Maîtriser Databricks
en 8 semaines
Du premier notebook à un pipeline de données fiable : un parcours SQL + Python + data engineering, fondé sur la documentation officielle et un projet concret de reporting multi-magasins.
- Débutant Databricks
- 8 semaines · 44 heures
- Exercices & livrables
- Autonomie + certification possible
08
modules progressifs
44 h
de travail estimé
32
activités à valider
0 %
du parcours accompli
Avant de commencer
Votre environnement de travail
Une inscription suffit pour suivre la majorité du parcours pratique.
Créez votre espace Databricks
Free Edition est gratuite, destinée à l'apprentissage personnel et au prototypage, avec des quotas et des fonctionnalités limitées. Elle ne permet pas l'exploitation commerciale. Pour un véritable test professionnel, comparez avec l'essai gratuit destiné aux entreprises.
Pré-requis : être à l'aise avec les requêtes SQL ; Python est utile mais les bases seront introduites. Tous les supports ne sont pas en français ; la langue est indiquée dans chaque ressource. Les fonctionnalités dépendent de vos droits et de votre édition.
Apprendre · pratiquer · valider
Programme semaine par semaine
Cochez chaque activité quand elle est réellement terminée. Les notes sont conservées sur cet appareil.
Projet fil rouge · Portfolio
Construire un mini-lakehouse retail
Cas fictif inspiré de données opérationnelles : plusieurs centaines de magasins, des semaines de vente et des rayons.
L'objectif est de produire un reporting hebdomadaire par magasin de bout en bout, avec ingestion, nettoyage, agrégations, gouvernance, orchestration et tableau de bord. Travaillez sur des données synthétiques, jamais sur des données privées ou contractuelles de clients.
01
Ingestion & préparation
Produire des données, conserver la source brute, contrôler les formats, traiter les doublons.
02
Bronze → Silver → Gold
Créer des tables Delta, vérifier la qualité et calculer des indicateurs par magasin et semaine.
03
Automatisation & restitution
Orchestrer le traitement, suivre les échecs et publier un dashboard à filtres.
Premier jeu de données : 364 000 lignes synthétiques
À coller dans un notebook Python Databricks. Ce code construit 350 magasins × 52 semaines × 20 rayons. Il ne charge aucune donnée externe.
from pyspark.sql import functions as F
NB_MAGASINS, NB_SEMAINES, NB_RAYONS = 350, 52, 20
df = (
spark.range(NB_MAGASINS * NB_SEMAINES * NB_RAYONS)
.withColumn("magasin_id", (F.col("id") % NB_MAGASINS + 1).cast("int"))
.withColumn("semaine", (F.floor(F.col("id") / NB_MAGASINS) % NB_SEMAINES + 1).cast("int"))
.withColumn("rayon_id", (F.floor(F.col("id") / (NB_MAGASINS * NB_SEMAINES)) + 1).cast("int"))
.withColumn("ventes", F.round(F.rand(seed=42) * 12000, 2))
.withColumn("heures", F.round(F.rand(seed=99) * 140, 1))
.withColumn("annee", F.lit(2026))
.drop("id")
)
display(df.limit(20))
print("Nombre de lignes :", df.count()) # 364000
Grille de validation du projet
Sources contrôlées · Ressources externes
Bibliothèque de référence
Accès direct aux formations, documentations, tutoriels et guides de certification. Ces liens nécessitent Internet.
Reprendre la formation plus tard
La progression (cases cochées et notes) est enregistrée dans le stockage local du navigateur pour cette page. Elle peut disparaître si vous changez de navigateur, effacez les données du site ou utilisez la navigation privée.
Cliquez régulièrement sur Sauvegarder la progression pour exporter une copie JSON. Sur un autre appareil, utilisez Restaurer une sauvegarde. L'impression permet également d'obtenir une version PDF du programme.
Parcours indépendant de formation Databricks · Actualisé en novembre 2026 · 44 h estimées (adaptables) · Sources : documentation Databricks, Apache Spark, Delta Lake et Databricks Academy.
Un accompagnement SAUVTEK peut vous aider sur le projet fil rouge, l'industrialisation ou la préparation certification.
Demander un accompagnement