Formation Maîtrisez la modélisation des données pour optimiser vos analyses

Data
Formation détaillée

Acquérir une compréhension approfondie de la modélisation des données et savoir concevoir des modèles efficaces pour optimiser la gestion et l’analyse des données

Programme
au format PDF

Durée

Tarif

2295 € / pers. HT

Programme
au format PDF

Durée

Tarif

2295 € / pers. HT

Objectifs

Comprendre et appliquer les principes de modélisation des données
Concevoir des modèles conceptuels et logiques adaptés aux besoins métier
Choisir entre SQL et NoSQL en fonction des cas d’usage
Optimiser les performances des bases de données grâce aux bonnes pratiques

Programme

1 – Fondamentaux de la modélisation des données

Introduction et concepts de base

Pourquoi la modélisation des données est-elle importante ?
- Rôle de la modélisation dans la gestion des données
- Cas d’usage en entreprise : modélisation applicative et modélisation décisionnelle
- La modélisation des données est-elle encore utile dans un contexte de développement agile ou de développement no-code ?
Concepts fondamentaux
- Données structurées vs semi-structurées, multi-structurées et non-structurées
- Modèles conceptuels, logiques et physiques : quelles différences
- Les types de bases de données : relationnelles, NoSQL, graphes, OLAP, vectorielles…
Méthodologies de modélisation
- Approches bottom-up vs top-down
- Principes de normalisation et dénormalisation
Les métiers liés à la modélisation des données
- Architecte de données, Ingénieur de données, Ingénieur d’IA, Business Analyst, Développeur d’applications
- Comment interagissent-ils et comment se répartit le travail

Modélisation conceptuelle et logique

Collecte des besoins auprès des utilisateurs : business analyse
Les diagrammes entité-association (ERD)
- Identifier les entités, attributs et relations
- Cardinalité et dépendances
- Bonnes pratiques pour construire un ERD efficace
Modélisation logique des données
- Transformation du modèle conceptuel en schéma relationnel
- Clés primaires et étrangères
- Contraintes d’intégrité et de cohérence
Les architectures de données
- Architecture applicative et bases de données transactionnelles
- Architectures décisionnelles : data warehouse, data lake, data lakehouse
Exercice pratique : Structuration d’une base de données relationnelle

2 – Modélisation avancée et optimisation

Modèles avancés et performance

Modèles, bases de données et usages
- Modélisation orientée documents
- Modélisation en graphe
- Modélisation clé-valeur et colonnes larges
- Modélisation OLAP
- Modélisation vectorielle
Choisir le bon modèle selon les besoins métiers
- Stratégies de modélisation hybride
Optimisation des modèles de données
- Indexation et performance des requêtes
- Partitionnement et sharding
- Stratégies de gestion des gros volumes de données (Big Data)

Intelligence artificielle et cas d’usages

Intelligence artificielle : comment préparer ses données
- Les modèles de données adaptés à l’apprentissage machine
- Les modèles de données adaptés à l’IA générative
- Comment modéliser les données extraites de documents
- Comment modéliser le “vrac numérique”
De la modélisation à la préparation des données
- Tester sa modélisation
- Préparer ses données (classifier, étiqueter, alimenter)
Clôture et bilan de la formation
- Aspects juridiques et règlementaires liés à la modélisation
- Synthèse des apprentissages
- Ressources pour aller plus loin (livres, outils, certifications)

Ce programme a été mis à jour le 16 avril 2025.

À qui s’adresse
cette formation ?

Public

Professionnelles/Professionnels de la data, analystes, développeuses/développeurs, cheffes/chefs de projet, architectes de données

Prérequis

Aucun.

Osez vous former à l’excellence

Un décryptage des tendances
Une « Bubble Care » d’exception
Partager avec ses pairs
Des espaces premium

Animateur

Le mot de l'animateur

« Un modèle est quelque chose qui se substitue à un réel trop complexe, et permet de le comprendre et de le construire. Ce modèle peut être une base de données, un système de fichiers ou d’indicateurs, un partage d’informations… Sa modélisation permet de l’appréhender et de le faire évoluer. C’est un peu comme l’esquisse ou la maquette de l’architecte. En fonction des types de données, mais surtout des usages demandés, c’est une technique et parfois presque un art de modéliser. »

Philippe NIEUWBOURG

Découvrir l'animateur

Modalités

Méthodologie pédagogique

Cette formation concrète et pragmatique est illustrée par de nombreux exemples pratiques issus d’une expérience et d’un savoir-faire acquis sur de nombreux projets de taille variée au sein d’établissements et d’entreprises de différents secteurs. Support de cours téléchargeable en début de formation.

Méthodologie d’évaluation

Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l'atteinte des objectifs. Un questionnaire d'évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.