Développeur web : architecture de type framework

Certification : Développeur web

Proposée par BLENT.AI

Formation Professionnelle
RNCP 35959 +2
100 % à distance
Pas d'apprentissage

Type

Catégorie de la certification

Autre certification inscrite au RNCP

Niveau de sortie

Niveau reconnu si applicable

Bac +2 (Niveau 5 - équivalence européenne)

Prix

Indiqué par l'établissement

10 150 €

Présentation

- Formation opérationnelle, tournée vers la pratique sur de nombreux projets d'entreprises

- Plateforme donnant accès aux environnements de développement et accès Cloud

- Formation à l'état de l'art de la Data

Localisation & Rattachements

Cette formation est dispensée 100 % à distance : vous pouvez la suivre où que vous soyez, en visioconférence.

Objectifs

- Confronter ses connaissances en développement avec la documentation d'un framework dans le but de s'approprier l'architecture et les fonctionnalités d'un nouveau cadre de travail.

- Configurer le framework en utilisant un gestionnaire de dépendances afin de préparer l'environnement de développement de l'application.

- Développer une application évolutive avec un framework afin de disposer d'un environnement de développement standardisé pour l'ensemble du projet.

Débouchés / Résultats attendus

Valider les compétences du bloc 3 RNCP37805BC03 “Développement avancé : Comprendre et utiliser une architecture de type framework (option 1)” de la certification RNCP37805 “Développeur Web” - Certificateur Webecom

Déposée au RNCP de France Compétences le : 19/07/2023

Programme & Référentiel

MODULE 1 : Préparation
1.1 Maîtriser le langage Python et son utilisation avancée pour les systèmes en production

1.2 Utiliser les commandes Bash et les principaux éléments utilisés dans les environnements UNIX

1.3 Utiliser Visual Studio Code en tant qu'environnement de développement intégré

1.4 Les bases du Cloud Computing et les concepts essentiels de virtualisation.


MODULE 2 : Stockage de données
2.1 Bases de données relationnelles : installation d’un serveur PostgreSQL et de pgAdmin 4

2.2 Bases orienté colonnes

a. Création d’un ensemble de données sous BigQuery
b. Exécution de requêtes SQL-like
c. Insertion de données BigQuery via Pandas


MODULE 3 : Calcul distribué
3.1 Patron d’architecture MapReduce
a. Étapes du MapReduce : de l’InputSplitter au Combiner
b. Implémentation d’algorithmes itératifs

3.2 Apache Hadoop et Spark
a. Gestion de ressources et YARN
b. Hadoop HDFS et Spark SQL
c. Cluster Spark sur DataProc : cycle de vie des clusters, exécution de tâches et monitoring
d. Drivers JDBC et BigQuery pour l’insertion de données


MODULE 4 : Stockage de données
4.1 Data Streaming avec Apache Kafka
a. Architecture publish-subscribe : consumers et producers, tolérance à la faute, topics et replicas.
b. Installation d’un serveur Apache Kafka standalone sur une machine virtuelle.

4.2 Confluent Platform
a. Installation de Confluent Platform et utilisation de son API pour les appels à distance
b. Registre de schéma et validation de données par sérialisation Avro
c. Connecteurs Kafka vers BigQuery


MODULE 5 : Calcul distribué
5.1 Automatisation avec Airflow
a. DAG, Executors, cycle de vie des tâches et Xcom
b. Pipelines de données automatisées
c. Framework MLOps, entraînement continu de modèles et gestion de cycle de vie sous MLflow

5.2 Déploiement sur le Cloud
a. Encapsulation de modèles de Machine Learning dans une API REST
b. Conteneurisation de l’API dans une image Docker
c. Exécution de conteneurs sur des orchestrateurs Cloud