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 Argo Workflows - Orchestrer workflows Kubernetes avancés sont : Connaissances solides en Kubernetes, Docker et YAML. Expérience en CI/CD et scripting (Bash ou Python) requise. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation Argo Workflows - Orchestrer workflows Kubernetes avancés est disponible en présentiel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation Argo Workflows - Orchestrer workflows… | 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 8 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Formation Argo Workflows - Orchestrer workflows Kubernetes avancés 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 Argo Workflows - Orchestrer workflows Kubernetes avancés, 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 Argo Workflows - Orchestrer workflows Kubernetes avancés 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 workflows avancés d'Argo Workflows pour automatiser les pipelines professionnels

Développer des compétences en orchestration conteneurisée adaptées aux besoins d'entreprise

Concevoir et déployer des DAG complexes avec Argo pour optimiser les processus critiques

Implémenter des intégrations avec GitOps et monitoring pour une formation certifiante efficace

Optimiser les performances des workflows Kubernetes en contexte professionnel réel

Gérer les erreurs et la scalabilité pour des compétences RPA évoluées en entreprise

Programme de la formation

Module 1Fondamentaux Argo Workflows : installation et configuration initiale (Kubernetes, CLI)

Découvrez l'installation d'Argo Workflows sur un cluster Kubernetes via Helm et kubectl, configurez les namespaces dédiés et les RBAC pour la sécurité, explorez la CLI argo pour soumettre vos premiers workflows simples, réalisez des exercices pratiques sur des templates YAML réutilisables, testez les modes de visualisation UI et générez vos premiers rapports de logs, tout en intégrant des cas concrets d'entreprise pour une mise en œuvre rapide et efficace.

Module 2Workflows Argo complexes : DAG, paramètres et loops (outils YAML, conditions)

Plongez dans la création de DAG multi-étapes avec dépendances séquentielles et parallèles, paramétrez les inputs dynamiques via artifacts et secrets, implémentez des loops et conditions if/when pour des flux adaptatifs, pratiquez sur des scénarios réels comme les ETL data pipelines, déboguez avec retry policies et timeouts, produisez des livrables testés prêts pour la production en entreprise.

Module 3Intégrations Argo Workflows : GitOps, volumes et monitoring (ArgoCD, Prometheus)

Intégrez Argo Workflows à ArgoCD pour un déploiement GitOps automatisé, gérez les volumes persistants et artifacts S3 pour les data flows, configurez le monitoring avec Prometheus et Grafana pour des alertes en temps réel, développez des workflows hybrides avec des jobs Kubernetes natifs, appliquez des exercices sur des cas d'automatisation RPA avancée, validez les performances via des benchmarks concrets.

Module 4Optimisation et best practices Argo Workflows : scaling, sécurité et projets (enterprise-grade)

Optimisez la scalabilité avec resource quotas et node selectors, renforcez la sécurité via Pod Security Policies et network policies, analysez les patterns avancés comme les workflows suspendus et résumés, réalisez un projet final sur un pipeline CI/CD complet, revue de code en groupe avec feedback expert, préparez le déploiement en production pour des compétences certifiantes durables en automatisation professionnelle.