Big Data sur AWS - Comprendre les outils et services AWS pour le Big Data

Durée: 0 h 56 min

Nombre de leçons: 36

Rubrique: Préparez vos certifications Amazon Cloud

Contenu de la Formation

Le programme de formation sur le Big Data avec AWS explore les outils et services disponibles pour gérer, analyser et exploiter de grandes quantités de données sur la plateforme AWS. Voici une synthèse des points abordés :

Le programme commence par une introduction aux concepts clés du Big Data et aux avantages d'utiliser AWS pour les projets Big Data. Les participants découvrent ensuite les différentes options de stockage de données sur AWS, telles qu'Amazon S3, Glacier, EFS et FSx, et leurs applications spécifiques.

Les services de bases de données AWS sont explorés, avec un accent sur Amazon RDS, DynamoDB et Redshift, pour répondre à divers besoins de gestion de données. L'analyse de données est abordée à travers des services comme Amazon EMR, AWS Glue, Amazon Athena et Amazon QuickSight, qui permettent de traiter, transformer et visualiser les données.

Le programme couvre également l'ingestion et le traitement de données en temps réel avec Amazon Kinesis, AWS Data Pipeline et AWS Lambda. Les capacités de Machine Learning et d'Intelligence Artificielle d'AWS sont présentées, avec un focus sur Amazon SageMaker et les services AWS AI.

La sécurité et la conformité des données sont des aspects cruciaux du programme, avec des modules sur la gestion des identités avec IAM, la sécurisation des données avec KMS et CloudHSM, ainsi que la conformité et l'audit. L'optimisation des coûts et des performances est également abordée, avec des outils de suivi et de surveillance.

Enfin, le programme inclut des cas d'usage concrets et des bonnes pratiques pour les projets Big Data, ainsi qu'un résumé des concepts clés et des ressources supplémentaires pour approfondir les connaissances.

Objectifs Pédagogiques

À la fin de cette formation, les apprenants seront capables de :

  • Comprendre les concepts clés du Big Data et les avantages d'AWS pour ces projets.
  • Utiliser les différentes options de stockage de données sur AWS.
  • Exploiter les services de bases de données AWS pour divers besoins de gestion de données.
  • Analyser et visualiser des données avec les outils AWS dédiés.
  • Mettre en œuvre des solutions d'ingestion et de traitement de données en temps réel.
  • Développer des modèles de Machine Learning et d'Intelligence Artificielle avec AWS.
  • Assurer la sécurité et la conformité des données sur AWS.
  • Optimiser les coûts et les performances des projets Big Data.

Conditions d'Admission

Pour être admis à ce programme, les candidats doivent remplir les conditions suivantes :

  • Aucun prérequis académique spécifique n'est nécessaire.
  • Aucun entretien de sélection n'est requis.

Modalités de Formation

Le programme proposé par Learnr est conçu comme une autoformation, permettant à chacun d'apprendre à son rythme. Les cours sont accessibles en ligne 24h/24 et 7j/7, offrant une flexibilité totale pour s'adapter aux emplois du temps variés des apprenants.

1. Introduction au Big Data sur AWS

1.1. Concepts clés du Big Data

1.2. Avantages d'AWS pour les projets Big Data

2. Stockage des données sur AWS

2.1. Amazon S3 : Stockage d'objets

2.2. Amazon Glacier : Archivage des données

2.3. Amazon EFS et FSx : Stockage de fichiers

3. Services de bases de données AWS

3.1. Amazon RDS : Base de données relationnelle

3.2. Amazon DynamoDB : Base de données NoSQL

3.3. Amazon Redshift : Entrepôt de données

4. Analyse de données sur AWS

4.1. Amazon EMR : Cluster de calcul Hadoop

4.2. AWS Glue : ETL et gestion de données

4.3. Amazon Athena : Analyse de données S3

4.4. Amazon QuickSight : Visualisation de données

5. Ingestion et traitement de données

5.1. Amazon Kinesis : Traitement en streaming

5.2. AWS Data Pipeline : Gestion des flux de données

5.3. AWS Lambda : Traitement sans serveur

6. Machine Learning et Intelligence Artificielle

6.1. Amazon SageMaker : Développement de modèles

6.2. AWS AI Services : Vision, langage et autres

7. Sécurité et conformité des données

7.1. Gestion des identités avec IAM

7.2. Sécurisation des données avec KMS et CloudHSM

7.3. Conformité et audit

8. Optimisation des coûts et performances

8.1. Outils de suivi et de gestion des coûts

8.2. Surveillance des performances

9. Cas d'usage et bonnes pratiques

9.1. Exemples concrets d'implémentation

9.2. Bonnes pratiques pour les projets Big Data

10. Conclusion et ressources supplémentaires

10.1. Résumé des concepts clés

10.2. Ressources AWS pour aller plus loin

Le coût de ce programme dépend de la formule d'abonnement choisie. Toutes les formules ont une durée de 12 mois calendaires.
Tous les programmes de formations sont validés par une ou plusieurs séries de QCM et/ou de Vrai Faux. En fonction du programme et du niveau choisi vous obtiendrez des évaluations différentes, de la plus facile à la plus difficile.
S'INSCRIRE / SE CONNECTER