Maîtrisez Scala de A à Z

Syntaxe, collections, immutabilité, pattern matching, fonctions pures, Futures, et bien plus.

Appliquez Spark à grande échelle

RDD → DataFrame/Dataset → Spark SQL, optimisations (partitions, cache), MLlib (pipeline, features), Structured Streaming (sources Kafka), et formats Parquet/Delta.

Pédagogie 100 % pratique

Exercices progressifs, quiz, checklists, projet ETL complet (ingestion CSV/Kafka, nettoyage, agrégations, écriture Delta), et conseils de déploiement local/Databricks.

À propos du cours

Vous visez un rôle de Data Engineer ou Data Analyst, et vous voulez enfin comprendre le Big Data "pour de vrai" — pas seulement en théorie ? Ce cours en français vous guide pas à pas pour maîtriser Apache Spark et travailler comme en entreprise. Vous partirez de bases solides (environnement, notions Big Data, Spark) puis vous monterez en puissance sur DataFrames, Spark SQL et PySpark, tout en découvrant Scala pour Spark (idéal si vous venez de Python/Java et que vous êtes à l’aise avec Linux). À la fin, vous saurez : - Manipuler des données volumineuses avec Spark (DataFrames, transformations, actions, optimisations), - Écrire des pipelines ETL propres et maintenables, - Construire un projet complet de bout en bout (ingestion → traitement → qualité → sortie), - Appliquer des bonnes pratiques pro (organisation du code, performance, déploiement, erreurs fréquentes à éviter). Si vous êtes débutant en Scala mais confortable en Python/Java + Linux, ce cours est conçu pour vous faire progresser vite, avec une approche pratique et structurée.

À propos de l'Instructeur

Bonjour ! Je suis Haythem REHOUMA, expert en Big Data, passionné par l’ingénierie des données et la transmission du savoir. J’ai surmonté de nombreux défis pour en arriver là, et chaque étape de ce parcours a renforcé ma conviction qu’un apprentissage rigoureux et structuré peut transformer une carrière. Aujourd’hui, je suis ravi de partager mes connaissances et mon expérience avec vous. Mon objectif est clair : vous aider à maîtriser Scala et Apache Spark, non seulement sur le plan technique, mais aussi dans une logique professionnelle concrète, afin que vous puissiez exceller durablement dans votre carrière en Big Data.  Ensemble, nous construirons des bases solides, une compréhension en profondeur et une véritable autonomie face aux défis du monde des données.

Contenu du Cours

12 Chapters · 55 Lessons

  1. 1

    Chapitre 00 - Introduction aux Paradigmes de Programmation

    1. (Included in full purchase)

      Chapitre 00 – Partie 1 : Le paradigme impératif et procédural

    2. (Included in full purchase)

      Chapitre 00 – Partie 2 : Le paradigme orienté objet

    3. (Included in full purchase)

      Chapitre 00 – Partie 3 : Le paradigme fonctionnel

    4. (Included in full purchase)

      Chapitre 00 – Partie 4 : Résumé des paradigmes, Scala et fonctions lambda

    5. (Included in full purchase)

      Quiz Chapitre 00

  2. 2

    Chapitre 01 - Installer l'environnement Big Data

    1. (Included in full purchase)

      Chapitre 01 – Partie 1 : Installer Java JDK et Scala

    2. (Included in full purchase)

      Chapitre 01 – Partie 2 : Installer Apache Spark et PySpark

    3. (Included in full purchase)

      Chapitre 01 – Partie 3 : Configurer l'IDE et les notebooks

    4. (Included in full purchase)

      Chapitre 01 – Partie 4 : Installation Windows par extraction (méthode manuelle)

    5. (Included in full purchase)

      Binaires

    6. (Included in full purchase)

      Quiz Chapitre 01

  3. 3

    Chapitre 02 - Découvrir le Big Data et Spark

    1. (Included in full purchase)

      Chapitre 02 – Partie 1 : Histoire et enjeux du Big Data

    2. (Included in full purchase)

      Chapitre 02 – Partie 2 : Écosystème Apache Spark

    3. (Included in full purchase)

      Chapitre 02 – Partie 3 : Architecture d'un cluster Spark

    4. (Included in full purchase)

      Quiz Chapitre 02

  4. 4

    Chapitre 03 - Fondamentaux de Scala

    1. (Included in full purchase)

      Chapitre 03 – Partie 1 : Syntaxe de base et types de données

    2. (Included in full purchase)

      Examples à tester

    3. (Included in full purchase)

      Chapitre 03 – Partie 2 : Fonctions, conditions et boucles

    4. (Included in full purchase)

      Chapitre 03 – Partie 3 : Collections et programmation fonctionnelle

    5. (Included in full purchase)

      Chapitre 03 – Partie 4 : Travaux pratiques Spark complets

    6. (Included in full purchase)

