Support & Downloads

Quisque actraqum nunc no dolor sit ametaugue dolor. Lorem ipsum dolor sit amet, consyect etur adipiscing elit.

s f

Contact Info
198 West 21th Street, Suite 721
New York, NY 10010
youremail@yourdomain.com
+88 (0) 101 0000 000
Follow Us

Formation Flink: Développez des Applications pour le Big Data

réf : BDT-FDA
Formation Python - Programmation scientifique

Objectif de formation : Cette formation sur Flink vise à fournir aux participants les compétences nécessaires pour développer des applications efficaces pour le Big Data en utilisant Apache Flink. Les participants apprendront les concepts, les fonctionnalités et les meilleures pratiques de Flink pour le traitement de données en temps réel et le traitement par lots à grande échelle.

Objectifs pédagogiques

  • Comprendre les concepts fondamentaux du traitement de données en temps réel et par lots avec Apache Flink
  • Utiliser les API DataStream et DataSet pour développer des applications Flink
  • Maîtriser les techniques avancées de traitement de données avec Flink, y compris les fenêtres temporelles et les CEP
  • Intégrer et déployer des applications Flink dans des environnements locaux et distribués
  • Optimiser les performances et surveiller les applications Flink en production

Pré-requis

Expérience en développement de logiciels / Connaissance de base du Big Data / Familiarité avec Java ou un autre langage de programmation orienté objet

Public concerné

Développeurs d’applications Big Data, Ingénieurs de données, Data Scientists

Programme

  • Les concepts clés du traitement de données en temps réel et par lots avec Flink
  • Les avantages et les cas d’utilisation de Flink dans le contexte du Big Data
  • L’architecture de Flink et les composants clés
  • L’utilisation des API DataStream et DataSet de Flink pour le traitement de données en streaming et par lots
  • La transformation de données avec les opérations de mapping, de filtrage et de groupement
  • La gestion des états et des fenêtres temporelles dans les applications de streaming

Travaux pratiques : Développement d’applications simples avec les API de base de Flink

  • La gestion de la latence et la garantie de l’exactitude dans les applications de streaming
  • L’utilisation des opérateurs de fenêtrage avancés pour le traitement temporel
  • Les motifs de traitement de données complexes avec les CEP (Complex Event Processing)

Travaux pratiques : Développement d’applications de traitement avancé avec Flink

  • L’intégration de Flink avec d’autres technologies du Big Data (ex. : Hadoop, Kafka)
  • Les options de déploiement de Flink sur des clusters locaux et dans le cloud
  • La gestion de la scalabilité et de la disponibilité des applications Flink

Travaux pratiques : Intégration et déploiement d’applications Flink

  • Les bonnes pratiques pour optimiser les performances des applications Flink
  • Le monitoring et le débogage des applications en temps réel et par lots
  • L’optimisation des temps de latence et des débits dans les applications Flink

Travaux pratiques : Optimisation des performances des applications Flink

Équipe pédagogique

Professionnel expert technique et pédagogique

Moyens pédagogiques et techniques

  • Espace intranet de formation.
  • Documents supports de formation projetés.
  • Exposés théoriques
  • Étude de cas concrets
  • Mise à disposition en ligne de documents supports à la suite de la formation.

Dispositif de suivi

  • Émargement numérique.
  • Mises en situation.
  • Formulaires d’évaluation de la formation.
  • Certificat de réalisation de l’action de formation.

Vous avez une question ?