Apprendre à apprendre

Nos méthodes

Apprendre, concevoir, intégrer ... le meilleur moyen de comprendre les nouveaux concepts et les technologies est la mise en pratique.

Le matériel pédagogique mis à disposition pour chaque formation permet de mettre en pratique tous les concepts abordés : clusters de calcul pour MapReduce, baies de stockage distribué pour cassandra, accès Amazon pour la gestion de ressources dans le cloud, etc.

Déroulement pédagogique

Notre pédagogie est fondée sur une alternance de théorie et de travaux pratiques. Les formations se déroulent de manière interactive et participative. Pour chaque chapitre, le déroulement est le suivant :

Présentation et explication par le formateur des nouveaux concepts
Démonstration sur des exemples
Réalisation par les participants de petits exercices d'application

Dès qu'un ensemble de notions cohérent a été étudié, un exercice plus global est réalisé, qui permet de mettre en oeuvre les différents points vus auparavant.

Les exercices sont réalisés par chaque participant avec l'aide individualisée du formateur en cas de problèmes pour la mise en oeuvre, ou pour des compléments sur les aspects théoriques.

L'alternance d'apports théoriques et de mise en situation sous forme d'exercices permet d'assimiler très efficacement les nouveaux concepts étudiés.

En moyenne, 60 % du temps est consacré à la mise en pratique. Un support de cours rédigé en français est fourni en début de formation au format papier ou électronique selon le choix des participants.

Les échanges entre participants permettent de mettre en commun les difficultés rencontrées, les solutions adoptées par chacun, et d'adopter les bonnes pratiques préconisées par les formateurs.

Apprendre, concevoir, intégrer ...

Modalités d'évaluation des acquis :

Analyse des résultats individuels produits par chaque participant lors des travaux pratiques, correction au fur et à mesure du déroulé de la formation
Réalisation d'un test complet sur un projet global de fin de formations, et analyse par le consultant formateur
Un qcm individuel d'évaluation des acquis est proposé en fin de chaque session

Et tous les matins,

Pythagore-F.D.

01 55 33 52 10
pfd@pythagore-fd.fr

Calendrier

Nos promotions
30% de remise sur le tarif catalogue

BigData supervision:Grafana Kibana Graphite Prometheus	du 6 au 8 novembre
IA - Deep Learning : tensorflow, Caffe, Pytorch	du 4 au 6 novembre
Dataiku DSS	du 12 au 13 novembre
Neo4j : graphes et analyse	du 14 au 15 novembre
Utilisation de Kibana	du 21 novembre
SQL pour non informaticien	du 25 au 27 novembre
Les architectures et infrastructures pour le Bigdata	du 26 au 27 novembre
Spark : développer des applications pour le Big Data	du 27 au 29 novembre
Apache Kafka	du 2 au 4 décembre
Architecture cloud d'entreprise	du 3 au 5 décembre
Gestion de parc avec OCS et glpi	du 4 au 6 décembre
Python avancé pour data-scientists	du 9 au 12 décembre
Le langage Go	du 9 au 12 décembre
Openstack : installation et configuration	du 9 au 11 décembre
BigData : intégration SQL, Hive, SparkDataFrames	du 12 au 13 décembre
Développement web avec Django	du 16 au 18 décembre
Zabbix administration	du 16 au 18 décembre
Elasticsearch : indexation de contenu	du 17 au 18 décembre
ElasticStack pour administrateurs	du 19 au 20 décembre

