Formation Développeur Full Stack BIG DATA Devenir Data Engineer

Objectif général : Certification

Gestion de projetDéveloppement WEBDéveloppement JAVA J2EEDéveloppement Microsoft .NET : (Optionnel)Développement MOBILE : (Optionnel)Administration Base de donnéesArchitecte BIG DATA et science de donnéesSécurité Informatique1. Gérer un projet d'ingénierie Bigdata2. Développer une application en JAVA3. Développer une application Web orientée data et la déployer en DevOps4. Mettre en place une infrastructure BigData5. Réaliser une application IA grâce au machine Learning et Deep Learning6. Gérer la sécurité des données.

Contenu

Les fondamentaux de la DataLes Softskills du Data EngineerLa gestion de projets et SIConception et développement d'applications full stack en JAVA : POO en Java, Accès aux données JDBC et JPA; leFramework Spring (Spring ORM, Spring Data, Spring Boot) Projet de Conception et Développement d'une application JAVA avec SpringDéveloppement web et déploiement en DevOps : UX Design et maquettage d'une interface utilisateur; Développement d'une interface utilisateur avec ReactJS; Développement objet avec Python et Django; Développement d'API REST; Stratégie de déploiement et DevOps; Déployer une solution dans son environnement de production avec Docker; Projet de Développement d'une application web, reposant sur une API et mise en place d'une solution de déploiement continu.Gestion de bases de données relationnelles et Big Data : Conception et modélisation d'une base de données relationnelle; Optimisation d'une base de données et gestion de la sécurité; Les fondamentaux du NoSQL pour le Big Data; Projet de Modélisation et mise en place d'une base de données pour les bigdata avec MongoDbMise en place d'une architecture Big Data: Hadoop - Présentation de l'écosystème et de ses architectures (hdfs, hive, flume, sqoop, nifi) Techniques d'analyse et de traitement des données en temps réel avec Spark et Kafka ElasticSearch, Logstash et Kibana : indexation, recherche et visualisation de données Projetde Conception et développement d'une infrastructure bigdata et d'analyse des données.Intelligence Artificielle et Data Sciences : Introduction à la Data Science; Python pour la Data Science; Machine Learning avec Python; Deep Learning avec Python et TensorFlow; Projet Data ScienceSécurité informatique et protection des données: Les fondamentaux de la Cybersécurité et de la sécurité informatique; Les vulnérabilités et techniques d'attaques; Sécurisation des accès par l'authentification; La Cryptographie; La sécurité des applications et des protocoles réseau par l'attaque; Atelier de l'Analyse d'une infrastructure existante à l'identification des failles de sécurité et recommandations.Stage et préparation à la certification: Période en entreprise (stage) Préparation et passage certification RNCP en centre Diginamic.

{! job.appellationlibelle !}

{! job.entreprise.nom !}

{! job.salaire.libelle !}

{! job.typeContrat !}

{!job.lieuTravail.libelle!}

Développeur Full Stack BIG DATA Devenir Data Engineer

Diginamic

ST HERBLAIN

Objectif général : Certification

Contenu

Validation

Coût de la formation

Nombre d'heures

Modalité

Pré-requis

Contact :

Diginamic

Localisation de la formation

Offres d'emploi en rapport avec cette formation

{! job.appellationlibelle !}