Formation IoT industriel

Leçon 1 • Qu'est-ce que l'IIoT industriel ?

Définit l'IIoT, son périmètre et son rôle dans l'industrie moderne. Ancre le contenu technique ultérieur dans des contextes opérationnels réels.

Leçon 2 • Écosystème et parties prenantes de l'IIoT

Cartographie les fournisseurs, les intégrateurs, les organismes de normalisation et les utilisateurs finaux dans la chaîne de valeur de l'IIoT. Prépare les apprenants à naviguer dans des environnements de projet réels.

Leçon 3 • Capteurs et actionneurs industriels

Couvre les types de capteurs, le conditionnement du signal et les rôles des actionneurs dans les systèmes IIoT. Relie la mesure physique aux pipelines de données numériques.

Leçon 4 • Fondamentaux de la connectivité

Étudie les options de communication filaire et sans fil utilisées dans les environnements industriels. Prépare le terrain pour l'étude des protocoles dans les chapitres suivants.

Leçon 1 • MQTT et AMQP pour l'IIoT

Présente les protocoles de messagerie légers adaptés aux dispositifs contraints et connectés au cloud. Fait le pont entre les données de terrain et les plateformes d'analyse cloud.

Leçon 2 • Protocoles industriels sans fil

Couvre WirelessHART, ISA100.11a et LoRaWAN pour les déploiements sans fil industriels. Aborde les défis de fiabilité et de coexistence dans les environnements d'usine.

Leçon 3 • Protocoles Fieldbus hérités

Examine Modbus, PROFIBUS et HART en tant que normes de communication industrielles fondamentales. Explique pourquoi les protocoles hérités persistent dans les intégrations IIoT modernes.

Leçon 4 • OPC UA pour l'intégration IIoT

Enseigne la modélisation des informations, la sécurité et les mécanismes de transport d'OPC UA. Positionne OPC UA comme la principale couche d'interopérabilité dans les architectures IIoT.

Leçon 1 • Prétraitement des données à la périphérie

Enseigne les techniques de filtrage, d'agrégation et de signalement d'anomalies effectuées localement avant la transmission vers le cloud. Réduit le volume de données inutiles et améliore la qualité de l'analyse en amont.

Leçon 2 • Logiciels et environnements d'exécution périphériques

Couvre la conteneurisation, l'intergiciel périphérique et les systèmes d'exploitation temps réel pour les nœuds périphériques industriels. Relie les choix logiciels à la fiabilité du déploiement et à la gestion des mises à jour.

Leçon 3 • Orchestration et gestion de la périphérie

Présente la gestion à distance, la supervision et l'orchestration des nœuds périphériques distribués. Prépare les apprenants à exploiter de manière fiable des déploiements périphériques à grande échelle.

Leçon 4 • Plateformes matérielles périphériques industrielles

Étudie les API, les PC industriels et les passerelles périphériques dédiées en tant que plateformes de calcul. Guide la sélection du matériel en fonction des contraintes environnementales et de performance.

Leçon 1 • Qualité et gouvernance des données

Aborde la validation, le nettoyage, le traçage de la lignée et le contrôle d'accès des données pour les ensembles de données industriels. Garantit la fiabilité des données pour l'analyse et la conformité.

Leçon 2 • Intégration des systèmes IT et OT

Couvre les modèles d'intégration entre les technologies opérationnelles et les systèmes informatiques d'entreprise tels que l'ERP et le MES. Aborde les défis de cohérence et de synchronisation des données.

Leçon 3 • Contextualisation et modélisation des données

Enseigne la modélisation des actifs, le balisage sémantique et la contextualisation des données pour donner du sens aux données brutes des capteurs. Relie les données contextualisées à la prise de décision en entreprise.

Leçon 4 • Bases de données temporelles pour l'IIoT

Présente les concepts de bases de données temporelles, la conception de schémas et les modèles de requêtes pour les données industrielles. Relie les choix de stockage à l'analyse en aval et à l'intégration avec les historiciens.

