Conseils IT
Conseils IT
Gestion des données
-
Edge computing : les meilleurs cas d’usage en milieu industriel
Le edge computing peut améliorer divers aspects des opérations industrielles. Et faire économiser du temps et de l’argent. Voici quelques-uns des meilleurs cas d’utilisation de cette technologie. Lire la suite
-
Comment accélérer Python et NumPy en évitant la taxe de conversion
Les transferts de données et de mémoire en Python s’accompagnent d’une taxe cachée sur les performances. Voici comment utiliser NumPy pour des performances optimales en évitant les sauts à travers une ligne cachée de conversions. Lire la suite
-
12 cas d’utilisation de l’IA en RH sur lesquels les entreprises devraient s’attarder
L’IA peut aider les RH à optimiser divers aspects des opérations qui les concernent. Mais il s’agit également pour les responsables RH de bien évaluer les risques. Cet article passe en revue 12 cas d’usage concrets. Lire la suite
-
Comment l’Intelligence artificielle peut renforcer une supply chain
Les applications de l’IA dans la chaîne logistique (SCM) sont nombreuses et leurs potentiels énormes, mais il faudra aussi veiller à laisser la technologie sous le contrôle des métiers et de l’humain, rappelle François-Joseph Mytych de KBRW. Lire la suite
-
Cinq idées fausses sur la blockchain (qui ne doivent pas vous empêcher de la regarder)
La blockchain ne se résume pas à la cryptographie et aux cryptomonnaies. Nous démystifions ici cinq idées fausses, et très courantes, qui pourraient, à tort, détourner l'attention des décideurs IT de cette technologie qui ne manque pourtant pas ... Lire la suite
-
Comment créer un smart contract sur Ethereum ?
Solidity est un langage puissant pour programmer et déployer des smart contracts sur la blockchain Ethereum. Voici comment débuter, avec quelques conseils pour bien choisir l’outil de développement (EDI) qui vous conviendra le mieux. Lire la suite
-
Blockchain : les cas d’usage dans la finance
La blockchain continue de se développer dans les entreprises, les sociétés du secteur financier élargissant leur utilisation de la technologie. Voici un aperçu de 7 utilisations, établies ou émergentes. Lire la suite
-
QA : ce qu’il faut savoir avant de tester des apps d’IA générative
Les applications d’IA générative étant de plus en plus populaires, les professionnels de l’assurance qualité doivent être conscients de leurs modes d’échec particuliers. Découvrez ce que les testeurs doivent prendre en compte lorsqu’ils manipulent ... Lire la suite
-
Conseils pour améliorer l’expérience collaborateurs grâce à l’IA
L’Intelligence artificielle peut être un bon levier pour améliorer l’expérience de vos collaborateurs. Encore faut-il respecter quelques règles, qui faciliteront l’acceptation de cette technologie qui peut aussi être anxiogène, conseillent deux ... Lire la suite
-
Tutoriel MLOps : les premiers pas avec Kubeflow
Pour les équipes qui exécutent des flux de travail de machine learning avec Kubernetes, l’utilisation de Kubeflow peut conduire à des déploiements plus rapides et plus fluides. Commencez avec ce guide d’installation. Lire la suite
-
MLOps : pourquoi l’entraînement continu est essentiel
Les entreprises qui mettent en place des stratégies MLOps doivent prendre en considération quand elles doivent appliquer des étapes d’entraînement continu et quand cela n’est pas nécessaire. Lire la suite
-
Comprendre les fondamentaux d’un cadre MLOps
Vous ne savez pas par où commencer lorsqu’il s’agit de normaliser les processus de machine learning de votre entreprise ? Explorez les principaux éléments à prendre en compte pour constituer un cadre MLOps. Lire la suite
-
Tout ce qu’il faut savoir sur l’AI Washing
Avec le battage médiatique viennent les bonimenteurs. Découvrez comment les entreprises exagèrent l’implication de l’IA dans leurs produits et services, et comment éviter de tomber dans le piège. Lire la suite
-
IA générative et supply chain : quatre applications possibles
De la prévision de la demande à l’amélioration de la durabilité, voici comment les grands modèles de langage (LLM) peuvent améliorer la gestion, la résilience et la communication au sein de la chaîne d’approvisionnement. Lire la suite
-
IA, machine learning, deep learning, IA générative : quelles différences ?
