🎁Azure · AWS · Google — 1 certification offerte par personne formée, jusqu'à 360 €.En profiter →
← Retour

Formation Feature Store (Feast) - Maîtriser les pipelines ML scalables

Réf. : WZE683
10 personnes max.
5500€ HT / par personne
−15% dès 2 pers.−30% dès 3 pers.−50% dès 5 pers.
Paiement en 3 fois · +150€/j en présentiel · +450€ avec passage de certification
5 journées
distanciel

Partagez en 2 clics

EquansAptarArcelorMittalUbisoftINSEECLa PlateformeCESIEFREIEPSIINGETISMy Digital SchoolYnovEquansAptarArcelorMittalUbisoftINSEECLa PlateformeCESIEFREIEPSIINGETISMy Digital SchoolYnov

Objectifs de la formation

  • Maîtriser l'architecture Feast pour concevoir des feature stores scalables en entreprise.
  • Développer des compétences professionnelles en gestion online/offline des features avec Feast.
  • Implémenter des pipelines ML certifiants optimisés pour la production industrielle.
  • Configurer des feature views avancées et registries pour accélérer les déploiements.
  • Optimiser les performances des modèles ML via Feast en contexte professionnel.
  • Intégrer Feast à des écosystèmes Kubernetes et Spark pour une formation certifiante.
  • Déployer des solutions robustes de feature store adaptées aux besoins métier.

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 — Paris, Lyon, Marseille — mais aussi à l'international, pour accompagner les talents et les organisations dans leur montée en compétences.

Ne laissez pas ce retard s'accumuler

Pourquoi cette formation est essentielle

  • Sans maîtrise des feature stores comme Feast, 85% des projets ML échouent en production selon Gartner, entraînant des pertes de 1 à 5 millions d'euros par an pour les entreprises mal équipées.

  • Les modèles dégradés par des features obsolètes ou inconsistantes génèrent des prédictions erronées, exposant à des risques réglementaires GDPR et des décisions business faussées.

  • Votre carrière stagne face à des juniors polyvalents en MLOps, tandis que l'entreprise perd en compétitivité face aux leaders comme Uber qui scalent via Feast.

  • Investissez dès maintenant pour sécuriser vos pipelines ML et booster votre valeur professionnelle.

Allan Busi
Allan Busi

Formateur Learni · Expert

73%écart de productivité
×3coût de l'inaction

Programme de la formation

Module 1Architecture Feature Store (Feast) : configuration initiale et scalabilité (Docker, Kubernetes)

Découvrez les fondements avancés de Feast pour déployer un feature store robuste, installez Feast via Docker et Helm sur Kubernetes, configurez les providers comme Redis et BigQuery pour stockages online/offline, réalisez des exercices pratiques sur la création de registries, testez la connexion à des data warehouses réels, produisez un schéma architectural livrable avec diagrammes et scripts prêts pour production.

Module 2Feature Store (Feast) : feature views et materialization avancée (Spark, transformations)

Plongez dans la définition de feature views complexes avec Feast, implémentez des transformations ETL via PySpark intégrées au store, matérialisez des features batch et streaming sur GCS ou S3, effectuez des exercices sur l'optimisation des jobs de materialization, analysez les performances avec monitoring intégré, générez des rapports de validation et un pipeline ETL fonctionnel déployé en cluster simulé.

Module 3Feature Store (Feast) : online serving et retrieval haute performance (Redis, Kafka)

Maîtrisez le serving online des features avec Feast sur Redis et Kafka, configurez des retrievals en temps réel pour inférences ML, développez des scripts clients pour querying asynchrone, testez la latence sous charge avec outils comme Locust, intégrez à des modèles TensorFlow Serving, produisez un dashboard de monitoring Prometheus et un système de serving scalable prêt à l'emploi.

Module 4Feature Store (Feast) : intégrations avancées et sécurité (MLflow, Kubeflow)

Intégrez Feast à MLflow et Kubeflow pour des workflows MLOps complets, gérez le versioning des features et modèles, implémentez la sécurité avec RBAC et chiffrement des données, réalisez des cas pratiques d'end-to-end pipelines sur AWS EKS, debuggez des erreurs courantes en production, livrez un projet intégré avec documentation API et tests automatisés.