      Quiz Chapitre 03

  5. 5

    Chapitre 04 - Scala avancé pour Spark

    1. (Included in full purchase)

      Chapitre 04 – Partie 1 : Classes, objets et case classes

    2. (Included in full purchase)

      Chapitre 04 – Partie 2 : Pattern matching et Options

    3. (Included in full purchase)

      Chapitre 04 – Partie 3 : Traits, génériques et implicites

    4. (Included in full purchase)

      Chapitre 04 – Partie 4 : Introduction à Maven – Projet de calculatrice

    5. (Included in full purchase)

      Quiz Chapitre 04

  6. 6

    Chapitre 05 - Fondements théoriques de Spark RDD DataFrame Dataset

    1. (Included in full purchase)

      Chapitre 05 – Partie 1 : Architecture interne de Spark

    2. (Included in full purchase)

      Chapitre 05 – Partie 2 : RDD vs DataFrame vs Dataset

    3. (Included in full purchase)

      Chapitre 05 – Partie 3 : Catalyst et Tungsten

    4. (Included in full purchase)

      Quiz Chapitre 05

  7. 7

    Chapitre 06 - RDD Resilient Distributed Datasets

    1. (Included in full purchase)

      Chapitre 06 – Partie 1 : C'est quoi un RDD ?

    2. (Included in full purchase)

      Chapitre 06 – Partie 2 : Transformations et actions sur les RDD

    3. (Included in full purchase)

      Chapitre 06 – Partie 3 : Persistance, partitionnement et exercices

    4. (Included in full purchase)

      Quiz Chapitre 6

  8. 8

    Chapitre 07 - DataFrames et Spark SQL

    1. (Included in full purchase)

      Chapitre 07 – Partie 1 : C'est quoi un DataFrame ?

    2. (Included in full purchase)

      Chapitre 07 – Partie 2 : Opérations et transformations sur les DataFrames

    3. (Included in full purchase)

      Chapitre 07 – Partie 3 : Spark SQL et exercices pratiques

    4. (Included in full purchase)

      Chapitre 07 – Partie 4 : Évaluation formative – Analyse boursière avec Spark SQL

    5. (Included in full purchase)

      Quiz Chapitre 7

  9. 9

    Chapitre 08 - PySpark en profondeur

    1. (Included in full purchase)

      Chapitre 08 – Partie 1 : Introduction à l'API PySpark

    2. (Included in full purchase)

      Chapitre 08 – Partie 2 : DataFrames en PySpark

    3. (Included in full purchase)

      Chapitre 08 – Partie 3 : UDF et optimisation PySpark

    4. (Included in full purchase)

      Quiz Chapitre 8

  10. 10

    Chapitre 09 - Projet complet Big Data

    1. (Included in full purchase)

      Chapitre 09 – Partie 1 : Architecture du projet ETL

    2. (Included in full purchase)

      Chapitre 09 – Partie 2 : Extraction et transformation des données

    3. (Included in full purchase)

      Chapitre 09 – Partie 3 : Analyse et visualisation des résultats

    4. (Included in full purchase)

      Chapitre 09 – Partie 4 : Déploiement et orchestration

    5. (Included in full purchase)

      Quiz Chapitre 9

  11. 11

    Chapitre 10 - Databricks et bonnes pratiques

    1. (Included in full purchase)

      Chapitre 10 – Partie 1 : Introduction à Databricks

    2. (Included in full purchase)

      Chapitre 10 – Partie 2 : Notebooks et workflows Databricks

    3. (Included in full purchase)

      Chapitre 10 – Partie 3 : Bonnes pratiques en production

    4. (Included in full purchase)

      Quiz Chapitre 10

  12. 12

    Chapitre 11 (OPTIONNEL) - Activités optionnelles de pratique

    1. (Included in full purchase)

      Chapitre 11 – Partie 1 : Quiz pratique

    2. (Included in full purchase)

      Chapitre 11 – Partie 2 : Examen de mi-session

    3. (Included in full purchase)

      Chapitre 11 – Partie 3 : Examen final et projet

Témoignages des Participants

Testimonials build trust — fast. Edit this section to show how your product is making a difference and help your audience purchase with confidence.

”
Les exemples sont concrets, et j’ai enfin compris les collections, l’immutabilité et la logique fonctionnelle sans prise de tête.
Sophie, Développeuse Java

Trois-Rivières, QC, CANADA

”
J’ai aimé le style structuré : chaque notion est expliquée, puis appliquée. J’ai gagné en confiance rapidement.
Rania, Étudiante en informatique

Lyon, France

”
Je voulais comprendre Scala pour Spark et les pipelines data. Ce cours m’a donné les bases solides et surtout les bons réflexes.
Mehdi, Développeur Python

Paris, France

Prêt à Vous Lancer ?

Commencez dès aujourd'hui et devenez un expert en Scala pour le Big Data !

$99.00

Commencer maintenant