La démocratisation de ce que le marché a nommé l’IA générative provoque chez certains une forme de confusion. En des termes simples, l’IA – intelligence artificielle – devient, dans les discours, IA générative. Ce conseil rappelle les distinctions ... Lire la suite
-
XML ou YAML : une comparaison des formats de fichiers de configuration
Les outils de gestion de configuration exploitent des langages de sérialisation de données. Voici les principales différences entre deux d’entre eux : XML et YAML. Lire la suite
-
Facturation électronique : comment l’aborder sereinement (et en faire une opportunité pour la DSI)
Avec le report de la réforme sur la facturation, les DSI se trouvent face à une nouvelle donne. Au-delà de la mise en conformité technique, ils ont l’occasion de piloter des projets stratégiques de digitalisation, non seulement pour répondre aux ... Lire la suite
-
MLSecOps : les bonnes pratiques pour sécuriser l’IA
Si le terme apparaît comme une énième déclinaison marketing, le suivi des meilleures pratiques MLSecOps doit permettre aux entreprises de déployer l’IA et le machine learning sans ajouter de problèmes de sécurité irrémédiables, malgré l’inévitable ... Lire la suite
-
Data Mesh : tout ce qu’il faut savoir sur le produit de données
Au cœur de l’approche Data Mesh réside la notion de data product. Si l’expression est antérieure à l’émergence du concept attribué à Zhamak Dheghani, il convient d’en définir les principaux atours pour mieux comprendre cette théorie de la gestion ... Lire la suite
-
IA : comment générer de l’ADN avec des LLMs
Les grands modèles de langage (LLM) ont des applications potentielles qui vont au-delà des résumés ou des brouillons de mails. Ils peuvent aussi être utilisés pour créer des séquences synthétiques d’ADN. Lire la suite
-
Ce qui distingue l’approche Data Mesh d’une architecture de données
Ce qui est communément appelé un Data Mesh correspond à une approche décentralisée de la gestion de données et de leur valorisation. Bien que compatible avec les Data fabric, entrepôts de données et data lakes, il sous-tend une philosophie opposée. Lire la suite
-
Informatique quantique : les promesses pour les métiers
L’informatique quantique est riche de promesses pour accélérer la résolution de certains problèmes métiers. Voici un tour d’horizon de celles qui sont les plus susceptibles de se concrétiser. Et quelques conseils d’experts pour se préparer avec ... Lire la suite
-
À l’heure du cloud, les data stack traditionnelles sont-elles encore pertinentes ?
Les piles de données traditionnelles n’ont pas la flexibilité et l’évolutivité que le cloud offre aux « data stack » modernes. Cependant, les architectures déployées sur site présentent encore plusieurs avantages par rapport à leurs homologues en ... Lire la suite
-
Faire une IA générative moins énergivore (l’exemple de Workday)
L’intelligence artificielle générative est énergivore, que ce soit lors de l’entraînement ou pendant l’inférence. Mais plusieurs solutions existent pour réduire son coût et son empreinte énergétiques. L’ex-ingénieur de la NASA et co-président de ... Lire la suite
-
Combien de personnes faut-il pour entraîner un grand modèle de langage ?
L’étude des articles de recherche et des rapports techniques démontre qu’en à peine un an les grands du secteur ont très largement gonflé les effectifs des laboratoires R&D, afin de déployer leurs modèles d’IA générative. Pour autant, les équipes de... Lire la suite
-
MERN ou MEAN : bien choisir la pile technologique de son application Web
Si les piles MERN et MEAN partagent de nombreux éléments communs, leur utilisation respective de React et Angular est un facteur déterminant dans le choix de l’une ou de l’autre. Lire la suite
-
Comment devenir ingénieur MLOps
Découvrez les principales responsabilités et compétences requises pour une carrière dans le domaine du MLOps, qui se concentre sur la gestion des flux de travail tout au long du cycle de vie des modèles de machine learning. Lire la suite
-
GenAI Mode d’Emploi : pourquoi et comment adapter un modèle ?
