• NEW
  • FNE
  • FSE

Formation Data Mesh : adopter le nouveau paragdime de l'architecture des données

Diffuser une approche Data Product pour mieux valoriser ses données
Durée 2 jours
Niveau Fondamental
Classe à distance
Non

Vous ne pouvez pas suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...

Référence DTMH
Éligible CPF Non

Le Data Mesh est un nouveau paradigme visant, pour les organisations qui veulent être data driven, à maîtriser la complexité des données à partir d'une architecture de données décentralisée.

En effet au-delà de l'ambition, être une organisation data driven nécessite d'aligner les pratiques et de renforcer la collaboration autour des données, afin de définir celles utiles, utilisables, utilisées et servant les objectifs métiers.

Un des enjeux de cette formation Data Mesh est aussi de savoir comment mettre en œuvre le Data Mesh avec discernement : où en faut-il ? Jusqu'où doit-on aller dans la démarche ?

Ainsi, durant ce module, nous aborderons dans un premier temps les principes méthodologiques de découpage des domaines de données, qui font émerger les logiques d'ownership de la data et la notion de Data Product, pivot de la démarche du Data Mesh.

En second lieu, l'accent sera mis sur la clarification des enjeux de la gouvernance fédérée computationnelle, lors d'un échange consacré au partage d'expériences des formateurs et apprenant·es.

Enfin, nous conclurons avec une feuille de route pour la conduite du changement, la priorisation, les moyens nécessaires, la stratégie et l'exécution, l'organisation et la culture.

Objectif opérationnel :

Savoir mettre en œuvre les grands principes du Data Mesh.

Objectifs pédagogiques :

À l'issue de cette formation Data Mesh, vous aurez acquis les connaissances et compétences nécessaires pour :

  • S'approprier les principes de découpage et d'agrégation des domaines de données sous forme de Data Product
  • Expérimenter les difficultés liées à la donnée, notamment les conséquences d'un périmètre de responsabilité mal défini
  • Identifier les besoins des différents acteurs de la data qui justifient l'intérêt du paradigme Data Mesh
  • Définir et schématiser les grands principes du Data Mesh
  • Se constituer un cadre méthodologique pour accompagner le changement de son organisation vers l'adoption du Data Mesh

Public :

Ce cours s'adresse aux profils suivants :

  • Chief Data Officer (CDO)
  • Responsable d'équipe ou de pôle Data
  • Data analyst
  • Data scientist
  • Data engineer
  • Product Owner
  • Architecte logiciel
  • Architecte d'entreprise
  • Cloud Platform Architect (GCP, AWS, Azure)

Prérequis :

Aucun.

Jour 1

Évolution des architectures

Data Warehouse, Data Lake, Data Mesh : les différences
Enjeux d'une architecture de données
Combiner Data Mesh et Virtualisation
Data Hub

Architecture pour les systèmes de données opérationnels et les systèmes de données analytiques

Clarification des distinctions entre les deux concepts
Introduction au modèle Data Mesh et lien avec la partie analytical data
Les objectifs du Data Mesh
Les 4 piliers de l'approche data Mesh :
- Le découpage de la connaissance en un ensemble de nœuds élémentaires appelés domaines de données
- La gestion de la donnée dans ce domaine comme un produit
- L'utilisation d'une infrastructure self-service en tant que support de ces data-products
- L'application d'une gouvernance fédérée autour de la donnée
Les caractéristiques d'une donnée que considère la Data Mesh : accessibilité, auditabilité, disponibilité, intégrité…

Domain Driven Ownership

Introduction à la Domain Driven architecture
Les enjeux du Domain Oriented Ownership
Les éléments à considérer pour l'adoption du Domain Oriented Ownership

Rappel sur le Domain Driven Design stratégique

Les trois archétypes de Data Domain

Aligné sur la source
Agrégé
Aligné sur le consommateur

Ownership

S'assurer que les domaines soient bien délimités et que les responsabilités soient claires et non chevauchéesMise en pratiqueExpérimenter la perspective des consommateurs de data product

Data as a product

Rappel des caractéristiques d'un Produit
Introduction à la Data as a Product
Modèle de données versus protocole d'échange
Intégration des Data Products dans un écosystème legacy
Jour 2Mise en pratiqueExpérimenter la perspective des producteurs de data product

Le principe de la plateforme self service

Mise en pratiqueL'exemple du contrôle d'accès comme capacité en self service

Federated Computational Governance

Enjeux de la gouvernance fédérée computationnelle
Principes fondamentaux de la gouvernance de la donnée
Exemples types : partage d'informations de mises à jour, classe de confidentialité et chiffrage ad hoc

Construire sa feuille de route

Les principales étapes
Organisation et culture
Date de mise à jour du programme : 07/03/2025

Dates et lieux

Du 19 au 20 juin 2025
Lieu
Distanciel
Durée
2 jrs
2120 € HT
Du 19 au 20 juin 2025
Lieu
Paris
Durée
2 jrs
2120 € HT
Du 29 au 30 septembre 2025
Lieu
Distanciel
Durée
2 jrs
2120 € HT
Du 29 au 30 septembre 2025
Lieu
Paris
Durée
2 jrs
2120 € HT
Du 11 au 12 décembre 2025
Lieu
Distanciel
Durée
2 jrs
2120 € HT
Du 11 au 12 décembre 2025
Lieu
Paris
Durée
2 jrs
2120 € HT

Ces formations peuvent aussi vous intéresser :

Certification du Cloud Credential Council (CCC) sur les fondamentaux du Big Data

  • Niveau : Fondamental
  • Certification : Big Data Foundation
  • Cours officiel : Cloud Credential Council CCC
  • Référence : ABDF

  • Niveau : Fondamental
  • Référence : OBIF

Mise en œuvre du Big Data avec Hadoop et Spark

  • Niveau : Fondamental
  • Référence : OAIH

  • Niveau : Fondamental
  • Référence : OCPP


Formations Informatique
et Management
en ligne à ce jour

+
Stagiaires dans nos salles
de cours sur
l'année

%
De participants satisfaits
ou très satisfaits de nos
formations


Formateurs experts
validés par
PLB