🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
GCP200DATAPLEX

Formation Data Mesh avec Knowledge Catalog

Knowledge Catalog est une fabrique de données intelligente qui permet aux organisations de découvrir, gérer, surveiller et gouverner de manière centralisée leurs données à travers les lacs de données, les entrepôts de données et les datamarts. Vous pouvez utiliser Knowledge Catalog pour construire une architecture de maillage de données afin de décentraliser la propriété des données entre les propriétaires de domaines de données. Dans ce cours, vous apprendrez à découvrir, gérer, surveiller et gouverner vos données à travers les lacs de données, les entrepôts de données et les datamarts grâce à des conférences guidées et des exercices indépendants utilisant des données d'exemple.

Google Cloud
✓ Formation officielle Google CloudNiveau Intermédiaire⏱️ 2 jours (14h)

Ce que vous allez apprendre

  • Sécuriser les lacs de données, les zones et les actifs
  • Mettre en œuvre le balisage des ressources et utiliser les balises pour rechercher des actifs
  • Traiter les données à l'aide des tâches Knowledge Catalog
  • Concevoir, exécuter et rendre compte des processus de qualité des données

Prérequis

  • Avoir suivi les cours "Modernizing Data Lakes and Data Warehouses with Google Cloud" et "Building Batch Data Pipelines on Google Cloud" du parcours d'apprentissage "Data Engineer" ou posséder une expérience équivalente avec Google Cloud.

Public cible

  • Clients

Programme de la Formation

7 modules pour maîtriser les fondamentaux

Objectifs
  • Identifier l'importance d'une plateforme de données moderne
  • Expliquer le rôle de Knowledge Catalog sur Google Cloud
Sujets abordés
  • →Plateformes de données modernes et conception orientée données
  • →Piliers de la gouvernance des données
  • →Qu'est-ce que Knowledge Catalog ?
  • →Capacités de Knowledge Catalog
  • →Comparaison de Knowledge Catalog avec d'autres produits sur Google Cloud
Objectifs
  • Définir les concepts clés de Knowledge Catalog
  • Configurer et mettre en place Knowledge Catalog
Sujets abordés
  • →Qu'est-ce qu'un maillage de données ?
  • →Concepts de Knowledge Catalog
  • →Création de lacs de données et de zones
  • →Actifs dans Knowledge Catalog
Activités

Lab : Provisionner un maillage de données avec Knowledge Catalog

Objectifs
  • Comprendre les différentes options de traitement des données dans Knowledge Catalog
  • Configurer et exécuter des tâches de préparation des données sur Knowledge Catalog
Sujets abordés
  • →Traitement des données sur Knowledge Catalog
  • →Tâches de préparation des données
  • →Tâches d'ingestion
  • →Tâches Dataflow et Spark
Objectifs
  • Sécuriser les lacs de données, les zones et les actifs dans Knowledge Catalog
Sujets abordés
  • →Permissions et rôles IAM
  • →Sécurisation de votre lac de données
  • →Gestion des politiques
  • →Sécurité des métadonnées
Objectifs
  • Mettre en œuvre le balisage des ressources et utiliser les balises pour rechercher des actifs
Sujets abordés
  • →Introduction au catalogue de données
  • →Métadonnées techniques vs. métadonnées métier
  • →Balises et modèles de balises
  • →Entrées et groupes d'entrées
  • →Lignage des données
Activités

Lab : Catalogue de données et lignage des données

Objectifs
  • Concevoir, exécuter et rendre compte des processus de qualité des données
Sujets abordés
  • →Tâches de qualité des données et AutoDQ
  • →Rapports sur la qualité des données
  • →Profilage des données
Activités

Lab : Qualité des données et profilage de vos données dans BigQuery

Objectifs
  • Mettre en œuvre les bonnes pratiques pour Knowledge Catalog
Sujets abordés
  • →Bonnes pratiques
  • →Démonstration de bout en bout
Activités

Challenge Lab : Gérer un maillage de données avec Knowledge Catalog

Formations associées

Google Cloud

Introduction à l'Analyse de Données sur Google Cloud

Ce cours est une introduction à l'analyse de données sur Google Cloud. Il est conçu pour les apprenants qui n'ont aucune expérience préalable de l'analyse de données ou de Google Cloud. Le cours couvre les bases de l'analyse de données, y compris la collecte, le stockage, l'exploration, la visualisation et le partage. Il présente également aux apprenants les outils et services d'analyse de données de Google Cloud. À travers des conférences vidéo, des démos, des quiz et des travaux pratiques, le cours montre comment passer des données brutes à des visualisations et des tableaux de bord percutants.

1 j
Fondamental
Google Cloud

Traitement de données serverless avec Dataflow

Cette formation s'adresse aux praticiens du big data qui souhaitent approfondir leur compréhension de Dataflow afin de faire progresser leurs applications de traitement de données. En commençant par les fondamentaux, cette formation explique comment Apache Beam et Dataflow fonctionnent ensemble pour répondre à vos besoins de traitement de données sans le risque de dépendance à un fournisseur. La section sur le développement de pipelines explique comment convertir votre logique métier en applications de traitement de données pouvant s'exécuter sur Dataflow. Cette formation se termine en mettant l'accent sur les opérations, en passant en revue les leçons les plus importantes pour exploiter une application de données sur Dataflow, notamment la surveillance, le dépannage, les tests et la fiabilité.

3 j
Avancé
Google Cloud

Analyser et visualiser les données dans Looker

Dans ce cours, vous apprendrez à effectuer le type d'exploration et d'analyse de données dans Looker qui était auparavant principalement réalisé par des développeurs ou des analystes SQL. Vous apprendrez à tirer parti de la plateforme d'analyse moderne de Looker pour trouver et explorer du contenu pertinent dans l'instance Looker de votre organisation. Vous découvrirez également comment poser des questions à vos données, créer de nouvelles métriques si nécessaire, et construire et partager des visualisations et des tableaux de bord pour faciliter la prise de décision basée sur les données.

1 j
Fondamental
Voir toutes les formations →

Prochaines sessions

8 octobre 2026
Distanciel • Français
S'inscrire

Processus Qualité

L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité

Méthodes pédagogiques mobilisées
  • Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
  • Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
  • Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
Dispositif d'évaluation et de suivi

L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :

  • Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
  • Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.

1 580€ € HT

par apprenant

RéserverDevis