Quand avoir une IA générative « maison » est-elle une bonne idée ? Et dans ce cas, comment choisir le bon LLM ? Et comment l’adapter ? Par réentraînement ou avec des techniques plus simples (et lesquelles) ? Autant de questions auxquelles Guillaume ... Lire la suite
-
Application et IA générative : l’émergence d’une architecture type
L’architecture applicative universelle n’existe pas, mais un modèle s’impose quand il est question d’exploiter un grand modèle de langage (LLM). Il s’agit d’enrichir les résultats d’un modèle avec une base de connaissances. Une approche extensible, ... Lire la suite
-
IA générative : les dix bonnes pratiques pour rédiger ses prompts
Poser les bonnes questions est essentiel pour utiliser efficacement l’IA générative. Découvrez 10 conseils pour rédiger des prompts clairs et utiles, et apprenez les erreurs communes à éviter ainsi que des conseils pour la génération d’images. Lire la suite
-
Bien débuter son projet d’IA générative
Lors du salon Big Data & AI Paris 2023, Laurent Daudet, président et cofondateur de LightOn, a partagé l’approche de sa startup pour bien appréhender un projet d’IA générative. En découle une stratégie en cinq phases pour structurer les enjeux et ... Lire la suite
-
IA : conseils pour bien se préparer à la révolution industrielle à venir
Entre le quotidien opérationnel qui assure les marges d’aujourd’hui et les investissements de moyen terme au succès aléatoire, les dirigeants vont devoir faire des choix parfois contre-intuitifs pour se préparer aux changements que promet l’IA – ... Lire la suite
-
L’essentiel sur LangChain
Quand il est question d’IA générative, LangChain revient souvent sur le devant de la scène. Qu’est-ce que c’est ? Comment cela fonctionne-t-il ? Ce conseil éclaircit les capacités principales de ce framework et ses cas d’usage. Lire la suite
-
L’IA générative menace-t-elle les plateformes low-code/no-code ?
Outre les risques en matière de sécurité et de droit, l’IA générative complète, mais ne remplace pas (tout du moins pour l’instant) les plateformes low-code/no-code. Lire la suite
-
« Petit » lexique de l’IA générative : les grands modèles de langage
L’IA générative est une technologie simple à comprendre, mais complexe à maîtriser. Ce lexique a pour objectif de lister et définir rapidement les concepts importants qui régissent le fonctionnement des grands modèles de langage. Lire la suite
-
Prompt engineering et fine-tuning : quelles sont les différences ?
Le prompt engineering et le fine-tuning sont deux approches pour optimiser les résultats d’une IA générative. Toutefois, ces deux techniques jouent un rôle distinct dans l’entraînement d’un modèle LLM. Lire la suite
-
Les leçons à retenir de l’entraînement de Llama 2
Llama 2 n’est pas la collection de modèles open source espérée. Il n’en reste pas moins que les méthodes décrites par les chercheurs de Meta devraient aider la communauté à y voir plus clair pour tenter de reproduire le succès de ChatGPT (et de GPT-... Lire la suite
-
Intégrer concrètement l’éthique à vos projets IT en 3 étapes
L’expert européen Marc Steen préconise un processus en trois étapes pour intégrer l’éthique à l’IT. Il propose également un cadre de réflexion qui s’appuie sur deux perspectives éthiques distinctes. Lire la suite
-
Comment fixer des règles claires pour un usage sûr de ChatGPT en entreprise ?
Les outils comme ChatGPT ont un réel potentiel. Mais ils ne sont pas sans risque (fuites de données, erreurs qui peuvent être coûteuses, etc.). Voici comment établir des garde-fous qui éviteront les mauvaises surprises tout en optimisant les ... Lire la suite
-
DSA, DMA, Data Act, DGA : que faut-il retenir ?
Outre l’AI Act encore en discussion, plusieurs réglementations européennes s’apprêtent à renforcer la protection des données et des consommateurs au sens large. Cet article tente de résumer les principales mesures à retenir de ce « paquet législatif... Lire la suite
-
Embeddings et IA générative : pourquoi faut-il être prudent ?
