Databricks expliqué à ceux qui écrivent et opèrent le code.
Sessions pour équipes data, plateforme et app-dev qui doivent construire et opérer — pas juste consommer un catalogue de diapos. Ancrées dans votre stack, vos repos, et vos contraintes de gouvernance.
DEUX FORMATS
Session d’architecture
Équipes data / plateforme / app-dev
Demi-journée ou journée : architecture de référence, patterns metadata-driven, et ce que l’équipe peut implémenter ensuite.
À partir de
2 500 $
Écrire sur LinkedInProgramme d’enablement
Vos gens, vos outils, votre cas d’usage
On part de leur environnement et d’un vrai pipeline ou service, puis on bâtit des séances pour qu’ils repartent capables de livrer.
Sur soumission · selon le format
Planifions le programmeMA MÉTHODE
Partir du code et de la stack, pas des diapos.
Stack, maturité DataOps, contraintes SOC/compliance, et ce que l’équipe doit livrer.
Un pipeline, un catalogue, une API, un chart Helm — quelque chose qu’ils touchent déjà.
Exercices sur leurs patterns : métadonnées, qualité, orchestration, surfaces d’app.
Conventions, listes de vérification et prochaines implémentations que l’équipe peut tenir seule.
Livraison solo ou avec vos leads techniques internes — selon ce qui ancre le mieux la pratique.
CE QUE J’ENSEIGNE
Des sujets pour ingénieurs qui opèrent la plateforme.
Architecture de référence
Les blocs d’une plateforme data/IA/app et comment les assembler sans sur-ingénierie.
Catalogue & métadonnées
Rendre les actifs trouvables, gouvernés, et consommables via APIs.
Ingestion metadata-driven
Pipelines qui s’adaptent aux schémas — pas à chaque ticket manuel.
DataOps & qualité
Contrôles automatisés, profiling, et intégrité en CI/CD data.
Consommation sécurisée
Environnements (ex. Databricks + contrôles) et patterns d’accès prêts pour l’audit.
Apps sur la plateforme
Microservices, APIs et surfaces de consommation qui respectent la gouvernance.
POURQUOI MOI
8+ ans
à bâtir des plateformes data, cloud, apps et IA en grande entreprise.
SOC2
expérience de consommation sécurisée et conformité.
K8s
orchestration réelle de pipelines — pas seulement de la théorie.
Le fil conducteur : j’enseigne ce que j’ai livré — catalogue, metadata-driven design, orchestration, APIs, et architecture plateforme.
SUR LE TERRAIN
Ce que les équipes emportent.
Une pratique d’ingénierie partagée.
Transfert autour du catalogue, des pipelines metadata-driven et de la qualité — avec Databricks et Kubernetes.
Ops
l’équipe priorise et opère sans attendre le prochain externe.
Un langage d’architecture commun.
Aligner data, plateforme et app-dev sur les mêmes patterns — pour que le build tienne.
Align
moins de friction entre conception et livraison.
Une équipe à monter sur la stack?
Écrire sur LinkedIn