🏆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
GCP200COMPOSER

Orchestration de Workflow avec Cloud Composer

Cloud Composer est un service d'orchestration de workflow entièrement géré, basé sur Apache Airflow. Composer vous permet de créer, planifier, surveiller et gérer des pipelines de workflow qui s'étendent sur plusieurs clouds et centres de données sur site. Dans ce cours, vous découvrirez Apache Airflow et son implémentation via Cloud Composer. Vous apprendrez à provisionner des instances Composer, à créer et gérer des DAGs Airflow sur Composer, et à effectuer des tâches telles que le test, le débogage et la surveillance des DAGs Airflow.

Google Cloud
✓ Formation officielle Google CloudNiveau Intermédiaire⏱️ 1 jour (7h)

Ce que vous allez apprendre

  • Explorer Apache Airflow et Cloud Composer en tant que solutions d'orchestration de workflow.
  • CrĂ©er et gĂ©rer des DAGs Airflow en suivant les meilleures pratiques.
  • Tester et dĂ©boguer des DAGs Airflow.
  • Surveiller et observer des DAGs Airflow sur Cloud Composer.

Prérequis

  • Avoir suivi la formation "Building Batch Data Pipelines on Google Cloud" ou possĂ©der des connaissances Ă©quivalentes en analyse de donnĂ©es et en ingĂ©nierie sur Google Cloud.

Public cible

  • Clients

Programme de la Formation

3 modules pour maîtriser les fondamentaux

Objectifs
  • Explorer Apache Airflow et Cloud Composer.
  • Provisionner des instances Cloud Composer.
  • Explorer les interfaces utilisateur d'Airflow et de Composer.
Sujets abordés
  • →Le besoin de l'ingĂ©nieur de donnĂ©es en matière d'orchestration de workflow
  • →Introduction Ă  Apache Airflow
  • →Cloud Composer
  • →Configuration de l'environnement
  • →Utilisation de Composer et d'Airflow
Activités

Lab : Provisionnement de Cloud Composer

Objectifs
  • Écrire des DAGs.
  • Explorer les opĂ©rateurs courants d'Airflow.
  • GĂ©rer les dĂ©clencheurs, les dĂ©pendances et le contrĂ´le de flux.
  • IntĂ©grer Airflow avec les services Google Cloud.
Sujets abordés
  • →Structure des DAGs et meilleures pratiques
  • →OpĂ©rateurs courants
  • →DĂ©pendances, règles de dĂ©clenchement et contrĂ´le de flux
  • →IntĂ©gration d'Airflow et des services Google Cloud
Activités

Lab : Assemblage d'un workflow de traitement de données

Objectifs
  • Tirer parti des fonctionnalitĂ©s avancĂ©es d'Airflow.
  • DĂ©boguer des DAGs.
  • Observer et surveiller vos DAGs en cours d'exĂ©cution.
Sujets abordés
  • →FonctionnalitĂ©s avancĂ©es d'Airflow
  • →DĂ©bogage des DAGs
  • →Performance et scalabilitĂ©
  • →SĂ©curitĂ© et contrĂ´le d'accès
  • →ObservabilitĂ© et surveillance
Activités

Lab : Extension et surveillance des DAGs

Formations associées

Google Cloud

Plongée en profondeur pour les développeurs Looker

LookML ne sert pas seulement de base aux ressources de visualisation dans Looker, mais il est également capable de gérer des agrégations dynamiques, des tables dérivées persistantes actualisées de manière incrémentielle, et plus encore. Dans ce cours, vous pratiquerez les compétences nécessaires pour devenir un développeur Looker avancé à travers des cours magistraux guidés et des exercices indépendants utilisant des données exemples.

2 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

11 août 2026
Distanciel • Français
S'inscrire
26 novembre 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 thĂ©oriques (Slides) — PrĂ©sentation de concepts via des supports visuels (PowerPoint, PDF).
  • DĂ©monstration technique (DĂ©mos) — Le formateur rĂ©alise une manipulation ou une procĂ©dure devant les apprenants.
  • Laboratoires dirigĂ©s (Labs) — Mise en pratique guidĂ©e sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numĂ©rique type Kahoot/Klaxoon).
Dispositif d'Ă©valuation 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 : VĂ©rification des connaissances tout au long de la formation via des mĂ©thodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-Ă©valuation comparatif comprenant un diagnostic initial pour situer le niveau de dĂ©part, suivi d'une Ă©valuation finale pour valider l'Ă©volution des compĂ©tences.
  • Évaluation de la qualitĂ© : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacitĂ© de la formation ressentie par les participants.

790€ € HT

par apprenant

RĂ©serverDevis