De plus en plus d’éditeurs vantent l’intérêt de la technique de l’embedding pour enrichir les réponses d’un modèle comme GPT-4 tout en évitant d’envoyer des données confidentielles vers les plateformes d’IA générative. Dans les faits, la méthode ... Lire la suite
-
Un data stewardship distribué au service de la gouvernance des données
Les modèles de data stewardship et d’intendance distribuée apportent différents outils aux stratégies de gouvernance des données. Les organisations doivent comprendre les différences pour choisir la solution la mieux adaptée. Lire la suite
-
Quels leviers RH activer pour renforcer ses compétences Data ?
Recrutement, upskilling ou reskilling ? Quelle solution privilégier pour renforcer ses moyens humains sur les sujets en tension des données et de l’intelligence artificielle ? Indice : le niveau de maturité est clé dans les choix. Et les managers ... Lire la suite
-
IA générative : quelle stratégie pour en tirer les bénéfices (et en limiter les risques)
Les IA génératives sont riches de promesses de gain de productivité pour les entreprises, à condition de bien contrôler leurs usages et leurs travers possibles. Trois experts proposent des pistes de plan d’action avant d’utiliser ChatGPT ou d’autres... Lire la suite
-
Risques et atouts de l’intelligence artificielle générative pour les services client
Les IA génératives, comme ChatGPT, ont plusieurs avantages pour un service client. Mais les organisations doivent comprendre les risques liés à cette technologie, comme les réponses fabriquées de toutes pièces ou les biais. Lire la suite
-
IA appliquée aux outils comptables et financiers : les cas d’usages
Les différentes facettes de l’intelligence artificielle présentent un potentiel important pour de nombreuses tâches financières et comptables, même si leur usage n’est pas encore totalement répandu. Lire la suite
-
Intelligence artificielle générative et secteur industriel : atouts et défis
Des experts de PwC, Capgemini, Deloitte et Tata Consulting Services partagent leurs idées, leurs conseils et leurs bonnes pratiques pour tirer le meilleur parti de l’IA générative dans le secteur manufacturier, et sur la manière d’atténuer les ... Lire la suite
-
Falcor vs GraphQL : les différences clés
Bien que les deux projets représentent fondamentalement deux approches visant un objectif similaire, il existe quelques différences essentielles entre GraphQL et Falcor qu’il est utile de connaître. Lire la suite
-
Maîtrise des données industrielles, un enjeu stratégique
Les données utilisées dans l’industrie ont des origines variées. Cela ne les empêche pas d'être au cœur de la gestion des activités industrielles. Pour autant, utiliser les technologies d’exploitation des données dans le domaine industriel soulève ... Lire la suite
-
ESG : comment relever le défi des données ?
Mesurer ses processus, collecter les données, les enrichir avec des sources externes, puis les rendre intelligibles pour agir. Telles sont les exigences imposées par les nouvelles réglementations ESG. Le défi est de taille, car ce domaine de la ... Lire la suite
-
L’essentiel sur Starburst et Trino
À partir de Trino, une branche du projet Presto de Facebook, Starburst entend proposer un méta data warehouse capable de fédérer des données depuis un maximum de systèmes sources. Lire la suite
-
Pourquoi ne pas se précipiter pour déployer l’analytique en temps réel
Les outils d’analytique en temps réel promettent de fluidifier la récolte d’indicateurs et d’améliorer les processus d’entreprise, mais ils posent également des défis aux organisations qui les adoptent. Lire la suite
-
Gestion de flux de données : une introduction à Apache Airflow
Cette introduction à Apache Airflow passe en revue certaines des bases de l’outil de gestion de flux de travail – des étapes d’installation aux différentes options de l’interface graphique en passant par quelques conseils pour l’utiliser au ... Lire la suite
-
Les cinq piliers de l’observabilité des données
L’observabilité des données doit assurer une surveillance holistique des pipelines de données d’une organisation. Voici les cinq piliers de cette pratique devant garantir, in fine, l’efficacité et la précision des traitements de données. Lire la suite
-
Amélioration des critères ESG : comment l’IT peut participer
