Mastère Data Engineer Cloud
ESSIN, l'école du numérique au service de votre réussite, vous propose un Mastère Data Engineer Cloud préparant à un titre RNCP Niveau 7 & une certification professionnelle Cloud.
Présentation de la formation
Mettre en œuvre et déployer la transformation Data Driven des entreprises
Le Mastère Data Engineer Cloud dispense un programme de formation en deux ans permettant une montée en compétences progressive, alliant théorie, pratique, et projet final pour former des experts capables de concevoir des infrastructures techniques pour l’analyse de données massives et l’IA, déployer des plateformes cloud adaptées et suivre le développement Big Data.
Objectifs du Mastère Data Engineer Cloud
Compétences Acquises
- Formaliser les cas d’usages Data Driven ;
- Concevoir et mettre en œuvre des plateformes cloud basées sur des technologies Big Data et IA ;
- Installer et déployer des clusters logiciels sur le cloud ;
- Concevoir et mettre en œuvre des flux d’intégration de données et les outils DataOps de mise en œuvre et suivi des pipelines Data ;
- Implémenter, organiser et consolider des solutions de stockage de données massives (DataWareHouse, Data Lake…)
- Optimiser la performance et la qualité logicielle ;
- Piloter le projet et mettre en œuvre la stratégie d’exploitation des plateformes Big Data ;
- Préconiser des outils et/ou technologies adaptés.
Admission
Bac+3 / Niveau 6
Durée
2 ans – 850h
Formation
Alternance
3 sem. entreprise
Rentrée
29/09/2025
Certifications
EXIN Cloud
Programme de formation
Le cursus de formation en alternance en visio est constitué de modules de formation au métier de Data Engineer Cloud, comportant des apports théoriques, des études de cas, des projets de mise en situation et des formations certifiantes EXIN Cloud.
Nos intervenants sont des Consultants de haut niveau et des experts des métiers du consulting ou technique.
RYTHME DE L’ALTERNANCE : en moyenne 1 semaine en cours / 3 semaines en entreprise
Année 1
- FONDAMENTAUX DU BIG DATA DE L’IA ET DU CLOUD
- SYSTÈMES DISTRIBUÉS
- TRAITEMENT DES DONNÉES
- 425 heures de formation en alternance
Année 2
- INFRASTRUCTURES, OPTIMISATION ET AUTOMATISATION
- GESTION DE PROJET
- STRATÉGIE ET GOUVERNANCE
- CAS PRATIQUES
- CERTIFICATIONS
- 425 heures de formation en alternance
Programme de l’année 1
Introduction au métier de Data Engineer
Gestion de projet : fondamentaux du management de projet – composantes d’un projet (performance, coûts, délais, risques)
Contraintes juridiques du RGPD dans les projets Big Data
Rappels Bases de Données et BI Organisation des projets Data
Bases de Données Relationnelles SQL et Bases NoSQL
Architecture Systèmes Linux et bases de la sécurité du SI
Scripting Shell Unix/Linux
Systèmes et Architectures Cloud Computing Azure/AWS
Applications Statistiques et Data Mining avec le langage R
Machine Learning pour le Data Engineering
Modéliser un Système d’Informations Décisionnels et Data
Ecosystème HADOOP 2 : architecture, outils et langages (Hbase/Hive)
Bases de données NoSQL MongoDB
Programmation pour le Data Engineering en langage Java
Programmation pour le Data Engineering en langage Python
Programmation fonctionnelle avec Scala
Management du SI (Stratégie, SWOT, budget, charges activité…)
Modélisation des processus – BPMN
Data Visualisation avec Power BI
Anglais professionnel
Programme de l’année 2
Management de projet AGILE / SAFe
Gestion des risques (identifier, évaluer, traiter, piloter, gérer)
Conduite du changement d’un projet informatique
Architectures Data avancées sur le cloud : framework Apache SPARK
Map Reduce YARN avec Java
Data Analytics avec Tableau Software
Enjeux et pratiques Green IT et durabilité numérique
IA et Data Engineering : Machine Learning avec LIB Spark
Traitement de la Data en Cloud Computing avec Microsoft Azure
Prise en main des outils DevOps/DataOps : GIT-Docker-Kubernetes-Jenkins
Les outils ETL : Data Ingestion avec Talend DI
Data Governance et Sécurité des Données
Gestion des contrats Cloud FinOps
Cloud et Infrastructure-as-Code (IaC)
