Conseils IT
Conseils IT
MDM - Gouvernance - Qualité
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
Qu’est-ce que la gouvernance de l’IA et pourquoi en avez-vous besoin ?
La gouvernance de l’IA est une nouvelle discipline, compte tenu de l’expansion récente de cette technologie. Elle diffère des pratiques de gouvernance informatique standard, dans la mesure où elle s’intéresse à l’utilisation responsable du machine ... Lire la suite
-
Réussir son projet ESG grâce à l’IA et à la donnée
Les réglementations imposent aux entreprises de plus communiquer sur leurs activités polluantes et d’en réduire les effets. Le fondateur du spécialiste DreamQuark, Nicolas Méric explique pourquoi l’Intelligence Artificielle et la donnée sont deux ... Lire la suite
-
Atouts et défis du contenu marketing personnalisé
Le marketing individualisé pose un certain nombre de défis dans la gestion des données. Mais ses avantages sont nombreux, de la fidélisation à l’augmentation de la conversion, en passant évidemment par l’augmentation du chiffre d’affaires. Lire la suite
-
ERP cloud : bonnes pratiques pour la migration des données
La migration des données est un élément clé de tout déploiement d’ERP cloud. Voici une dizaine de bonnes pratiques, essentielles à la réussite d’un projet de ce type. Lire la suite
-
Microsoft Power Apps : les limitations à connaître avant de l'adopter
Avant d'adopter Microsoft Power apps, les entreprises et leurs départements doivent comprendre ses limites du produit, telles que les contraintes de licence et les restrictions de connexion. Lire la suite
-
Cloud : trois conseils pour se prémunir d’une suspension par votre CSP (Gartner)
Comme l’ont prouvé de récents événements, les fournisseurs de cloud public ont le pouvoir de mettre un terme aux contrats de leurs clients, de manière unilatérale, laissant démunies des entreprises qui peuvent être parfaitement légitimes. Lire la suite
-
Valoriser ses données grâce au DataOps
Qu’est-ce que le DataOps ? Comment la démarche fiabilise-t-elle la donnée et son utilisation ? Quelles sont ses composantes techniques et d’organisation ? Un expert de SFEIR répond à toutes ces questions. Lire la suite
-
Confidentialité et gouvernance des données : les quatre risques créés par la pandémie (EY)
Les experts d’EY spécialisés dans la confidentialité des données ont identifié de nouvelles menaces fragilisant la confidentialité, la protection et la gouvernance des données à l’heure de la pandémie. Voici leurs conseils pour les juguler. Lire la suite
-
Rise with SAP : le programme de SAP pour s’envoler vers le cloud
SAP lance une offre « tout en un », à guichet unique, sur abonnement, pour accompagner ses clients en trois étapes vers le cloud, S/4 et la « Intelligent Enterprise ». Les analystes accueillent positivement cette « conciergerie » de la ... Lire la suite
-
Les trois plus grands défis de la transformation digitale (et comment les résoudre)
Isaac Sacolick, auteur d’un best-seller sur le sujet, décrit ici les principaux défis auxquels les organisations vont être confrontées dans leur transformation numérique et la manière de les résoudre. Lire la suite
-
Stratégie IA : les cinq bonnes habitudes pour la mener à bien (Gartner)
En ce début d’année – malgré un contexte particulier – il est toujours bienvenu de prendre de bonnes résolutions. Lors de son Symposium, Gartner a recommandé aux entreprises cinq habitudes afin d’assurer le succès de leur stratégie IA. Lire la suite
-
9 problèmes de qualité des données qui menacent vos projets IA
La qualité de vos données a une incidence sur le bon fonctionnement de vos modèles d’IA et de machine learning. En identifiant et en anticipant ces neuf problèmes de données, les organisations seront en mesure de préparer des algorithmes efficaces. Lire la suite
-
La difficile évaluation des plateformes IIoT
Cette analyse comparée des Magic Quadrant et Forrester Wave consacrée aux plateformes IIoT, tente d’éclairer les critères de choix de Gartner et Forrester. Lire la suite
-
L’essentiel sur Oracle Data Science
Oracle a ajouté une gamme de nouveaux services à sa plate-forme cloud pour fournir aux Data Scientists et aux Data Analysts plus de fonctionnalités de gestion et d'analytiques avancées. Lire la suite
-
Devriez-vous héberger votre data lake dans le cloud ?