Les consommateurs, les collaborateurs et même les investisseurs se tournent vers des entreprises respectueuses des critères environnementaux, sociaux et de gouvernance (ESG). Voici les pistes d’action que votre entreprise et son IT doivent explorer,... Lire la suite
-
Les biais du recrutement augmenté à l’IA : ce qu’il faut savoir
Les biais et la discrimination peuvent s’insinuer à presque toutes les étapes de votre processus de recrutement. Voici quelques points de vigilance et conseils pour en limiter l’impact. Lire la suite
-
Dix certifications clés pour les data architects et les data engineers
Pour gagner en compétence, les data architects et les data engineers sont invités à passer et obtenir des certifications. Oui, mais lesquelles ? Cet article liste dix certifications clés pour ces deux spécialités. Lire la suite
-
Customer Data Platform (CDP) : définition et intérêt pour le marketing
Une CDP est une application qui centralise, réconcilie, unifie et rend exploitable les données clients, pour avoir une vision 360° de chaque acheteur et personnaliser les actions marketing. Lire la suite
-
Le suivi des émissions de CO2, un enjeu de taille pour l’IT
Les entreprises de divers secteurs ainsi que les pouvoirs publics ont recours à l’IT et aux solutions analytiques pour suivre les émissions de gaz à effet de serre afin de répondre aux nouvelles exigences réglementaires. Lire la suite
-
Data Lakehouse : les subtiles nuances qui divisent les éditeurs
Si le principe de faire converger un lac et un entrepôt de données a séduit les éditeurs et les fournisseurs de cloud, les interprétations du concept de Data Lakehouse sont désormais plus nombreuses qu’il n’y paraît. Lire la suite
-
NLP : la tendance la plus importante de la BI en 2023, selon les experts
Compte tenu des progrès réalisés dans le développement des agents conversationnels, comme le récent lancement de ChatGPT, les observateurs du secteur s’attendent à ce que les éditeurs de solutions analytiques accordent la priorité aux requêtes et ... Lire la suite
-
Les tendances clefs du Big Data en 2023 (et après)
Le big data entraîne des changements dans la manière dont les organisations traitent, stockent et analysent les données. Les avantages qui en découlent stimulent encore plus l’innovation. Voici les grandes tendances du domaine à suivre en 2023. Lire la suite
-
Sobriété numérique : comment agir pour maximiser son impact ?
Mesure des émissions et de la consommation, collecte de données, allongement du cycle de vie des équipements, sensibilisation. Un plan de sobriété numérique mobilise de multiples actions. Lire la suite
-
L’avènement de la RPA et au-delà
En s’efforçant d’émuler l’humain dans des tâches telles que la saisie de données, l’automatisation robotisée des processus a trouvé sa place dans de nombreuses opérations administratives de l’entreprise. Lire la suite
-
API : les meilleures pistes pour une stratégie réussie
Les API peuvent assurer la connectivité nécessaire pour piloter les processus métier internes et externes, à condition d’appliquer les bonnes méthodologies. Lire la suite
-
Comment constituer la bonne équipe DataOps
Nombreuses sont les entreprises à se tourner vers le DataOps pour tirer le meilleur parti de la gestion des données. Découvrez comment vous entourer de la bonne équipe pour garantir le succès d’une approche DataOps. Lire la suite
-
ML et IA : comment générer un ROI pour ses projets analytiques ?
Une étude d’IDC pour Alteryx montre que les organisations françaises veulent miser sur l’analytique avancée et l’automatisation, mais que trois freins doivent être levés pour que ces stratégies se concrétisent en bénéfices tangibles. Lire la suite
-
Comment les services IT peuvent faciliter les projets analytiques
Les services IT doivent rendre possibles les cas d’usage analytiques dans les organisations en s’assurant que l’architecture de données est en place, en prenant en compte les outils, les processus et les procédures. Lire la suite
-
Bien comprendre le chiffrement homomorphe
Le chiffrement homomorphe est une technique permettant d’effectuer des traitements sur des données chiffrées sans qu’elles soient exposées en clair. Des experts d’IBM évaluent les avantages et inconvénients de la méthode entrée dans une première ... Lire la suite
-
Pourquoi toutes les décisions data-driven ne sont-elles pas fiables ?