Optimisation et Automatisation des Flux de Données : Streaming avec KAFKA
Gestion des flux avec Hadoop NIFI
Bases de données NoSQL Cassandra
Indexation des données Elastic Search – Kibana
Scrapping de données avec Python
Architectures Serverless et Microservices pour la Data
Certification EXIN Cloud Foundation
Projet Big Data/IA – Mise en situation professionnelle
Découvrir les métiers de la Data et de l’IA
Pédagogie
Méthodes mobilisées
Des programmes pédagogiques visionnaires : Conçus pour répondre aux besoins stratégiques des entreprises innovantes
Une formation sans limites : Visioconférences, Blended Learning, Meet-ups… des formats flexibles pour s’adapter à chaque profil
Les meilleures technologies à votre service : Cloud, Data, IA – nous intégrons les outils et plateformes d’avenir
Un accompagnement sur mesure : Un suivi personnalisé et des visites en entreprise pour assurer la réussite de chaque apprenant
Certifications d’excellence : Des certifications reconnues pour valoriser les compétences de nos étudiants
Modalités d’évaluation
Contrôle continu
Projet de mise en situation professionnelle
Epreuves de certification : mémoire et soutenance
Possibilités de valider un ou des blocs de compétences
L’obtention de la certification est conditionnée à la validation de l’ensemble des blocs de compétences.
Les blocs de compétences peuvent être acquis séparément. Un bloc acquis l’est à vie.
En complément de la validation de chaque bloc de compétences, la certification est soumise à une épreuve transversale portant sur un mémoire structuré autour d’actions menées en entreprises liées aux compétences requises de la certification et auxquelles le candidat apportera des preuves de mises en œuvres et d’acquis précis. Ce mémoire fera l’objet d’un rendu écrit et d’une soutenance orale devant jury.
Un titre RNCP certifié et reconnu par l’État
Titre RNCP Expert en Architectures Systèmes, Réseaux et Sécurité Informatique
La formation délivre la certification professionnelle « Expert en Architectures Systèmes, Réseaux et Sécurité Informatique » RNCP 38823 de niveau 7 (bac+5), publiée au Journal Officiel du 27 mars 2024 portant enregistrement au répertoire national des certifications professionnelles jusqu’au 27 mars 2028. Cette certification est accessible par la VAE (Validation des acquis de l’expérience).
Code NSF 326 et 326n – Autorité responsable Ingetis
Admission à la formation
Pour intégrer le Mastère Data Engineer Cloud, vous devez :
- Être titulaire d’un Bac+3 minimum ou d’une certification professionnelle niveau 6 en informatique ou filière scientifique (entrée en M1) ;
- Pour une admission directe en 5ᵉ année (M2), un M1 validé est requis.
Conditions d’admission
VOS ATOUTS :
- Rigueur, créativité et sens du service client
- Compétences dans le domaine de l’analyse de données (R, Matlab…), la modélisation et/ou le développement (Java, Python, C++, JavaScript, HTML…)
- Bon niveau d’anglais
Modalités d’admission
L’étude du dossier permet d’analyser la cohérence et la faisabilité du projet professionnel.
Le dossier à constituer comprend :
- CV
- Photocopies des certifications, titres et diplômes obtenus
- Lettre de motivation
- Éventuellement, des lettres de soutien, de recommandation, d’un chef d’établissement ou d’un cadre de société
Les candidats admissibles sont convoqués pour les épreuves :
- Entretien individuel de motivation
- Validation des compétences techniques
Candidater pour une session dans l’année
FINANCEMENT PAR L’ENTREPRISE D’ACCUEIL
Financement de l’action de formation par l’entreprise et son organisme financeur où s’effectue l’alternance de l’étudiant.
L’alternant perçoit une rémunération contractuelle durant sa formation.
FINANCEMENT DE VOS ETUDES
Des frais de 200 € net sont requis à l’inscription, couvrant l’accompagnement à la recherche d’entreprise et l’accès aux outils pédagogiques.
Ils pourront être remboursés après la signature du contrat d’alternance et le début des cours.
En formation initiale, les frais pédagogiques sont fixés à partir de 7 500 € par année de Mastère en financement personnel.