Green Links Academy

Objectifs pédagogiques

• Comprendre la philosophie et la syntaxe de Python.
• Maîtriser les structures de données de base (listes, dictionnaires, tuples).
• Écrire des scripts automatisant des tâches simples.
• Utiliser les bibliothèques standards pour manipuler des fichiers.

Public

• Développeurs débutants, Data Analysts, Administrateurs systèmes.
• Toute personne souhaitant apprendre les bases de la programmation.

Programme

• Introduction à Python : installation, interpréteur et environnement.
• Variables, types de données et opérateurs.
• Structures de contrôle : if/else, for/while.
• Fonctions, arguments et portée des variables.
• Listes, dictionnaires, tuples et sets.
• Gestion des fichiers et modules.
• Lab 1 : script de traitement de données textuelles.

Objectifs pédagogiques

• Maîtriser la Programmation Orientée Objet en Python.
• Utiliser les concepts avancés (décorateurs, générateurs, context managers).
• Tester et optimiser son code.
• Gérer les environnements virtuels et le packaging.

Public

• Développeurs Python souhaitant approfondir leurs connaissances.

Programme

• POO : classes, héritage, polymorphisme.
• Décorateurs, itérateurs et générateurs.
• Exceptions personnalisées et débogage.
• Tests unitaires avec unittest et pytest.
• Python et Web/API : requests et JSON.
• Venv, Poetry et distribution de paquets.
• Lab 2 : application modulaire POO avec tests automatisés.

Objectifs pédagogiques

• Comprendre l'Infrastructure as Code avec Ansible.
• Installer et configurer Ansible.
• Écrire des playbooks pour automatiser le déploiement.
• Maîtriser Ansible Galaxy et les rôles.

Public

• Administrateurs systèmes, Ingénieurs DevOps.

Programme

• Architecture agentless et inventaires.
• Commandes ad-hoc.
• Playbooks YAML et modules standards.
• Variables et templates Jinja2.
• Rôles et bonnes pratiques.
• Ansible Vault pour sécuriser les secrets.
• Lab 3 : déploiement automatisé d'une pile LAMP.

Objectifs pédagogiques

• Comprendre l'architecture d'un cluster Kubernetes.
• Déployer et scaler des applications conteneurisées.
• Gérer le réseau et le stockage persistant.
• Maîtriser la haute disponibilité des services.

Public

• Ingénieurs DevOps, Architectes Cloud, Administrateurs systèmes.

Programme

• Control Plane, Nodes, Kubelet et API.
• Pods, ReplicaSets, Deployments.
• ClusterIP, NodePort, LoadBalancer, Ingress.
• Volumes, PV et PVC.
• ConfigMaps et Secrets.
• Helm.
• Lab 4 : déploiement d'une application micro-services hautement disponible.

Objectifs pédagogiques

• Comprendre le versioning distribué.
• Maîtriser commit, push, pull.
• Gérer branches et conflits de fusion.
• Adopter les bonnes pratiques de workflow (Git Flow).

Public

• Développeurs, Chefs de projet, Data Scientists.

Programme

• Initialisation, staging et commits.
• Log, diff, checkout et reset.
• Branches, merge et rebase.
• Remotes GitHub/GitLab, fetch vs pull.
• Stash, cherry-pick, amend.
• Lab 5 : simulation de collaboration et résolution de conflits complexes.

Objectifs pédagogiques

• Mettre en oeuvre une forge logicielle avec GitLab.
• Créer des pipelines CI/CD.
• Configurer et utiliser les GitLab Runners.
• Automatiser les tests et le déploiement.

Public

• Développeurs, Ops, Responsables QA.

Programme

• Projets, groupes et permissions.
• Le fichier .gitlab-ci.yml : stages, jobs, artefacts.
• GitLab Runners : installation, enregistrement et exécuteurs.
• Variables CI/CD : masquage et protection des secrets.
• Cache, templates et inclusion de fichiers.
• Lab 6 : pipeline Build > Test > Deploy vers un staging.

Objectifs pédagogiques

• Comprendre les principes des conteneurs et leur différence avec les machines virtuelles.
• Savoir manipuler le CLI Docker au quotidien.
• Maîtriser la création d'images avec Dockerfile et l'orchestration avec Docker Compose.
• Intégrer les bonnes pratiques de sécurité autour de Docker.

Public

• Développeurs, administrateurs systèmes et chefs de projet.

Programme

• Comprendre les conteneurs : VM vs conteneur, virtualisation, namespaces, cgroups, Copy-On-Write.
• Docker Engine : architecture et composants, environnement avec et sans Docker.
• Commandes et architecture : modèle client-serveur, cycle de vie des conteneurs avec le CLI.
• Images Docker : couches (layers), registres (Docker Hub, registres privés), tags et gestion des versions.
• Création d'images (Dockerfile) : FROM, RUN, COPY, ADD, CMD, ENTRYPOINT, EXPOSE, VOLUME, optimisation d'images.
• Introduction à Docker Compose et aux aspects de sécurité de base.

Objectifs pédagogiques

• Installer et administrer un serveur Jenkins.
• Créer des pipelines complexes en code.
• Intégrer Jenkins avec Git et Docker.
• Gérer la sécurité et les notifications.

Public

• Ingénieurs DevOps, Administrateurs outils transverses.

Programme

• Architecture Jenkins : master/slaves, nodes et plugins.
• Jobs freestyle vs pipelines.
• Pipeline DSL Groovy : déclaratif vs scripté.
• Intégrations : webhooks Git, build Docker, push registries.
• Sécurité : credentials et RBAC.
• Lab 7 : pipeline multi-branch avec notifications Slack/Email.