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 Data Mesh Patterns - Maîtriser les architectures data décentralisées sont : Expérience en data engineering avancé, maîtrise des data lakes et warehouses, notions de domain-driven design. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation Data Mesh Patterns - Maîtriser les architectures data décentralisées est disponible en distanciel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation Data Mesh Patterns - Maîtriser les… | 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 Data Mesh Patterns - Maîtriser les architectures data décentralisées 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 Data Mesh Patterns - Maîtriser les architectures data décentralisées, 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 Data Mesh Patterns - Maîtriser les architectures data décentralisées 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 patterns Data Mesh pour développer des data products professionnels

Concevoir des domaines data autonomes et interopérables en entreprise

Implémenter une gouvernance data fédérée certifiante et scalable

Développer des pipelines data cross-domaines avec des outils modernes

Optimiser la découverte et la monétisation des données via Data Mesh

Déployer une architecture Data Mesh performante pour des compétences certifiantes

Programme de la formation

Module 1Fondamentaux Data Mesh Patterns : modéliser domaines data autonomes (DDD, outils gouvernance, data products)

Plongez dans les principes des patterns Data Mesh pour identifier et délimiter vos domaines data métiers, en utilisant le Domain-Driven Design pour cartographier les périmètres autonomes, modélisez vos premiers data products avec des outils comme Collibra ou DataHub pour la métadonnée, réalisez des ateliers pratiques de décomposition d'un data lake existant en domaines fédérés, produisez une carte des domaines avec métriques de maturité, et validez par des cas concrets d'entreprise pour une gouvernance décentralisée efficace dès le premier jour.

Module 2Patterns avancés Data Mesh : implémenter interopérabilité et pipelines (Kafka, dbt, contrats data)

Appliquez les patterns d'interopérabilité Data Mesh en concevant des contrats data standardisés entre domaines, intégrez Apache Kafka pour les flux événementiels cross-domaines et dbt pour des transformations fiables, développez des pipelines data autonomes via des exercices hands-on sur un projet fil rouge simulé d'entreprise, testez la résilience avec des scénarios de défaillance, générez des APIs data fédérées sécurisées, et optimisez les performances pour une scalabilité prouvée, transformant vos silos en écosystème data collaboratif et performant.

Module 3Déploiement Data Mesh Patterns : gouvernance fédérée et monétisation (observabilité, CI/CD data, metrics)

Finalisez votre architecture en déployant une gouvernance fédérée avec des standards auto-imposés, utilisez Prometheus et Grafana pour l'observabilité des data products, mettez en place des CI/CD data via GitHub Actions et ArgoCD adaptés à Data Mesh, monétisez vos données par des catalogues internes avec outils comme Amundsen, réalisez une mise en production complète de votre projet fil rouge avec métriques business, évaluez l'impact ROI via des KPIs concrets, et repartez avec un plan d'adoption enterprise pour accélérer la valeur data en production.