éligible au CPF
Zone géographique de la formation
Département(s) disponible(s)
Objectifs de la formation
La formation Data engineer peut être suivie selon 2 formats :
- Bootcamp intensif
- Formation continue
Tout au long de la formation, en bootcamp ou en formation continue, une plateforme de communication avec nos équipes pédagogiques est disponible tous les jours ouvrés de 9h à 19h. Nos data scientists sont disponibles pour répondre à vos questions d'ordre technique ou pédagogique.
Notre équipe s'occupant de la création de contenu et de la correction d'examens maîtrisent tous les tenants et les aboutissants de la formation pour pouvoir répondre de la manière la plus précise possible à vos questions.
Les sprints (ou modules) de formation sont ponctués de sessions de coaching afin de faire un point plus global sur le déroulé de la formation. Votre responsable de cohorte sera disponible pour répondre à toutes vos questions et assurer le suivi le plus personnalisé possible.
Enfin, le fonctionnement en cohorte (moins de dix personnes) assure une émulation similaire à celle d'une salle de classe et il est très important que les apprenants de chaque cohorte progressent ensemble au cours du parcours.
Ces différents aspects nous assurent aujourd'hui un taux moyen de complétion des formations de 99%. L'objectif de la formation est de former les data engineers les plus complets possibles, aux capacités variées:
- Industrialisation et automatisation dans un environnement de développement
- Récupération, la découverte et la prédiction des données
- Construction des systèmes de stockage de données spécialisés ainsi que les infrastructures adéquates pour s'assurer que les données sont obtenues et traitées
- Effectuer une veille sur les nouvelles technologies, sur les solutions matérielles de transport et de stockage des données et sur les solutions logicielles de structuration et d'infrastructures des données
Programme de la formation
Bash / Python / Python orienté objet / Langage SQL / MongoDB / Cassandra / ElasticSearch / Neo4J / Théories sur les architectures distribuées / Hadoop / Hive / HBase / Pig Spark / Architecture de streaming / Kafka / Spark / streaming APIs avec Flask Docker / Airflow