Lorenzo’s Portfolio
Accompagnement à l’IA
← Outils et applications

Apprentissage interactif

Data Vault Foundations

Lorenzo Colombani

Une plateforme d’apprentissage interactive en 14 chapitres — architecture Data Vault, SQL, dbt, conformité européenne, Python — avec des quêtes, des retours et des exercices pratiques. Travail indépendant ; pour la certification et le Data Vault en entreprise, voir Scalefree.

Derrière l’expérience

Apprendre l’architecture en la pratiquant.

Quatorze chapitres relient la modélisation Data Vault à SQL, dbt, Python et aux questions réglementaires. Le parcours s’adresse à celles et ceux qui doivent comprendre un entrepôt de données en le pratiquant, et pas seulement en lisant à son sujet.

Les exercices donnent un retour à mesure que l’apprenant progresse dans les chapitres. La conformité fait partie du modèle : le cours demande où doivent se trouver les attributs sensibles et ce qu’une suppression doit laisser derrière elle.

Par
Lorenzo Colombani
Format
Apprentissage interactif
Rôle
Conception pédagogique, interface et développement
Périmètre
14 chapitres ; plus de 100 exercices
Accès
Plateforme d’apprentissage gratuite et indépendante
Aperçu
capture animée du projet

Étude de cas

Data Vault Foundations

Pour qui

Les personnes qui doivent travailler avec un Data Vault sans en avoir jamais construit : analystes, ingénieurs qui passent à un nouvel entrepôt de données, et responsables conformité qui doivent le valider. L’objectif est une compréhension opérationnelle, pas un certificat. Au dernier chapitre, vous avez écrit le SQL et passé l’auto-évaluation de conformité.

Le programme

Quatorze chapitres, dans l’ordre où vous les suivez. Cinq portent sur la réglementation.

  • Chapitre 1 : Ontologie
  • Chapitre 2 : Data Vault en profondeur
  • Chapitre 3 : SQL SELECT
  • Chapitre 4 : Jointures SQL
  • Chapitre 5 : Conformité et RGPD
  • Chapitre 6 : Outils dbt
  • Chapitre 7 : Réglementations européennes
  • Chapitre 8 : Mécanismes de conformité
  • Chapitre 9 : AI Act et Data Vault
  • Chapitre 10 : SQL CREATE TABLE
  • Chapitre 11 : Pratique de SQL et dbt
  • Chapitre 12 : Journée d’intégration
  • Chapitre 13 : Autotest de conformité
  • Chapitre 14 : Python Vault Runner

Exercices et retours

Plus d’une centaine d’exercices, chacun corrigé sur-le-champ, et des quêtes qui les enchaînent pour en faire quelque chose qu’on termine plutôt qu’une liste qu’on abandonne. La progression se débloque au fil du parcours.

Le volet réglementaire

Cinq des quatorze chapitres portent sur la réglementation : RGPD, réglementations européennes, mécanismes de conformité, AI Act et un autotest de conformité. Ils traitent la conformité comme une partie du modèle de données — quel satellite contient les attributs sensibles, ce qu’une suppression doit laisser derrière elle — plutôt que comme un chapitre greffé à la fin. La même question, poussée plus loin, est devenue un article : Engineering AI Act data governance for data teams.

Gamification

La logique de progression suit le cadre Octalysis de Yu-kai Chou ; la même lecture a donné naissance au Gamification Helper Tool présent sur ce site.

Conception et réalisation

Quatorze pages statiques qui s’ouvrent depuis un portail de chapitres unique. Le tout fonctionne partout où tourne un navigateur.

Je conçois le produit et je prends les décisions techniques — architecture, stack, interactions —, puis je pilote des outils de code IA qui construisent selon mes spécifications. Je relis et je teste tout ce qui est livré.

Où en est le projet

En ligne et gratuit. C’est un travail indépendant, et ce site ne vend aucune prestation de conseil Data Vault. Pour la certification et le Data Vault en entreprise, voir Scalefree.

Tiré de l’étude de cas publiée à l’origine pour le projet.