Concevoir et mettre en œuvre des architectures Lakehouse prêtes pour la production en utilisant Delta Lake et Databricks. À la fin de ce cours, vous serez en mesure de construire des pipelines Medallion multicouches, y compris les couches Bronze, Silver et Gold, de gérer les transactions ACID, d'appliquer et de faire évoluer les schémas, de mettre en œuvre la capture des données de changement et d'optimiser les tables Delta pour la performance en utilisant le saut de données, la compaction et le Liquid Clustering. Ce cours se distingue en allant au-delà de la syntaxe Delta Lake et en se concentrant sur l'ingénierie Lakehouse de bout en bout, depuis les modèles de conception architecturale jusqu'à l'optimisation de la production et le contrôle de la concurrence. Grâce à des modules structurés et à une mise en œuvre pratique, vous acquerrez une expérience pratique de la conception de plates-formes de données évolutives qui prennent en charge à la fois les charges de travail d'analyse BI et d'apprentissage automatique. Si vous êtes un ingénieur de données, un ingénieur analytique ou un architecte de plate-forme cherchant à moderniser les entrepôts de données ou les lacs de données hérités, ce cours fournit les compétences appliquées nécessaires pour construire une infrastructure de données efficace, rentable et prête pour l'avenir sur Databricks. Ce cours s'adresse principalement aux étudiants de première et deuxième année de licence intéressés par l'ingénierie ou les sciences, ainsi qu'aux lycéens et aux professionnels intéressés par la programmation.

Lakehouse Architecture et Delta Lake avec Databricks
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Lakehouse Architecture et Delta Lake avec Databricks

Instructeur : Edureka
Inclus avec En savoir plus
Demander à Coursera
Expérience recommandée
Ce que vous apprendrez
Concevoir et mettre en œuvre des architectures « Lakehouse » à l'aide de Databricks et de Delta Lake afin de remplacer les plateformes de données existantes
Mettre en place des pipelines de données de bout en bout à l'aide de l'architecture Medallion (Bronze, Silver, Gold), avec traitement incrémental et capture des données modifiées (Change Data Capture)
Appliquer les techniques d'optimisation des performances de Delta Lake — notamment le saut de données, la compaction des fichiers et le « Liquid Clustering » — pour prendre en charge les charges de travail liées à la BI et au ML
Gérer la fiabilité des données en environnement de production grâce aux transactions ACID, au « time travel », à l'application des schémas et au contrôle de la concurrence
Compétences que vous acquerrez
- Catégorie : Architecture des données
- Catégorie : Optimisation des performances
- Catégorie : SQL
- Catégorie : Intégration des données
- Catégorie : Technologies de stockage des données
- Catégorie : Big Data
- Catégorie : Données en temps réel
- Catégorie : Évolutivité
- Catégorie : Gestion des données
- Catégorie : Traitement des transactions
- Catégorie : Entreposage de données
- Catégorie : Qualité des données
- Catégorie : Infrastructure de données
- Catégorie : Traitement des données
- Catégorie : Pipelines de données
Outils que vous découvrirez
- Catégorie : Lacs de données
- Catégorie : Apache Spark
- Catégorie : Databricks
Détails à connaître

Ajouter à votre profil LinkedIn
février 2026
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Gestion des données
Statut : Essai gratuitPragmatic AI Labs
Statut : Essai gratuitPragmatic AI Labs
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.





