Devenez Analytics Engineer
Apprenez à évoluer de Data Analyst vers Analytics Engineer : maîtrisez le data modeling, les bonnes pratiques de développement et les outils modernes comme dbt pour transformer la donnée en produit fiable et actionnable.
Alaykka Fowler
Analytics Engineer | Data Consultant
Alaykka Fowler est une Analytics Engineer passionnée, actuellement en poste chez Hymaïa
voir le profil complet.svg)
Alaykka Fowler est une Analytics Engineer passionnée, actuellement en poste chez Hymaïa
voir le profil complet
James Probert
Analytics Engineer at Hymaia
Chez Hymaïa, James occupe actuellement le poste d'Analytics Engineer, où il développe des outils d’analyse avancés destinés à optimiser les processus décisionnels des équipes métiers.
voir le profil completChez Hymaïa, James occupe actuellement le poste d'Analytics Engineer, où il développe des outils d’analyse avancés destinés à optimiser les processus décisionnels des équipes métiers.
voir le profil complet
Emeric Lesergent
Data Analyst | Analytics Engineer
Eymeric Lesergent est un Data Analyst expérimenté, actuellement en mission avec Hymaïa pour accompagner les lancements de multiples produits digitaux chez LexisNexis.
voir le profil completEymeric Lesergent est un Data Analyst expérimenté, actuellement en mission avec Hymaïa pour accompagner les lancements de multiples produits digitaux chez LexisNexis.
voir le profil complet
Karine Hoorens
Data Analyst & experte DataViz
Karine est une Senior Data Analyst qui met l’impact business au coeur de ses préoccupations. Data Scientist de formation, elle possède aussi un fort background sur les phases plus amont de collecte et transformation de données, lui permettant de travailler sur des sujets de bout en bout.
voir le profil complet
Karine est une Senior Data Analyst qui met l’impact business au coeur de ses préoccupations. Data Scientist de formation, elle possède aussi un fort background sur les phases plus amont de collecte et transformation de données, lui permettant de travailler sur des sujets de bout en bout.
voir le profil completDescription
Cette formation a pour objectif de fournir à tout Data / BI Analyst les compétences essentielles pour étendre son scope et aller vers le métier d’Analytics Engineer. Vous y découvrirez comment appliquer les meilleures pratiques du software engineering (tests automatiques, versioning, CI/CD) au monde de l’analytics afin de bâtir des transformations et des modèles de données à la fois robustes, maintenables et scalables.
En maîtrisant les techniques avancées de data modelling, vous gagnerez l’autonomie nécessaire pour concevoir l’architecture des données, fiabiliser leur qualité et réduire drastiquement votre time‑to‑insight.
Notre objectif est de vous permettre de devenir le maillon clé qui fasse le pont entre Data Engineering et équipes métier, et transformez la donnée en produit prêt à l’analyse, fiable et immédiatement actionnable.
Infos clés
Objectifs
- Comprendre le rôle d’un analytics engineer, son périmètre d’action et ses interactions avec les autres métiers de la data et du business
- Maitriser les bases indispensables du data modelling
- Appréhender les software best practices à appliquer en tant que analytics engineer
- Etre confortable avec le SQl avancé
Public cible
- Data Analysts
- Business Analysts
Prérequis
2-3 ans d’XP dans la Data et un bonne connaissance de SQL
Programme détaillé
1. Le rôle de l’Analytics Engineer
Contexte
- Qu’est ce qu’une modern data team ?
- ELT / ETL: définition et principales différences
- Contexte organisationnel : Data Mesh, Hybrid
Rôle & interactions
- Liaison entre les équipes techniques et les équipes métiers
- Compétences hybrides entre Data Engineering et Business/Data Analyse
- Garant des bonnes pratiques du software engineering appliquées dans analytics
Stack technique typique de l‘Analytics Engineer
- Ingestion: Airbyte
- Transformation: dbt
- Langage/s: SQL, Python
- Versioning : Git
- Orchestration CI/CD : Airflow
2. La modélisation (data modelling)
Qu’est ce qu’un data model
- Définition du concept de modèle
- Importance de la co-construction entre domaine métier et équipe data
Les différents types de data model
- ER (entity-relation) Model
- Kimball Dimensional Model (star, snowflake, galaxy)
- One Big Table
Autres concepts
- Techniques d’historisation
- Normalisation et dé-normalisation
3. Bonnes pratiques
Modularité du code
Tests
- Tests d’intégrité
- Tests de qualité
- Application à dbt (schema tests et custom tests)
Versioning
- Utilisation de Git
- Peer review
Documentation
- Documentation technique
- Documentation métier
4. SQL avancé
- Disparités de dialectes SQL entre les data warehouses
- Common term expressions (CTEs) VS sous-requêtes
- Window functions
- Agrégation
- Unnest
- Pivot
- DDL (Data Definition Language) / DML (Data Manipulation Language) : Création de table, modification de table, insertion des données, suppression
- Procédures stockées
5. Pour aller plus loin…
- Techniques de data visualisation
- Usages avancés de dbt
Vous allez le recevoir par mail dans quelques secondes
Formateur(s)
Ce qu’ils en disent…
Financer votre formation par un OPCO
En tant qu'organisme certifié Qualopi, les formations que nous vous proposons sont finançables par l'OPCO. Trouvez l'OPCO dont vous dépendez ici
Contacts
s'inscrire
.png){kind=spacer}
Modalités
Modalités d'évaluation
Un questionnaire d'auto-évaluation est envoyé aux participants avant et après la formation pour mesurer leur progression.
Pendant la formation :
Les acquis sont évalués tout au long de la formation par les formateurs sous forme de Quizz en ligne, questions réponses ou tour de table.
Le participant se verra délivrer une attestation de fin de formation à l’issue de la session
Organisation
- en présentiel :
Cette formation est en groupe de 6 à 12 personne en intra-entreprise ou inter-entreprise en fonction du format souhaité par le commanditaire.
- en ligne :
Un lien vous sera envoyé pour suivre les sessions à distances. Merci d'activer les caméras lors des sessions avec notre formateur.
Modalités d'accès
Les sessions peuvent être programmées jusqu’ à 7 jours avant la date retenue, sous condition d’un formateur disponible et de la réception de la convention signée avant la session pour des groupes de 6 à 12 personnes .
Les prochains événements Hymaïa
Hymaday - AI Adoption At Scale
