Formation officielle
Format : Stage pratique
Niveau Avancé
 
 
 
 
Répartition du temps : 60% exposés
30% pratique
10% échanges

La formation en détails

Description

Dans ce cours, vous apprendrez à construire des solutions d'analyse de données en continu à l'aide des services AWS, notamment Amazon Kinesis et Amazon Managed Streaming for Apache Kafka (Amazon MSK). Amazon Kinesis est un service de streaming de données en temps réel massivement évolutif et durable. Amazon MSK offre un service sécurisé, entièrement géré et hautement disponible pour Apache Kafka.

Vous apprendrez comment Amazon Kinesis et Amazon MSK s'intègrent aux services AWS tels que AWS Glue et AWS Lambda. 
Le cours aborde les composants d'ingestion, de stockage et de traitement des données en continu du pipeline d'analyse des données. Vous apprendrez également à appliquer les meilleures pratiques en matière de sécurité, de performance et de gestion des coûts au fonctionnement de Kinesis et d Amazon MSK.

Cette formation vous intéresse ? Bénéficiez d'un tarif préférentiel avec notre offre "Amazon Web Services - Bundle Data"

Objectifs

  • Comprendre les fonctionnalités et avantages d'un data warehouse, lac de donnée (data lake) et d'une architecture de données moderne
  • Concevoir et implémenter une solution d'analyse de données en continu (data streaming)
  • S'approprier les pratiques clés d'optimisation de stockage de données telles que la compression et le partitionnement
  • Identifier et déployer les options appropriées pour ingérer, transformer et stocker les données 
  • Sécuriser les flux de données
  • Surveiller les charges de travail analytiques pour identifier et résoudre les problèmes
  • Appliquer les meilleures pratiques de gestion des coûts

Public cible

  • Data Engineers
  • Data Platform Engineers
  • Data Architect
  • Développeurs

Prérequis

Une expérience d'un an minimum en gestion de solutions d'analyse de données est recommandée.
Les stagiaires souhaitant suivre ce module, sont invités à avoir suivi au préalable la formation "AWS Data Lakes : Créer des lacs de données sur Amazon Web Services" (AWSDL)
Avoir suivi la formation "AWS : Architecture sur Amazon Web Services" (AWS01) est également un plus.

Modalités pédagogiques

Formation avec apports théoriques, échanges sur les contextes des participants et retours d'expérience pratique des formateurs, complétés de travaux pratiques et de mises en situation.

Profil du formateur

Toutes nos formations sont animées par des consultants-formateurs et consultantes-formatrices dont l'expérience et l'expertise sont reconnues par leurs pairs.

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.

Programme détaillé

OUVERTURE DE SESSION

INTRODUCTION À L'ANALYSE DE DONNÉES ET AU PIPELINE DE DONNÉES
  • Analyse de données : cas d'utilisation
  • Recourir au pipeline de données pour l'analyse

UTILISER LES SERVICES DE STREAMING DANS UN PIPELINE D'ANALYSE DE DONNÉES
  • Importance de l'analyse en continu des données
  • Pipeline d'analyse en continu de données
  • Clarification des principaux concepts de streaming

INTRODUCTION AU SERVICE DE STREAMING AWS
  • Les services AWS de data streaming
  • Amazon Kinesis et solutions d'analyse de données
  • Cas d'usage : explorer des flux de données Amazon Kinesis
  • Mise en pratique (lab) : "Configuration d’un pipeline de diffusion en continu avec Amazon Kinesis"
  • Utilisation d'Amazon Kinesis Data Analytics
  • Introduction à Amazon MSK
  • Présentation de Spark Streaming

ANALYSER EN TEMPS RÉEL LA DONNÉE AVEC AMAZON KINESIS
  • Explorer Amazon Kinesis à l’aide d’une charge de travail clickstream
  • Création de données Kinesis et de flux de diffusion
  • Cas d'usage : comprendre les producteurs et consommateurs de flux
  • Concevoir des producteurs de flux
  • Concevoir des consommateurs de flux
  • Créer et déployer des applications Flink dans Kinesis Data Analytics
  • Mise en pratique (lab) : "analyses en continu avec Amazon Kinesis Data Analytics et Apache Flink"

SÉCURISER, MONITORER ET OPTIMISER AMAZON KINESIS
  • Optimiser Amazon Kinesis pour obtenir des informations commerciales exploitables
  • Meilleures pratiques de sécurisation et de monitoring

IMPLÉMENTER AMAZON MSK DANS UNE SOLUTION D'ANALYSE EN CONTINU DE DONNÉES
  • Clarification des cas d'usage dans lesquels recourir à Amazon MSK
  • Créer des clusters MSK
  • Démonstration : approvisionner un cluster MSK
  • Ingérer de la donnée dans Amazon MSK
  • Mise en pratique (lab) : "Introduction à la gestion des accès avec Amazon MSK"
  • Transformer et traiter la donnée dans Amazon MSK

SÉCURISER MONITORER ET OPTIMISER AMAZON MSK
  • Optimiser Amazon MSK
  • Démonstration : ajuster le stockage Amazon MSK
  • Mise en pratique (lab) : "Pipeline de flux continu de données et déploiement d'applications"
  • Sécurisation et monitoring
  • Démonstration : monitoring d'un cluster MSK 

CONCEVOIR DES SOLUTIONS D'ANALYSE EN CONTINU DE DONNÉES
  • Revue des cas d'usage
  • Mise en pratique : "Concevoir un workflow d'analyse en continu de données"

DÉVELOPPER DES ARCHITECTURES DATA MODERNES AVEC AWS

CLÔTURE ET BILAN DE SESSION
  • Revue des principaux concepts abordés lors de la formation
  • Questions et réponses complémentaires

Nos autres formations du domaine « Data » Toutes les formations du domaine

AWSDL AWS Data Lakes : Créer des lacs de données sur Amazon Web Services
Formation officielle Building Data Lakes on AWS
Nouveau
Durée : 7 h / 1 j
Avancé
 
 
 
 
Prochaine session : 27 mai 2024
AWSDA AWS : Créer des solutions d'analyse de données par lots sur Amazon Web Services
Formation officielle Building Batch Data Analytics Solutions on AWS
Nouveau
Durée : 7 h / 1 j
Avancé
 
 
 
 
Prochaine session : 28 mai 2024
AWSRE AWS : Créer des solutions d'analyse de données à l'aide d'Amazon Redshift
Formation officielle Building Data Analytics Solutions Using Amazon Redshift
Nouveau
Durée : 7 h / 1 j
Avancé
 
 
 
 
Prochaine session : 03 juin 2024
AWS12 AWS : MLOps Engineering
Formation officielle AWS MLOps Engineering on AWS
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : Sur demande
AWSPI AWS : utiliser le pipeline de Machine Learning sur AWS
Formation officielle The Machine Learning Pipeline on AWS
Nouveau Certifiant
Durée : 28 h / 4 j
Avancé
 
 
 
 
Prochaine session : 18 mars 2024

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaine session
  • le 04/06/2024
    Distanciel
    780,00 € HT
Durée
7 h / 1 j

Demander un devis Nous contacter
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
7 h / 1 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demander un devis Nous contacter Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Nous contacter Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies