Implications pour l’ingénierie des données de l’architecture DevOps

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Cet exercice fait partie du cours

Concepts DevOps

DébutantNiveau de compétence

4.8+

Commencer le cours gratuitement

Dans ce chapitre, vous verrez ce qu’est le DevOps, vous en découvrirez les principes et les bénéfices. Vous apprendrez comment il s’applique à différents types de développement logiciel. Enfin, vous passerez en revue les bases de la gestion de projet pour comparer différentes approches et comprendre comment elles peuvent renforcer DevOps et apporter des avantages considérables aux organisations.

Exercise 1: Qu’est-ce que le DevOps ?Exercise 2: Les avantages de DevOps Exercise 3: Caractéristiques de DevOps Exercise 4: Cas d’usage de DevOps Exercise 5: Quel profil d’ingénieur ?Exercise 6: Utiliser le bon modèle Exercise 7: Mises en œuvre de DevOps Exercise 8: Méthodologies de gestion de projet pour DevOps Exercise 9: Cadres de gestion de projet Exercise 10: Facteurs pour choisir le meilleur cadre de gestion de projet Exercise 11: Choisir le meilleur modèle de gestion de projet

Ce chapitre présente les principaux composants d’une infrastructure IT, la gestion des changements et l’architecture logicielle. Vous verrez comment les différentes briques s’assemblent pour constituer des produits en ligne, comment elles interagissent entre elles, et comment les équipes collaborent selon le modèle DevOps de gestion des changements. Vous explorerez en détail les éléments clés du DevOps. À la fin de ce chapitre, vous serez en mesure d’aborder des problèmes complexes d’ingénierie logicielle, comme la conception architecturale, et d’améliorer des produits en ligne de manière sûre et rapide.

Exercise 1: Le modèle de gestion des changements en DevOps Exercise 2: Composants du cycle DevOps Exercise 3: Le Data Engineering dans le cycle DevOps Exercise 4: Principaux systèmes d’architecture logicielle Exercise 5: Données en mouvement Exercise 6: Prendre des décisions d’architecture Exercise 7: Concepts d’infrastructure IT moderne Exercise 8: Composants de l’infrastructure IT Exercise 9: Composants de la gestion des changements Exercise 10: Éléments de DevOps Exercise 11: Pipelines CI/CD Exercise 12: Concepts DevOps vs. concepts d’infrastructure génériques

Ici, vous vous placerez dans la peau d’un·e data engineer pour appréhender DevOps sous cet angle. Vous explorerez ce que signifie l’architecture DevOps du point de vue de l’ingénierie des données. Vous étudierez ensuite les concepts essentiels liés aux Data Pipelines et leur utilisation dans une architecture de microservices. Après avoir découvert les data pipelines, vous endosserez la casquette de Data Scientist et envisagerez DevOps sous l’angle du reporting. Pour finir, vous passerez en revue l’écosystème d’outils DevOps et discuterez des principaux outils utilisés.

Exercise 1: Implications pour l’ingénierie des données de l’architecture DevOps

Exercice en cours

Exercise 2: Microservices vs architecture monolithique Exercise 3: Ingénierie des données pour les microservices Exercise 4: Pipelines de données Exercise 5: Principales opérations sur les données Exercise 6: Traitement par lots vs. traitement en streaming Exercise 7: Analytique et reporting avec DevOps Exercise 8: Indicateurs de gestion des changements Exercise 9: Architecture de reporting pour DevOps Exercise 10: Outils : écosystème Exercise 11: Systèmes d’architecture et outils Exercise 12: Outils dans le cycle DevOps Exercise 13: Automatiser des pipelines de données

Dans ce dernier chapitre, vous examinerez comment DevOps contribue à garantir une haute qualité des données. Vous aborderez également les notions de qualité et de fiabilité dans le logiciel. Enfin, vous étudierez les concepts culturels qui rendent DevOps possible. Vous consoliderez ensuite tous vos acquis pour être pleinement équipé·e de la puissance de DevOps.

Exercise 1: Garantir des standards de qualité des données avec DevOps Exercise 2: Qualité des données Exercise 3: Éléments de qualité des données Exercise 4: Observabilité et fiabilité Exercise 5: Observabilité vs tests Exercise 6: Augmenter la fiabilité Exercise 7: Concepts culturels de DevOps Exercise 8: Concepts culturels Exercise 9: Réagir à un incident Exercise 10: Tout rassembler Exercise 11: Les avantages de DevOps Exercise 12: Cycle DevOps Exercise 13: FÉLICITATIONS !