Intelligence artificielle
Intelligence artificielle : Etat de l'art (OpenAI, Google Bard, AWS	2:24/11-25/11
IA - Deep Learning : tensorflow, Caffe, Pytorch	26/11-28/11
IA - langage : NLP, traduction, analyse	01/12-02/12
IA - traitement images : Keras, Pytorch, OpenCV	03/12-05/12
IA - conversationnel : Chatbot, ChatGPT, Google Gemini, AWS Lex	08/12-09/12
IA - analyse, génération de sons : WaveNet, AWS Transcribe	10/12-11/12
IA - analyse et production de code informatique	15/12-16/12
IA - Génération de modèles	17/12-18/12
IA - programmation quantique	19/12-19/12
IA - Gestion de modèles	22/12-23/12
Data-science
Machine learning, l'état de l'art
Machine Learning avec scikit-learn
Python avancé pour data-scientists	15/12-18/12
Spark ML	11/12-12/12
Dataiku DSS	08/12-10/12
Neo4j : graphes et analyse
Les fondamentaux de l'analyse statistique avec R	04/12-05/12
Data-engineering
Spark : développer des applications pour le Big Data	01/12-03/12
Dask : mise en oeuvre, programmation	03/11-05/11
Talend : intégration de données	24/11-26/11
Apache Kafka	08/12-10/12
Hadoop : développement	11/12-12/12
ElasticStack : présentation	13/11-13/11 16/12-16/12
Elasticsearch : indexation de contenu	18/12-19/12
BigData : intégration SQL, Hive, SparkDataFrames	27/11-28/11
Big Data
Etat de l'art du BigData	17/11-17/11
Les architectures et infrastructures pour le Bigdata	18/11-19/11
NoSQL : les fondamentaux	20/11-21/11
Hadoop, l'écosystème	12/11-12/11
NoSQL : Apache Cassandra , mise en oeuvre et administration	15/12-17/12
NoSQL : MongoDB, mise en oeuvre et administration	18/11-20/11
Hadoop : Hadoop HBase : mise en oeuvre et administration	05/12-06/12
Hadoop : administration cloudera
ElasticStack pour administrateurs	22/12-23/12
SQL
SQL pour non informaticien	01/12-03/12
SQL, les fondamentaux	08/12-10/12
MySQL prise en main et administration	17/12-19/12
PostgreSQL administration	08/12-10/12
PostgreSQL : administration avancée	11/12-12/12
MariaDB Administration	17/11-19/11
Infrastructures techniques/Cloud
Cloud : technologies et enjeux
Architecture cloud d'entreprise	17/11-19/11
Openstack : installation et configuration
Openstack : IaC avec Heat, Terraform	24/11-25/11
CloudStack : mise en oeuvre
Stockage distribué avec Ceph
Infrastructures techniques/Orchestration
Etat de l'art : solutions d'orchestration	15/12-17/12
Ansible : industrialiser les déploiements	22/12-23/12
Puppet : automatiser la gestion des configurations	15/12-16/12
Chef : automatiser la gestion des serveurs	24/11-25/11
Terraform : orchestrer la configuration de votre infrastructure	15/12-16/12
Infrastructures techniques/Virtualisation
Virtualisation avec KVM
Virtualisation avec lxc
Docker : créer et administrer des conteneurs virtuels d'applications	15/12-17/12
Kubernetes : optimisation conteneurs	05/12-06/12
Réseaux virtuels avec OpenvSwitch
Infrastructures techniques
Gestion de parc avec OCS et glpi	17/12-19/12
Serveur web Apache	17/12-19/12
Serveur Nginx	26/11-28/11
Unix Linux introduction	10/12-12/12
Le Shell	08/12-09/12
Administration Linux	01/12-05/12
Administration avancée Linux	08/12-12/12
Haute disponibilité Linux
Blockchain : mise en pratique	15/12-16/12
Shibboleth : installation, configuration	11/12-12/12
Supervision infrastructures
Zabbix administration	01/12-03/12
Supervision avec prometheus et Grafana	25/11-26/11
BigData supervision:Grafana Kibana Graphite Prometheus	15/12-17/12
Mise en oeuvre SNMP
Développement
Git : Gestion du contrôle de versions	18/12-19/12
Jenkins : intégration continue	15/12-16/12
Programmation Python	08/12-11/12
Python : Jupyter Notebook	19/12-19/12
Le langage Go	03/11-06/11
Programmation Scala	24/11-26/11
Programmation Perl
Programmation PHP
Concepts objets et programmation Java
Programmation avancée Java
Visualisation de données
Qlik Sense : create visualizations	22/12-23/12
Tableau Desktop : exploitation de données	01/12-02/12
Utilisation de Kibana	06/11-06/11
Développement web avec Django	16/12-19/12
Concevoir une interface graphique en Python	08/12-10/12
Visualisation avancée de données avec Python	26/11-28/11
Developpement Web avec Bootstrap	18/12-19/12
Embarqué et robotique
Initiation au langage C
Perfectionnement en langage C
Programmation système en langage C
Programmation noyau drivers C
IoT - Etat de l'art de l'internet des objets connectés	12/11-13/11 02/12-03/12
Conception robotique avec ROS	24/11-26/11
Computer Vision : OpenCV, Jetson	01/12-03/12
Simulation avec Gazebo	04/12-05/12
Cycles certifiants métiers
Cycle certifiant Architecte BigData
Cycle certifiant Administrateur BigData
Serious Games
Serious Game : architecture BigData
Serious Game : supervision infrastructure BigData
Serious Game : implémentation réseau de neurones
Serious Game : dialoguer avec votre assistant IA préféré
Serious Game : création d'un assistant IA

Formations au coeur des technologies