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 pipelines Kubernetes avancés sont : Maîtrise de Kubernetes (Pods, Deployments, Services), notions avancées de YAML, scripting Bash ou Python et utilisation de Git. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

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

Formation Argo Workflows - Orchestrer pipelines… | 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 pipelines 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 pipelines 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 pipelines 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 la conception de workflows Argo pour automatiser des processus complexes en entreprise

Développer des pipelines scalables avec DAGs, templates et artefacts dans un contexte professionnel

Configurer des paramètres avancés comme retry, parallelism et conditions pour des compétences certifiantes

Implémenter le monitoring et la gestion d'erreurs dans des environnements Kubernetes réels

Optimiser les performances des workflows Argo pour une productivité accrue en formation professionnelle

Déployer des solutions d'automatisation prêtes pour l'industrialisation en équipe

Programme de la formation

Module 1Fondamentaux Argo Workflows : installation et workflows basiques (Kubernetes CLI, YAML)

Découvrez l'installation d'Argo Workflows sur un cluster Kubernetes via Helm et kubectl, configurez les premiers workflows simples avec des templates réutilisables, exécutez des tâches conteneurisées et visualisez les logs en temps réel dans l'UI Argo, réalisez des exercices pratiques sur des cas d'automatisation basique, produisez vos premiers DAGs fonctionnels pour consolider vos compétences intermédiaires en automatisation professionnelle.

Module 2Argo Workflows avancés : DAGs et paramètres dynamiques (templates, inputs/outputs)

Plongez dans la création de DAGs complexes avec dépendances conditionnelles et boucles, paramétrez des workflows dynamiques via arguments et secrets Kubernetes, intégrez des volumes persistants pour les artefacts, testez des scénarios multi-étapes sur des données réelles, analysez les performances initiales et générez des rapports de progression, appliquez ces techniques à des pipelines CI/CD concrets pour une montée en compétences rapide.

Module 3Gestion d'erreurs Argo Workflows : retry, timeouts et parallelism (stratégies avancées)

Configurez des politiques de retry sophistiquées, timeouts adaptatifs et parallelism pour scaler les tâches, implémentez des hooks on-exit pour la cleanup automatique, simulez des pannes Kubernetes pour tester la résilience, déboguez via l'UI et les événements, produisez des workflows robustes prêts pour la production en entreprise, renforcez vos compétences certifiantes par des exercices intensifs et des cas d'usage industriels.

Module 4Intégrations Argo Workflows : artefacts et monitoring (S3, Prometheus, GitOps)

Intégrez des stockages externes comme MinIO ou S3 pour les artefacts partagés, couplez Argo avec Prometheus pour le monitoring avancé des métriques, automatisez les déploiements via GitOps avec ArgoCD, exécutez des workflows hybrides avec des services externes, analysez les dashboards en temps réel, livrez des prototypes d'automatisation complète, optimisez pour des environnements professionnels exigeants.

Module 5Optimisation et déploiement Argo Workflows : scaling et best practices (RBAC, sécurité)

Optimisez les ressources CPU/Mémoire pour des workflows haute performance, sécurisez avec RBAC et network policies Kubernetes, déploiezen cluster multi-tenant, révisez des best practices issues de productions réelles, présentez un projet final d'automatisation end-to-end, recevez un feedback personnalisé et des ressources post-formation, validez vos acquis pour une certification interne en automatisation RPA.