Leçon 1 • Évolutivité et haute disponibilité

Couvre la mise à l'échelle horizontale, l'équilibrage de charge et les modèles de redondance pour les plateformes IIoT gérant des millions de points de données. Aborde la conception du basculement et de la reprise après sinistre.

Leçon 2 • Interopérabilité et normes ouvertes

Aborde la conception d'API, l'adoption de normes ouvertes et l'intégration neutre vis-à-vis des fournisseurs pour éviter l'enfermement propriétaire. Garantit la longévité de la plateforme et la flexibilité de l'écosystème.

Leçon 3 • Composants d'une plateforme IIoT

Identifie la gestion des dispositifs, l'ingestion de données, l'analyse et l'activation d'applications comme couches centrales de la plateforme. Fournit une cartographie des composants utilisée dans les exercices de conception architecturale.

Leçon 4 • Modèles de déploiement cloud et hybride

Compare les options de déploiement cloud public, cloud privé et hybride pour les charges de travail IIoT. Guide les décisions de déploiement en fonction de la souveraineté des données et des besoins de latence.

Leçon 1 • Cadres de sécurité IIoT

Présente les cadres et normes de cybersécurité industrielle pour la gestion des risques et la sélection des contrôles. Fournit une approche structurée pour le développement d'un programme de sécurité.

Leçon 2 • Identité des dispositifs et contrôle d'accès

Enseigne l'identité des dispositifs basée sur des certificats, la gestion PKI et le contrôle d'accès basé sur les rôles pour l'IIoT. Empêche l'enrôlement non autorisé des dispositifs et l'escalade de privilèges.

Leçon 3 • Supervision, détection et réponse

Couvre la détection d'intrusion adaptée à l'OT, la gestion des informations de sécurité et les playbooks de réponse aux incidents. Boucle la boucle de sécurité, de la détection à la récupération.

Leçon 4 • Paysage des menaces IIoT

Étudie les vecteurs d'attaque, les acteurs de la menace et les incidents historiques spécifiques aux environnements industriels. Motive l'investissement en sécurité en reliant les menaces à leurs conséquences opérationnelles.

Leçon 1 • Ingénierie des caractéristiques pour les données de capteurs

Couvre l'extraction de caractéristiques dans le domaine temporel, fréquentiel et statistique à partir de flux bruts de capteurs. Prépare des entrées de haute qualité pour l'entraînement des modèles d'apprentissage automatique.

Leçon 2 • Modèles de maintenance prédictive

Enseigne la détection d'anomalies, l'estimation de la durée de vie utile restante et la classification des défauts pour la santé des équipements. Relie les sorties du modèle aux flux de travail de planification de la maintenance.

Leçon 3 • Fondamentaux de l'analyse industrielle

Présente les niveaux d'analyse descriptive, diagnostique, prédictive et prescriptive dans les contextes industriels. Cadre la maturité analytique comme une progression liée à la valeur commerciale.

Leçon 4 • Optimisation de la qualité et des processus

Applique des techniques de régression et d'optimisation pour améliorer la qualité des produits et l'efficacité des processus. Relie les recommandations du modèle aux systèmes de contrôle de production.

Leçon 1 • Amélioration continue des opérations IIoT

Applique des méthodologies d'amélioration itérative aux systèmes IIoT en utilisant les données opérationnelles et les boucles de rétroaction. Soutient la création de valeur à long terme au-delà du déploiement initial.

Leçon 2 • Provisionnement et mise en service des dispositifs

Enseigne le provisionnement sans contact, l'enrôlement des dispositifs et les procédures de mise en service sur le terrain pour les déploiements IIoT. Garantit que les dispositifs sont intégrés de manière sécurisée et correcte à grande échelle.

Leçon 3 • Gestion des changements et contrôle de configuration

Couvre la gestion des mises à jour du firmware, le versionnage de la configuration et les processus d'approbation des changements dans les environnements OT en production. Minimise le risque opérationnel lors des modifications du système.

Leçon 4 • Planification de projet IIoT

Couvre la définition du périmètre, l'alignement des parties prenantes, la planification des risques et les stratégies de déploiement progressif pour les projets IIoT. Établit des structures de gouvernance de projet qui réduisent les échecs de déploiement.