Module 5Feature Store (Feast) : optimisation et cas réels en entreprise (best practices, troubleshooting)

Optimisez les feature stores Feast pour l'échelle entreprise via partitioning et caching avancés, analysez des cas concrets de Netflix et Uber, résolvez des scénarios de troubleshooting réels, déployez un PoC complet sur cloud hybride, évaluez les ROI avec métriques business, finalisez avec un livrable certifiant : architecture optimisée, code source et plan de rollout.

Méthode d'évaluation

  • Quiz techniques interactifs et QCM avancés sur Feast.
  • Études de cas réels avec restitution orale et écrite.
  • Projet final de déploiement feature store certifiant.

Méthode d'apprentissage

  • Méthodes pédagogiques 100% pratiques avec labs cloud dédiés.
  • Exercices hands-on sur environnements réels Feast en production.
  • Support en direct par experts MLOps certifiés Qualiopi.
  • Accès illimité aux replays et ressources pendant 12 mois.

Modalités, méthodes et moyens pédagogiques

La formation Formation Feature Store (Feast) - Maîtriser les pipelines ML scalables 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 requis

Pour le bon déroulement de la formation Formation Feature Store (Feast) - Maîtriser les pipelines ML scalables, les moyens pédagogiques suivants sont nécessaires :

  • 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 Feature Store (Feast) - Maîtriser les pipelines ML scalables 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.

Modalités et délais d'accès à la formation

Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, Pôle emploi et FNE-Formation. Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.

Avis vérifiés

Ils ont suivi nos formations

4,9 · +100 avis vérifiés
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
★★★★★

« cool, j'ai appris des trucs »

TomFormation AWS — Cloud Practitioner
★★★★★

« j'etais perdu au debut mais Ramy Saharaoui m'a pas laché, il a pris le temps. merci vraiment »

Eva CarpentierFormation LLM en Entreprise — Claude, ChatGPT, Mistral
★★★★★

« la formation dev etait intense mais grave bien. merci Anthony Khelil »

NolanDWWM - Développeur Web et Web Mobile
★★★★★

« 😊👍 »

AmbreDWWM - Développement Web & Mobile React
★★★★★

« bien 👍 »

Léo BlanchardFormation AWS — DevOps Engineer Professional
★★★★★

« Allan Busi t'es au top, continue comme ça. formation géniale »

MargotFormation Claude & ChatGPT — Comparatif et Cas d'Usage
Voir tous les avis
Notre méthode

La qualité de la formation, garantie à chaque étape

Avant, pendant, après : on cadre, on présente le formateur, on adapte le contenu et on mesure l'impact. Vous gardez la main du début à la fin.

Étape 1

Sélection rigoureuse du formateur

Chaque formateur est validé sur trois critères : expertise métier en exercice, pédagogie éprouvée et alignement avec votre secteur.

  • Triple validation : technique, pédagogique, sectorielle.
  • Note minimale 4,8/5 sur les 12 dernières sessions.
Étape 2

Vous rencontrez le formateur avant

Visio de 30 minutes entre vous et le formateur retenu pour valider l'alignement, ajuster le contenu et lever les derniers doutes.

  • Briefing live des objectifs et du contexte d'équipe.
  • Veto possible — on remplace gratuitement si besoin.
Étape 3

Contenu adapté à votre contexte

Pas de slides recyclées. Le syllabus est retravaillé à partir de vos cas réels : outils, contraintes, vocabulaire, projets en cours.

  • Cas pratiques issus de votre stack et de vos projets.
  • Programme co-écrit puis validé par votre équipe.
Étape 4

Suivi qualité continu

Évaluations à chaud, à 30/90/180 jours et plan de consolidation. Si la formation n'a pas l'impact prévu, on retravaille.

  • NPS, quiz d'acquis et auto-évaluation des compétences.
  • Engagement satisfaction : 100 % satisfait ou refonte gratuite.

Une promesse simple : vous ne payez pas pour découvrir le formateur le jour J. Tout est validé en amont, par vous.

Votre formation professionnelle partout

Construisons
votre prochain
parcours.

30 minutes avec un conseiller formation. Sans engagement. Sans argumentaire commercial maquillé en démo.

Réponse sous 24 h · Qualiopi · OPCO
WhatsApp