← Retour aux formations
Formation Caplogy
Data Engineering pour l'IA
IA pour l'IT
Construire et fiabiliser les pipelines de données nécessaires aux projets IA/ML
Niveau : Intermédiaire · Domaine : Data Engineering pour l'IA
1235 € HT / participant
- Modalité
- Présentiel / distanciel / hybride
- Durée
- 2 jours (14 heures)
- Participants / session
- 10
- Maintien de session
- Session maintenue dès 4 inscrits
- Date limite
- Illimité
Public concerné
Data engineers, développeurs
Prérequis
Bases de programmation (Python), SQL
Séquence 1 — Ce que l'IA exige des données
- Un pipeline analytique n'est pas un pipeline d'apprentissage : les exigences diffèrent
- Reproductibilité : pouvoir rejouer à l'identique le jeu d'un entraînement passé
- Traçabilité : d'où vient chaque colonne, et qui l'a transformée
- Les trois couches : brut, nettoyé, prêt pour l'entraînement
Séquence 2 — Ingestion et validation
- Sources : bases, fichiers, interfaces, flux — et ce que chacune impose
- Ingestion complète ou incrémentale : le critère, et le piège de l'incrémental
- Valider à l'entrée : schéma, types, plages, unicité, complétude
- Arrêter ou mettre en quarantaine : la décision se prend à l'écriture du contrat
- Le contrat de données entre producteur et consommateur
Séquence 3 — Transformation
- Transformations idempotentes : pourquoi rejouer deux fois doit donner le même résultat
- Jointures et duplication : l'erreur qui gonfle un jeu sans qu'on la voie
- Valeurs manquantes : les traiter, pas les effacer
- Construire des variables : ce qui se calcule en amont, ce qui se calcule au moment de la prédiction
Séquence 4 — Le temps
- Fraîcheur : ce qu'on promet au modèle, et comment on le mesure
- Historisation : conserver l'état à une date, et non le seul état courant
- La fuite temporelle : utiliser une information postérieure à l'instant de la prédiction
- Découper un jeu par le temps plutôt qu'au hasard, et pourquoi
Séquence 5 — Exploiter au quotidien
- Orchestration : dépendances, planification, reprise sur échec
- Idempotence et point de reprise : reprendre sans tout recalculer
- Surveiller : volumétrie, fraîcheur, taux de rejet, durée
- Documenter : le catalogue qui évite de reconstruire deux fois la même table
Dates & lieux
| Début | Fin | Lieu |
|---|---|---|
| 08/02/2027 | 09/02/2027 | Présentiel / distanciel / hybride |
Informations pratiques
- Modalités et délais d'accès
- Inscription en ligne ou par courriel, jusqu'à 21 jours avant le début de la session et dans la limite des places disponibles — ce délai nous permet de vous adresser votre convocation, puis vos accès si la session est à distance. Passé ce délai, écrivez-nous : nous étudions chaque demande. Pour une session sur mesure ou en intra, nous répondons sous 48 heures ouvrées.
- Contact
- contact@caplogy.com — Nous contacter
- Accessibilité et situation de handicap
- Poste de travail adapté sur demande (périphériques, agrandissement, synthèse vocale) ; supports d'exercice fournis avec les éléments de départ déjà en place ; temps majoré d'un tiers sur les travaux pratiques, avec possibilité de traiter deux parties sur trois ; extraits de code remis en fichier texte sélectionnable ; salle accessible PMR Notre référent handicap est mobilisable dès l'inscription et jusqu'à la fin de la formation : il étudie avec vous les aménagements nécessaires. Écrivez-nous à contact@caplogy.com.