Conseils IT

Conseils IT

Gestion des données

• Les étapes pour construire un catalogue de données

  Un catalogue de données est le garant des métadonnées et des données de l’entreprise. Mais sa conception demande un peu de méthode. Cet article vous accompagne dans sa mise en œuvre.  Lire la suite

• Le catalogue de données : à la recherche de l’ordre perdu

  En proposant de cartographier et de classer les données d’un SI, les catalogues de données redonnent la parole au patrimoine informationnel de l’entreprise et favorisent l’usage des données auprès des métiers.  Lire la suite

• Les 5 conseils d'Andrew Ng pour déployer une Intelligence Artificielle en entreprise

  Le pionnier - et superstar - de l'IA a partagé les enseignements de ses expériences de responsables chez Google et Baidu. Il livre un mode d'emploi dont toute entreprise pourra s'inspirer avec bénéfice.  Lire la suite

• 5 technologies de bases de données cloud ou hybrides à évaluer

  Les données sont au cœur des processus des entreprises et des stratégies de transformation numérique. Pas question de choisir la mauvaise technologie de base de données pour soutenir ses applications.  Lire la suite

• Blockchain et ERP : les défis à relever (et comment les relever)

  Plutôt que des défis techniques, la construction d'un réseau d'entreprises et l'élaboration d'une gouvernance sont les obstacles les plus difficiles à surmonter pour tirer partie de l'alliance entre blockchain et ERP.  Lire la suite

• DocumentDB vs DynamoDB: quelles sont différences entre ces 2 bases de données NoSQL d’AWS

  L’architecture, l’infrastructure et la gestion des coûts sont des facteurs clés pour qui veut comparer ces deux services de bases de données NoSQL d’AWS. Cet article cartographie les principales différences pour vous aider à choisir.  Lire la suite

• ERP et blockchain : un vrai bon duo pour les transactions complexes et multipartites

  La technologie de registre distribué et immuable de la blockchain est envisagée de manière de plus en plus mûre pour optimiser les transactions multipartites, particulièrement dans des réseaux de logistique complexes.  Lire la suite

• Google Cloud Spanner : ce qu’il faut connaître avant de se lancer

  Cloud Spanner conjugue la cohérence des données à la scalabilité horizontale. Une architecture peu commune qu’il convient de connaître. En voici 4 briques essentielles.  Lire la suite

• Machine Learning : l'indispensable préparation des données requiert encore (beaucoup) d'humain

  Vous voulez automatiser vos processus grâce à l'intelligence artificielle ? D'accord. Mais ne négligez surtout pas le travail manuel qui reste encore nécessaire pour préparer les données avant de les injecter dans les algorithmes.  Lire la suite

• Big Data : Ce qu'il faut prendre en compte dans les formats de données

  Si JSON est aujourd’hui devenu le format de données de référence pour les développeurs, Parquet, ORC peuvent être de meilleures options pour l’analytique. Cet article vous en dit plus sur les différents formats de données Big Data.  Lire la suite

• CRM : trois bonnes raisons d'avoir un Data Scientist dans son équipe CX

  Les équipes en charge l'expérience client (CX) n'ont habituellement pas de Data Scientist. Mais en ajouter un peut aider à extraire plus de valeur des données que ne le ferait un analyste CRM classique avec un logiciel BI clef en main.  Lire la suite

• Le Big Data pour consolider ses données de sécurité : oui, mais de manière ordonnée

  Gartner recommande une sérieuse préparation afin d’aligner la collecte et le stockage des données sur les objectifs métiers et les besoins de la plateforme d’analyse ou du prestataire de service managé qui sera éventuellement chargé de la ...  Lire la suite

• Machine Learning : les différentes manières dont le « as a Service » démocratise l'IA

  L'émergence d'outils d'Intelligence Artificielle « à la demande » permet à un plus grand nombre d'entreprises, au-delà des géants de la Tech et des multinationales, d'accéder aux avantages du Machine Learning et du Deep Learning.  Lire la suite

• Qu'est-ce que la virtualisation de données ?

  Selon Forrester, la virtualisation de données (ou Data Virtualization) est la forme particulière d'intégration de données qui connaît la croissance la plus rapide. Mais pourquoi est-elle si « particulière » ?  Lire la suite

• Machine Learning : ce que peuvent vraiment faire les entreprises avec ces algorithmes

  Les applications concrètes de l'apprentissage statistique sont nombreuses et variées. Aussi variées que l'apprentissage supervisé, non supervisé, les réseaux neuronaux, ou l'apprentissage par renforcement.  Lire la suite