Le module « Utilisation des formats de données (structurés, semi-structurés, non structurés) » aide les apprenants à bien comprendre le fonctionnement des différents formats de données au sein des systèmes de mégadonnées, ainsi que l’importance du choix du format pour les performances, le stockage et la réussite des analyses. Ce module présente les formats structurés, tels que CSV et TSV, et explore les formats semi-structurés flexibles, notamment JSON et XML. Il examine également les types de fichiers optimisés, notamment Parquet, Avro et ORC, qui prennent en charge l’analyse à grande échelle. Les apprenants s'entraînent à convertir des données d'un format à l'autre à l'aide d'Azure Data Factory, à travailler avec des structures imbriquées, à appliquer l'inférence de schéma et à évaluer les compromis en termes de performances entre les différents types de fichiers. Grâce à des démonstrations, des exercices de codage et des travaux pratiques, ce module permet aux apprenants de sélectionner, de convertir et de gérer efficacement les formats de données pour divers scénarios de Big Data.

Le module « Data Lakes et Data Warehouses » guide les apprenants à travers les principes architecturaux fondamentaux et les compétences pratiques nécessaires à la mise en place d’environnements analytiques modernes. Il explore l’objectif et la structure des lacs de données, en mettant l’accent sur les zones de données brutes, nettoyées, enrichies et curatées, et montre comment une conception réfléchie favorise la flexibilité, la gouvernance et l’analyse à grande échelle. Les apprenants étudient également les concepts CORE des entrepôts de données, notamment la modélisation dimensionnelle, les schémas en étoile et les data marts, afin de comprendre comment le stockage structuré permet des requêtes hautement performantes. Grâce à des travaux pratiques avec Azure Data Lake Storage Gen2 et Azure Synapse Analytics, les apprenants conçoivent des architectures par zones, mettent en œuvre des modèles dimensionnels, configurent des pools SQL et appliquent les meilleures pratiques en matière de partitionnement, de distribution et d’optimisation. À l’issue de ce module, ils sont capables d’organiser, de gouverner et d’intégrer les données à la fois dans des environnements de lacs de données et d’entrepôts de données, favorisant ainsi des analyses évolutives et adaptées aux entreprises.

Le module « Création de pipelines de données (ETL/ELT avec Azure Data Factory) » permet aux apprenants d’acquérir les compétences nécessaires pour concevoir, mettre en œuvre et gérer des workflows d’intégration de données évolutifs à l’aide d’approches modernes et natives du cloud. Ce module examine les différences entre les méthodes ETL et ELT, aidant ainsi les apprenants à comprendre dans quelles circonstances chacune d’elles offre les meilleures performances, la plus grande flexibilité et la meilleure rentabilité. Les apprenants acquièrent une expérience pratique d’Azure Data Factory en configurant des services liés, des ensembles de données, des activités et des composants CORE d’orchestration, et s’entraînent à créer des pipelines simples et avancés. Le module présente également la logique de transformation, les modèles de flux de contrôle, la paramétrisation et les stratégies de gestion des erreurs qui sous-tendent les solutions d’ingénierie des données prêtes pour la production. À travers des démonstrations, des travaux pratiques, des exercices de codage et des prises de décision basées sur des scénarios, les apprenants apprennent à surveiller les pipelines, à résoudre les pannes et à concevoir des workflows de données fiables qui prennent en charge l’analyse à l’échelle de l’entreprise.

Le module « Principes fondamentaux du traitement par lots et en temps réel » présente aux apprenants les principaux modèles de traitement qui sous-tendent les systèmes modernes de big data, en les aidant à comprendre dans quelles circonstances chaque approche offre le plus de valeur ajoutée. Ce module explore les architectures par lots, les méthodes de planification et les stratégies d’optimisation pour le traitement historique à grande échelle, tout en examinant les concepts du traitement de flux en temps réel, notamment la gestion des événements, les compromis en matière de latence et les exigences de débit. Les apprenants acquièrent une expérience pratique de la mise en œuvre de ces deux modèles : ils créent des workflows par lots avec Azure Data Factory et configurent des pipelines de streaming à l’aide d’Event Hubs et de Stream Analytics. Grâce à des analyses architecturales, des exercices de codage et des travaux pratiques, les apprenants apprennent à évaluer les besoins métier, à choisir l’approche de traitement la plus adaptée et à concevoir des systèmes hybrides combinant le traitement par lots et le traitement en continu pour une analyse complète des données.