Data

Data​Ops

dataops

Durée

1 Jour

Langues

Français - Anglais

Formateur(s)

Thibault PERIER - Lead Data Engineer Astrakhan

Rôle en pleine émergence, le DataOps est l’agent de l’industrialisation de la Data, formé à la plateforme, chargé d’accélérer le déploiement des projets et, à ce titre, dernier maillon de la sécurisation des ambitieuses initiatives Data et IA de l’entreprise.

Héritée des pratiques du DevOps, et donc de l’agilité, l’activité des DataOps tourne d’abord autour de la livraison et du déploiement continu des projets Data, mais le rôle se diversifie et s’étend déjà pour combler tous les manques dans la supervision et la gouvernance d’une plateforme Data ainsi que pour améliorer la cohérence et la collaboration globale au sein d’une équipe Data.

Cette formation a pour ambition de présenter l’état de l’art du rôle et des technologies sur lesquelles les DataOps peuvent s’appuyer. A ce titre, elle proposera des démos de produits ainsi que des case studies.

Public cible

  • Profils techniques de 1 à 5 ans dans la Data​
  • DevOps ou DevSecOps souhaitant se spécialiser en Data

Prérequis

  • Formation et si possible expérience technique en Data Engineering ou Data Architecture

Fonctionnement

Sur place,
dans vos locaux

A distance,
via Teams

Podcasts

Workshops

Programme détaillé

Introduction : l’ADN composite du DataOps

  • Le manifeste agile du DataOps,
  • DevOps : intégration et déploiement continus.

Rôles et responsabilités du DataOps

  • Le cycle de vie des projets Data : accélérer et fiabiliser en même temps,
  • Le rôle du DataOps dans la qualité de la donnée,
  • Responsabilités et livrables.

Processus clés et livrables 

  • Automatisation de pipeline,
  • Cloud hybride et méta-orchestration,
  • Tests,
  • Gestion des environnements,
  • Gestion des versions,
  • Monitoring.

Gouvernance des plateformes Data et processus collaboratifs

  • Domaines et briques des plateformes Data,
  • Data Factory/Data Lab,
  • Le DataOps, chaînon manquant entre Data Engineer et Data Scientist,
  • Rôle du DataOps dans la Data Innovation.

Les outils du DataOps

  • Focus sur les offres de Data Kitchen, Radical Bit, Saagie…
  • Case studies
  • Demo.

Extension du rôle du DataOps à l’Intelligence Artificielle & MLOps

  • Reproductibilité, analyse de performance des modèles, exposition de modèles
Demander un devis