Les entreprises expriment souvent le souhait de devenir « data-driven ». Mais si ces données étaient inexactes ? La démocratisation des données répondrait en partie à ce problème. Lire la suite
-
BI traditionnelle ou BI en libre-service. Pourquoi choisir ?
BI traditionnelle ou BI en libre-service ? Un choix que les organisations ne devraient pas avoir à faire, car il s’agit davantage d’un partenariat qui nécessite des éléments issus de ce tandem, en vue de permettre aux utilisateurs d’exploiter ... Lire la suite
-
Intelligence Artificielle appliquée aux RH : les cas d’usages
L’IA a de nombreux atouts pour les ressources humaines. Et même si les DRH se montrent encore prudents, certains usages se sont d’ores et déjà imposés. Ce dossier vous propose de plonger dans l’état de l’art de l’IA appliquée aux RH (sans en oublier... Lire la suite
-
IA générique et généralisation de l’IA : les défis des industriels
Les industriels sont confrontés à des problématiques majeures. Encouragés par le consensus scientifique à adopter des modèles d’IA génériques, ils n’arrivent pas à généraliser correctement l’apprentissage des réseaux de neurones, qui malgré les ... Lire la suite
-
Comment former une équipe FinOps
L’approche FinOps implique la centralisation de la gestion des coûts IT tout en favorisant la collaboration entre les parties prenantes d’une entreprise. Voici quelques pistes pour résoudre les défis de l’instauration d’une équipe FinOps. Lire la suite
-
Big Data et Machine Learning : comment faire de la vraie hyper personnalisation dans l’e-commerce ?
Qu’est-ce que l’hyper-profiling (ou hyper-personnalisation) ? Comment le mettre réellement en pratique dans l’e-commerce ? Réponse dans cette tribune du cabinet de conseils Daveo (Magellan Partners). Lire la suite
-
Support SAP : comment réduire l’impact de l’augmentation des tarifs
SAP vient d’annoncer à ses clients qu’il allait augmenter ses frais de support de plus de 3 % cette année. Plusieurs options sont envisageables pour réduire l’addition, explique Forrester. Lire la suite
-
Comment l’analytique appliquée aux RH peut améliorer la rétention des employés
L’amélioration du turnover profite à toute l’organisation. L’analytique peut aider à le réduire en s’appuyant sur des données et en les synthétisant de manière claire. Voici 5 pistes « data driven » que les RH peuvent explorer. Lire la suite
-
BI « made in France » : l’essentiel sur Report One
Report One est un éditeur d’informatique décisionnelle qui cible historiquement les PME, mais dont la philosophie assumée de simplicité semble commencer à séduire les ETI. Lire la suite
-
Comment bien choisir ses outils FinOps
Les outils FinOps aident les entreprises à optimiser l’utilisation et les dépenses liées au cloud. Cet article passe en revue les avantages et les inconvénients des offres natives et tierces. Lire la suite
-
Intégration de données : quatre tendances émergentes à évaluer
Selon Forrester, pour accroître leurs performances en matière d’intégration des données, les entreprises doivent évaluer ces quatre technologies d’intégration de données. Lire la suite
-
Comment rendre l’IA plus verte et plus efficace
L’intelligence artificielle promet de combattre les effets néfastes du changement climatique, mais dans le même temps, elle est vouée à en aggraver les conséquences en raison de sa consommation excessive d’énergie. Comment rendre l’IA plus verte ? Lire la suite
-
Quelles différences entre une CDP et une DMP dans une stratégie marketing ?
