• Acquérir une compréhension approfondie des concepts fondamentaux des entrepôts
de données, de l'architecture aux processus d'extraction, transformation et
chargement (ETL).
• Maîtriser les technologies de bases de données relationnelles et NoSQL pour stocker
et gérer efficacement les données volumineuses.
• Découvrir les outils et techniques d'intégration de données pour consolider des
données provenant de sources multiples.
• Apprendre à concevoir et à implémenter des schémas de données stellaires et
dimensionnelles pour optimiser les requêtes analytiques.
• Développer des compétences en administration et en maintenance d'entrepôts de
données pour garantir la performance, la sécurité et la disponibilité des données.
• Conception et modélisation d'entrepôts de données
• Extraction, transformation et chargement (ETL) de données
• Administration et maintenance d'entrepôts de données
• Optimisation des performances des requêtes
• Sécurité des données et gouvernance
• Communication et collaboration avec les parties prenantes
• Bases de données relationnelles : MySQL, PostgreSQL, Oracle, SQL Server
• Bases de données NoSQL : MongoDB, Cassandra, HBase
• Outils d'intégration de données : Informatica PowerCenter, Talend, IBM InfoSphere
DataStage
• Automatisation : Apache Airflow
• Langages de programmation : Python, SQL
• Outils de visualisation de données : Tableau, Power BI, Qlik Sense
• Plateformes cloud : Ibm DB2
• Data Warehouse Engineer
• Data Architect
• Business Intelligence (BI) Analyst
• Data Analyst
• Consultant Data Warehouse