Building an Analytics Pipeline for Games (French)

Ce cours explique comment créer un pipeline d'analyse dans le cadre de développement de jeux. Les apprenants exploreront des approches courantes pour mettre en œuvre l'analyse en temps quasi réel et découvriront comment parvenir plus ou moins vite à extraire des informations grâce à une solution d'analyse complète. Ils apprendront également à étendre un pipeline à mesure que leurs besoins changent ou évoluent.

Remarque : ce cours comprend un ou plusieurs ateliers d'autoformation facultatifs hébergés sur amazon.qwiklabs.com. Ces ateliers doivent être payés avec des crédits, lesquels coûtent 1 USD par crédit. Un atelier coûte généralement jusqu'à 15 crédits. Ce coût n'est pas inclus dans la formation numérique gratuite disponible sur aws.training. Vous devrez créer un compte Qwiklabs pour acheter des crédits et suivre un atelier.

Public visé

Ce cours s'adresse aux personnes suivantes :

• Chefs d'entreprise
• Développeurs de jeux
• Autres professionnels du secteur du jeu

Objectifs du cours

Dans ce cours, vous apprendrez à :

• Décrire les étapes clés d'un pipeline d'analyse et leur rôle.
• Décrire comment architecturer un pipeline d'analyse et de traitement par lots pour les jeux.
• Décrire comment architecturer un pipeline d'analyse en temps quasi réel pour les jeux.
• Décrire les options d'intégration des pipelines par lots et en temps réel dans une solution unifiée.
• Identifier les façons d'agrandir ou étendre un pipeline d'analyse pour obtenir des informations supplémentaires.
• Identifier les ressources disponibles pour explorer vous-même la création d'un pipeline d'analyse.

Prérequis

Pour assister à ce cours, il est recommandé d'avoir les connaissances suivantes :

• Rudiments du cloud computing et d'Amazon Web Services (AWS), équivalant à la certification Cloud Practitioner Essentials
• Connaissance de base de l'analyse des données et des services AWS Analytics, équivalant à Data Analytics Fundamentals
• Compréhension de base de l'analyse de rentabilisation pour l'analyse dans les jeux, équivalant à Why Analytics for Games

Méthode d'apprentissage

• Ce cours est dispensé en ligne.

Durée

• 90 minutes

Déroulement du cours

• Module 1 : Introduction
  • Présentation du cours
  • Test préliminaire
  • Vérification
• Module 2 : Étapes d'un pipeline d'analyse
  • Présentation d'un pipeline d'analyse
  • Ingestion des données de jeu
  • Stockage des données de jeu
  • Traitement et analyse des données de jeu
  • Consommation des données de jeu
  • Services AWS corrélés aux étapes du pipeline
• Module 3 : Traitement par lots et analyse
  • Analyse par lots et cas d'utilisation
  • Modèles d'architecture pour l'analyse par lots
  • Ingestion des données de jeu par lots
  • Stockage des données de jeu par lots
  • Traitement des données de jeu par lots
  • Analyse des données de jeu par lots
  • Consommation des données de jeu par lots
  • Démonstration : Création d'un pipeline d'analyse par lots
• Module 4 : Traitement et analyse en temps quasi réel
  • Analyse en temps réel et cas d'utilisation
  • Modèles d'architecture pour l'analyse en continu
  • Ingestion des données de jeu en temps quasi réel
  • Stockage des données de jeu en temps quasi réel
  • Traitement et analyse des données de jeu en temps quasi réel
  • Consommation des données en temps quasi réel
• Module 5 : Assemblage de tous les éléments
  • Raisons de l'intégration des pipelines
  • Comment configurer des sources de données
  • Exemples de pipelines utilisant des couches de traitement par lots et en continu
• Module 6 : Extension du pipeline
  • Inclusion de sources de données supplémentaires
  • Activation de la surveillance des Live Ops
  • Création d'architectures pilotées par les événements
  • Automatisation des flux de travail ou production d'informations prédictives par machine learning
• Module 7 : Conclusion et étapes suivantes
  • Résumé
  • Évaluation des connaissances
  • Ressources pour aller plus loin