AWS Certified Data Analytics

Description de la formation

Cette formation permet aux participants d’architecturer des solutions de gestion de données dans le cloud en utilisant les services de bases de données d'Amazon Web Services, tels qu'Amazon RDS, DynamoDB ou Aurora, en tenant compte des besoins en termes de performance, scalabilité, disponibilité, sécurité et coût.

Objectifs de la formation

À l’issue de cette formation, les participants seront capables de :

• Maîtriser les services AWS pour le Big Data : Amazon S3, Redshift, AWS Glue, Kinesis, Athena, QuickSight.
• Concevoir des solutions analytiques évolutives en utilisant les services AWS dédiés au traitement et stockage des données.
• Traiter, intégrer, et analyser des données provenant de diverses sources avec des outils et services AWS.
• Analyser les données en temps réel et créer des visualisations dynamiques avec Athena et QuickSight.
• Automatiser les pipelines de données avec des services comme AWS Glue, Kinesis, et Lambda.
• Optimiser les performances et gérer les coûts des solutions Big Data sur AWS.

A qui s'adresse cette formation ?

La formation est destinée à un large public, notamment :

• Architectes de solutions cloud spécialisés dans la conception de solutions Big Data et analytiques sur AWS.
• Ingénieurs de données responsables du traitement et de l'intégration des données dans des environnements AWS.
• Analystes de données qui travaillent sur des données massives et les extraient pour des analyses avec les services AWS.
• Développeurs et ingénieurs Big Data utilisant des services comme Redshift, EMR, Kinesis, Athena, QuickSight.
• Responsables de données comme les Chief Data Officers (CDO) responsables de l’analyse des données dans l’entreprise.
• Consultants et professionnels du cloud qui aident les entreprises à migrer ou à concevoir des solutions analytiques sur AWS.

Pré-requis

Aucun pré-requis spécifique n'est nécessaire. Cette formation est accessible à toute personne souhaitant découvrir AWS, mais une connaissance de base en informatique ou en systèmes d'information peut être un atout.

Programme de la formation

Introduction aux services de Big Data sur AWS et conception des solutions analytiques

• Vue d'ensemble des services de Big Data AWS : S3, Redshift, Kinesis, AWS Glue, Athena, QuickSight.
• Architecture des solutions de données et analyse à grande échelle dans AWS.
• Conception des architectures de stockage (S3), traitement (EMR, Glue), et analyse (Athena, Redshift).
• pratique : Concevoir une architecture de traitement de données avec S3 et Glue.

Traitement des données, analyse et visualisation

• Traitement et transformation des données avec AWS Glue et Kinesis.
• Atelier pratique : Créer un pipeline ETL avec AWS Glue pour nettoyer et charger des données dans Redshift.
• Analyse des données avec Amazon Athena et visualisation avec QuickSight.
• Atelier pratique : Créer des dashboards interactifs dans QuickSight et analyser les données dans Athena.

Optimisation des performances, sécurité, gestion des coûts et préparation à l'examen

• Optimisation des performances et gestion des coûts : Optimisation des requêtes SQL dans Redshift et Athena, réduction des coûts avec S3, EMR, Redshift.
• Atelier pratique : Optimiser une solution de traitement de données dans EMR.
• Sécurisation des données et préparation à l'examen AWS Certified Data Analytics – Specialty: Révision des concepts clés et examen blanc pour tester les connaissances.

Atouts de la formation

• Approche pédagogique : Alternance entre théorie et pratique pour une meilleure assimilation des concepts.
• Intervenants qualifiés : Formateurs spécialisés avec une expérience concrète dans le domaine du Cloud.
• Outils et supports pédagogiques : Accès à des ressources en ligne, démonstrations en direct et études de cas réelles.
• Accessibilité : Formation ouverte à tous, sans pré-requis techniques avancés.

Méthodes pédagogiques et outils utilisés

• Démonstrations en direct avec des services de cloud AWS.
• Ateliers pratiques et études de cas réels dans des secteurs variés (industrie, commerce, santé).
• Retour d'expérience : Partage des meilleures pratiques et des erreurs courantes en entreprise.
• Simulations et outils : Utilisation de simulateurs et d'AWS pour des ateliers interactifs.

Evaluation

• QCM en fin de formation.
• Études de cas pratiques.
• Evaluation continue avec feedback personnalisé.

Références Normatives

• AWS Well-Architected Framework.
• RGPD (Règlement Général sur la Protection des Données).
• CCPA (California Consumer Privacy Act).
• HIPAA (Health Insurance Portability and Accountability Act).
• ISO 27001, SOC 2 (Service Organization Control).
• PCI-DSS (Payment Card Industry Data Security Standard).
• NIST Cybersecurity Framework.