Les Customer Data Platforms et les Data Management Platforms sont deux outils de gestion de données marketing très complémentaires du CRM. Voici les points clés pour bien les distinguer et bien les utiliser dans une stratégie de vision à 360° du ... Lire la suite
-
CRM : 3 bonnes raisons d’avoir un Data Scientist dans son équipe CX
Les équipes responsables de l’expérience client (CX) n’ont habituellement pas de Data Scientist. Pourtant, en avoir un peut aider à extraire plus de valeur des données que ne le feraient un analyste CRM classique et un logiciel BI. Lire la suite
-
CRM : l’Intelligence artificielle devient indispensable, mais elle ne remplace pas un bon commercial
L’intégration des technologies d’Intelligence artificielle dans les CRM est riche de promesses pour les forces de vente. Mais l’IA demande aussi des ressources et des commerciaux formés à son utilisation. Lire la suite
-
Intégration de données : l’essentiel sur StreamSets
Filiale de Software AG, StreamSets s’est récemment installée en France. Elle propose une plateforme DataOps consacrée à l’orchestration des intégrations de données multicloud et hybride. Lire la suite
-
Quel SGBD relationnel correspond le mieux à vos besoins ?
Cet article passe en revue les principales bases de données relationnelles pour vous aider à déterminer le SGBDR qui vous convient le mieux. Lire la suite
-
Quel SGBDR choisir ? Prise en charge des applications et critères d’achat
En plus des forces et faiblesses des SGBDRs, deux autres facteurs influent sur le choix d’une base : la prise en charge des applications et les critères d’achat. Lire la suite
-
Quel SGBDR choisir ? Sept facteurs supplémentaires à prendre en compte
En plus des critères définis dans les deux précédents articles de cette série sur le choix d’un SGBDR, voici sept facteurs supplémentaires à prendre en compte avant d’adopter une base. Lire la suite
-
L’essentiel sur IBM Db2
LeMagIT fait le point sur les principales bases de données relationnelles du marché. Aujourd’hui : IBM Db2. Lire la suite
-
L’essentiel sur MySQL
LeMagIT fait le point sur les principales bases de données du marché. Aujourd’hui, la base relationnelle open-source d'Oracle, MySQL. Lire la suite
-
ELT : l’essentiel sur Rivery
Rivery entend bien se faire une place sur le marché de l’ELT/ETL en mettant avant son modèle économique, ses kits d’intégration précâblés ainsi que la modularité de sa plateforme SaaS. Lire la suite
-
À force de consolidations, le filon du process mining s’épuise
Les géants technologiques comme SAP et Microsoft ont rapidement saisi la valeur du process mining, mais le rythme actuel des acquisitions altère rapidement le marché, selon les analystes. Lire la suite
-
Peut-on réellement partager une base de données entre microservices ?
Adopter une architecture de microservices réclame généralement de déployer une base de données par service. Cet article démontre qu’il est possible de conserver un SGBD partagé entre plusieurs microservices à condition de respecter certaines ... Lire la suite
-
DAM : bénéfices et défis de la gestion des actifs numériques
Le Digital Asset Management aide à gérer les contenus multimédias et constitue un outil essentiel pour les spécialistes du marketing. Mais n’étant pas sans contraintes, il est important de bien préparer sa mise en œuvre. Lire la suite
-
Quelle blockchain choisir pour développer vos applications ?
Voici un tour d’horizon des 9 principales de blockchain utilisables en B2B - de Ethereum à Hypeledger Sawtooth en passant par Tezos ou EOSIO – pour vous aider à choisir la bonne plateforme. Lire la suite
-
L’essentiel sur SAP HANA
LeMagIT fait le point sur les principales bases de données du marché. Place à la base In-Memory et multimodèle de SAP, HANA. Lire la suite
-
L’analytique collaborative, une approche vouée à doper le décisionnel
En adoptant un modèle d’analytique collaborative, les organisations cherchent à exploiter tout le potentiel de leurs effectifs et à renforcer par la collaboration le partage d’informations et la prise de décision. Lire la suite
-
L’essentiel sur Aerospike
LeMagIT fait le point sur les principales bases de données du marché. Aujourd’hui le SGBD NoSQL open source In-Memory Aerospike. Lire la suite
-
L’essentiel sur Redis
LeMagIT fait le point sur les principales bases de données du marché. Aujourd’hui, la base clé-valeur extensible, in-memory et sous licence open source, Redis. Lire la suite
-
L’essentiel sur les bases de données graphes
Les bases de données graphes se concentrent sur les relations entre les données, une propriété qui les distingue des autres SBGD NoSQL, mais aussi des bases relationnelles. Lire la suite