Construire des outils en ligne de commande de qualité production en Rust pour l'ingénierie des données. Vous passez d'une première CLI à une véritable analyse des arguments avec `clap`, à une gestion ergonomique des erreurs avec `anyhow`, et à une journalisation structurée avec `env_logger`. De là, vous apprendrez les modèles de conception de sous-commandes adaptés aux pipelines de données (`ingest`, `transform`, `filter`, `export`), la validation d'entrée qui échoue rapidement avec un message utile, et les drapeaux spécifiques aux données (`--format`, `--output`, `--delimiter`, `--column`, `--limit`) dont chaque outil CSV et JSON a besoin. Le cours se termine par l'emballage : Les métadonnées Cargo, la publication sur crates.io, et un conteneur Docker à plusieurs étapes. En cours de route, vous apprendrez la chaîne d'outils Rust - rustup, cargo, rust-analyzer - les modules et l'écosystème crates.io, la différence entre `Result` et `panic!`, et la discipline de `stderr` par rapport à `stdout`. La pierre angulaire est `datactl`, un CLI Rust que vous construisez à partir de zéro et qui lit, résume, filtre et exporte des fichiers CSV et JSON. À la fin, vous aurez livré un petit binaire rapide, lié statiquement, que vous pourrez exécuter n'importe où.