Description
Objectif général de la formation : Permettre aux participants de comprendre les concepts, outils et méthodologies nécessaires pour concevoir et mettre en place un entrepôt de données adapté aux besoins métier. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME visé : Application (A) Compétences visées : Comprendre les facteurs discriminants dans la construction d’un Data Warehouse. Identifier et utiliser les outils adaptés à la conception et à la gestion d’un entrepôt de données. Appliquer les méthodologies pour planifier et mettre en œuvre un Data Warehouse.
Objectifs pédagogiques
- Analyser les besoins métier pour concevoir un Data Warehouse.
- Identifier les bonnes pratiques dans la modélisation et l’intégration des données.
- Configurer et utiliser des outils de gestion de données pour l’entreposage.
- Appliquer une méthodologie structurée pour la mise en œuvre d’un Data Warehouse.
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Fondamentaux et conception (6 heures)
- Introduction au Data Warehouse (2 heures)
Définition et rôle d’un entrepôt de données.
Différences entre Data Warehouse, Data Lake et bases transactionnelles.
Cas d’usage : pourquoi et comment utiliser un Data Warehouse.
- Facteurs discriminants et bonnes pratiques (2 heures)
Critères de conception : volumétrie, fréquence de mise à jour, performances.
Identification des données sources et des besoins métier.
Travaux pratiques : Analyse des besoins pour un projet fictif.
- Modélisation et architecture (2 heures)
Modèles en étoile, en flocon et modèles hybrides.
Architecture d’un entrepôt de données : ETL (Extraction, Transformation, Chargement).
Travaux pratiques : Conception d’un schéma en étoile à partir de données réelles.
Jour 2 : Implémentation et méthodologies (6 heures)
- Outils et technologies pour le Data Warehouse (2,5 heures)
Présentation des outils : Snowflake, Microsoft SQL Server, Oracle, etc.
Utilisation des outils ETL (Talend, Informatica, SSIS).
Travaux pratiques : Mise en œuvre d’un processus ETL avec un outil comme Talend.
- Méthodologies de mise en œuvre (2 heures)
Étapes clés : analyse, design, développement, déploiement, maintenance.
Approche agile pour les projets Data Warehouse.
Travaux pratiques : Création d’un plan de projet pour un Data Warehouse.
- Maintenance et optimisation (1,5 heure)
Stratégies de maintenance : gestion des performances, surveillance des mises à jour.
Optimisation des requêtes pour l’analyse des données.
Travaux pratiques : Optimisation d’une requête SQL sur un entrepôt de données.
Informations
Durée
2 jour(s)
12h
Sur demande
Formations similaires
Migration vers le Cloud
Sur demande
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
Sur demande
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
Sur demande
Analyse bayésienne (4-107)
Sur demande