Data Engineering : pipelines, Airflow, dbt, Snowflake
5 jours pour data engineers : modern data stack complète. Ingestion, transformation, orchestration, warehousing cloud. Pipelines en production avec Airflow, dbt et Snowflake. Tests, observabilité, CI/CD data.
Pour les data engineers qui industrialisent la donnée
La modern data stack a redéfini le data engineering : ELT (et non plus ETL), warehouses cloud, dbt comme couche de transformation. Cette formation vous donne la pratique complète sur le standard 2026.
- ✓Maîtrise SQL avancé (CTE, fenêtres, joins complexes)
- ✓Python intermédiaire
- ✓Notions Git, Docker, terminal Linux
- ✓Notions de data warehouse appréciées
- →Concevoir et opérer une modern data stack (ELT)
- →Orchestrer des pipelines avec Apache Airflow
- →Modéliser et transformer avec dbt (sources, models, tests, docs)
- →Optimiser un data warehouse Snowflake (FinOps, perf)
5 modules · 5 jours
J1 — Modern Data Stack et ingestion
ETL vs ELT, panorama 2026 (Fivetran, Airbyte, dlt, Snowpipe), ingestion batch et streaming. Premier pipeline.
Vous ingérez de la donnée vers Snowflake.
J2 — Snowflake en profondeur
Architecture, virtual warehouses, micro-partitions, time travel, Snowsight. Sécurité (RBAC, masking). FinOps.
Vous opérez Snowflake en confiance.
J3 — dbt : transformation et modélisation
Sources, models, tests, snapshots, macros, packages. Modélisation dimensionnelle moderne (Kimball, Data Vault simplifié).
Vous structurez vos transformations avec dbt.
J4 — Airflow : orchestration
DAGs, operators, sensors, XComs, déploiement (Astronomer, MWAA, Cloud Composer). Pipeline end-to-end.
Vous orchestrez vos pipelines.
J5 — Qualité, observabilité, CI/CD data
Tests de qualité (Great Expectations, dbt tests), monitoring (Monte Carlo, dbt artifacts), CI/CD GitHub Actions pour pipelines data.
Vous opérez en production sereinement.
Matdonell K.
Architecte et lead data engineer spécialisé sur la modern data stack. A conçu et opéré des plateformes Snowflake + dbt + Airflow pour des banques, fintechs et opérateurs télécom. Contributeur open-source (dbt packages). Approche : la donnée est un produit, traitée comme tel.
- · Plateforme analytics — fintech UEMOA (Snowflake + dbt + Airflow, 50TB)
- · Migration legacy → modern stack — banque digitale
- · Audit data — opérateur télécom (réduction 60% des coûts warehouse)
Retours de participants
« Le module dbt nous a fait gagner 6 mois sur notre refonte data. Approche structurée et claire. »
« 5 jours qui valent une année de tâtonnement sur les bonnes pratiques modern stack. »
« Le formateur connaît son sujet en profondeur. Et il a le pragmatisme des gens qui ont opéré. »
Choisissez votre format
1 100 000 FCFA (~2 558 CAD)
- · Effectif limité : 6-10 data engineers
- · Restauration incluse sur 5 jours
- · Compte Snowflake trial 30 jours fourni
- · Repo GitHub pédagogique complet
- · Replay 60 jours + canal d'entraide
- · Attestation Wakova
6 000 000 FCFA (~13 953 CAD)
- · Adapté à votre stack cible (Snowflake, BigQuery, Databricks)
- · Pré-diagnostic data platform inclus
- · Possibilité de travail sur vos données (sous NDA)
- · 1 session de coaching technique 30 jours après
- · Dégressif au-delà de 2 sessions
Taux indicatif 430 FCFA/CAD (mai 2026). Compute Snowflake et Airflow inclus pour la durée de la formation.
Prochaines sessions
Les prochaines dates pour cette formation seront annoncées prochainement.
Transmettez-nous vos disponibilités et nous organiserons une session adaptée.
Demander une session — BDA-ENG-004Questions fréquentes
Et BigQuery, Databricks, Redshift ?+
Différence avec BDA-FND-001 (Big Data Hadoop/Spark/Kafka) ?+
dbt Core vs dbt Cloud ?+
Faut-il un cloud personnel ?+
Maîtrisez la modern data stack 2026.
Inscrivez-vous à la prochaine cohorte ou demandez un intra pour votre équipe data.