Formation - Comprendre les nouvelles technologies du Numérique

1 - Introduction

• Principales différences entre l’informatique traditionnelle et l’informatique dite numérique (ou moderne)
• Impacts des caractéristiques spécifiques du numérique sur les compétences des équipes existantes, de leurs organisations et des activités de l’entreprise
• Migration et requalification des compétences et des bonnes pratiques

2 - Cloud Computing

• Concept et définition opérationnelle
• Apports fondamentaux aux entreprises utilisatrices du Cloud public
• Composants techniques de référence : Virtualisation, Automatisation, Computing et Utilitaires pour des infrastructures
• Types de Cloud : IaaS, PaaS, SaaS, CaaS, FaaS, BPaasS....
• Composants techniques majeurs : Openstack et son écosystème
• Exemple de plates-formes Cloud populaires : AWS, Azure, Google Cloud... et leurs prestations de service
• Cloud Hybride et précautions d’usage (sécurité, confidentialité...)
• Impacts des plateformes Cloud public sur les compétences des équipes informatiques existantes et les activités informatiques, de l’entreprise

3 - Big Data

• Concept et définition opérationnelle
• Apports fondamentaux aux entreprises utilisatrices
• 4 types d’analytique (descriptive, de diagnostic, prédictive et prescriptive)
• Création du capital numérique et valorisation actionnariale de l’entreprise
• Traitement des données temps réel
• Création et formation des modèles d’IA
• Composants techniques essentiels du Big Data : Architecture informatique distribuée vs celle verticale des entreprises, Composants techniques de référence du Big Data: Hadoop et son écosystème (Fichier, Stockage HDFS, Base de Données NoSQL, composant de traitement MapReduce/HDFS, Spark, HBase...),
• Exemple de plateformes AWS, Azure, IBM et GCP
• Impacts du Big Data sur les compétences des équipes informatiques existantes et les activités informatiques / Création des nouveaux métiers (MDM, Data Steward...)

4 - Intelligence Artificielle

• Concept et définition opérationnelle
• Différents types d’Intelligence Artificielle
• Technologies-clés d’IA : Algorithmes, Machine Learning, Langage Naturel (NLP), Modèles, LLM,...
• Exemples de solutions d’IA conversationnelles populaires : Perplexity, Gemini, ChatGPT
• Architecture et processus complet d'entrainement d’IA/Chatbot Déploiement et intégration en entreprises Apports, limites et précautions d’usage des Chatbot en entreprise Impacts conséquents des IA sur les connaissances des équipes opérationnelles et les activités de l’entreprise

5 - IoT (Internet des Objets) : Industrie 4.0 et Jumeaux Numériques

• Evolutions de la télémétrie et des OT (Technologie opérationnelle ou Operational technology) vers l’IoT
• Apports essentiels de l’IoT dans les secteurs industriels Industrie 4.0, de la Médecine avancée « 3.0 », de la simulation avec Jumeaux numériques (Digital Twins) ...
• Architecture et composants techniques d'une solution IoT avancée
• Impacts de l’IoT sur les compétences des équipes informatiques existantes et les activités de l’entreprise

6 - Technologies émergeantes

• Informatique quantique
• Rupture technologique et accélérateur de traitement
• Impacts sur la Cybersécurité
• Blockchain
• Apports essentiels de la Blockchain aux entreprises
• Blockchain dans la construction du Web 3.0 ou Informatique distribuée

7 - Grandes tendances

• Imbrication naturelle des technologies numériques et Formation d’écho système de valeurs
• Automatisation par l’IA (ex : Software Defined, Autoconfiguration et auto-gestion...)