La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Formation Apache Iceberg - Gérer des data lakes transactionnels sont : Connaissances solides en SQL avancé, Spark ou Hadoop, et bases de data lakes. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation Apache Iceberg - Gérer des data lakes transactionnels est disponible en présentiel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation Apache Iceberg - Gérer des data lakes… | Learni

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Il reste 9 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Formation Apache Iceberg - Gérer des data lakes transactionnels est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Formation Apache Iceberg - Gérer des data lakes transactionnels, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation Apache Iceberg - Gérer des data lakes transactionnels s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Objectifs de la formation

Maîtriser les fondamentaux d'Apache Iceberg pour des data lakes professionnels certifiants

Développer des tables transactionnelles scalables en entreprise

Implémenter schema evolution et time travel pour une gestion fiable des données

Optimiser les performances avec partitioning et compaction avancés

Intégrer Apache Iceberg à Spark, Trino et Flink dans des environnements production

Concevoir des pipelines data robustes et conformes aux standards open source

Déployer des solutions Iceberg pour une compétitivité accrue en big data

Programme de la formation

Module 1Fondamentaux Apache Iceberg : installation et création de tables (Spark, catalogs, premiers ETL)

Installation rapide d'Apache Iceberg avec Spark et configuration de catalogs comme Hive Metastore ou Nessie, création de vos premières tables ACID à partir de datasets réels, exploration du format Parquet sous-jacent et métadonnées snapshots, exercices pratiques sur ingestion de données massives via Spark SQL, validation des transactions avec commits atomiques, et production d'un premier pipeline ETL fonctionnel que vous emportez comme livrable concret pour tester en entreprise dès le lendemain.

Module 2Opérations avancées Apache Iceberg : schema evolution et time travel (merge, updates, branches)

Plongée dans les merges upsert et delete avancés pour updater des milliards de lignes sans downtime, maîtrise du time travel pour querying versions historiques et rollback instantanés, exercices sur schema evolution sans rewrite complet des données, gestion des branches pour workflows collaboratifs en équipe data, cas concrets inspirés de production comme correction d'erreurs métier sur logs e-commerce, et élaboration d'un projet fil rouge avec audits de snapshots pour garantir l'intégrité des compétences acquises en contexte professionnel.

Module 3Optimisation et intégrations Apache Iceberg : performances en production (Trino, Flink, compaction)

Techniques d'optimisation avec partitioning dynamique, compaction automatique et hidden partitioning pour accélérer les queries x10, intégration fluide à Trino pour analytics SQL fédérés et Flink pour streaming, exercices sur monitoring des métadonnées et tuning des performances en cluster AWS ou GCP, déploiement d'un pipeline complet avec CI/CD via GitHub Actions, simulation de charge production sur datasets téraoctets, et finalisation du projet fil rouge avec plan d'optimisation personnalisé pour booster directement l'efficacité data de votre entreprise.