Sur site ou dans le cloud : où est le meilleur endroit pour déployer son lac de données ? Voici quelques éléments à considérer avant de se décider selon Andy Hayler. Lire la suite
-
Qualité de la donnée : adopter une démarche proactive pour l’améliorer
Au lieu d'attendre que la qualité des données devienne un problème, envisagez une approche proactive. Voici quelques pratiques à prendre en compte afin de l'améliorer. Lire la suite
-
Self-service Analytics : comment améliorer la gouvernance des données
Les citizen data scientists et le self-service analytics sont deux tendances en croissance du fait du manque d'experts. Voici quelques-unes des meilleures pratiques de gestion des données à appliquer pour bien les intégrer en entreprise. Lire la suite
-
Cloud : pourquoi adopter une politique de conservation des données
Malgré le fait que le stockage dans le cloud soit très abordable, cela ne veut pas dire qu’il faut garder ses données ad vitam eternam. Voici quatre facteurs à prendre en compte avant de mettre ses données en cave et d’en jeter la clé. Lire la suite
-
Comment analytique, IA et RPA peuvent transformer le quotidien de la finance
Dans un monde économique de plus en plus mouvant, la direction financière cherche à se moderniser pour mieux aiguiller les opérationnels et mieux soutenir le Top Management dans ses prises de décision. Voici des pistes concrètes pour mener cette ... Lire la suite
-
Quelles différences entre Data Blending, Data Fusion, Data Merging et Data Join ?
Quelles sont les différences entre Data Blending, Data Fusion, Data Merging et Data Join ? Cet article vise à distinguer les concepts sous-tendus par ces termes. Lire la suite
-
API publiques : comment les adopter stratégiquement en entreprise
Alors que les entreprises cherchent une manière d’optimiser les coûts associés à la gestion de la donnée, l’évolution du paysage des API rend la technologie d’intégration plus pertinente pour les sociétés et les éditeurs IT. Lire la suite
-
Catalogue de données : quelle différence entre Tableau Catalog, Collibra et Alation ?
Avec son catalogue, Tableau pouvait empiéter sur les terres de ses partenaires historiques. D’après son CTO, l’objectif n’est pas d’en devenir concurrent, mais de fournir au plus grand nombre un outil clef en main, qui peut être complémentaire des ... Lire la suite
-
5 étapes pour améliorer la qualité des données
Le consultant David Loshin offre des conseils sur l’élaboration d’une stratégie de qualité des données qui peut aider à identifier les erreurs avant qu’elles ne causent de gros problèmes aux entreprises. Lire la suite
-
Intégration de données : les limites des ETL à l’ère du Big Data
L’intégration de données fournit une vue convergente des performances de l’entreprise à travers de multiples sources, mais cette technique doit suivre l’évolution des besoins des organisations et la révolution du Big Data. Lire la suite
-
Data Architect, Data Engineer, Data Scientist, Data Modeler : comment les combiner ?
Ces quatre métiers – complémentaires, mais différents – sont clefs pour une équipe Data performante. L’expert Michael Bowers explique comment constituer une telle équipe et donne ses conseils aux professionnels de la donnée pour augmenter leurs ... 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
-
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
-
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
-
Gouvernance et data lake : quelles sont les difficultés rencontrées par les entreprises
La mise en place d’une gouvernance de données à un data lake reste compliquée. Cette capacité à déstructurer complique la mise en place de politiques et de gestion précises des données. Pourtant, la gouvernance reste indispensable. Cet article passe... Lire la suite
-
La traçabilité des données : un turbo pour la gouvernance
La gouvernance des données est essentielle pour les entreprises qui souhaitent suivre le cycle de vie des données. Cet article donne quelques conseils sur les points à considérer si on souhaite investir dans la traçabilité des données. Lire la suite
-
Le RPA : un nettoyeur des données du legacy
L’expert Dan Morris explique comment des robots RPA ont la possibilité de nettoyer et de réconcilier les données prises aux pièges dans leur îlot. Lire la suite
-
Tout pour vraiment bien comprendre les catalogues de données
Les catalogues de données servent de portails de données en libre-service pour les analystes et les utilisateurs métier. Cet article s’intéresse à la façon dont les données sont sélectionnées et conservées, aux fonctions, ainsi qu’aux fournisseurs ... Lire la suite
-
Smart City : concevoir la ville comme une plateforme reste l’enjeu numéro un
Si les données collectées restent enfermées dans des silos, les applications IoT d’une ville intelligence resteront aphones. Cet article vous l’explique l’exemple : celui de la gestion des transports. Lire la suite
-
Smart Cities : les villes doivent consolider leur architecture de données
Pas question d’entamer une transition vers la Smart City si la ville ne dispose pas déjà de solides outils pour gérer, sécuriser et analyser les données. Jennifer Belissent, analyste chez Forrester, fait le point. Lire la suite
-
Gouvernance des données : comment bien identifier les besoins
Si la gouvernance des données représente une étape pour votre entreprise, il convient de bien se préparer en amont de toute forme d’achat. Lire la suite
-
Office 365 : cinq raisons de choisir un déploiement hybride
Toutes les entreprises ne peuvent pas mettre entièrement leurs applications de collaboration dans le Cloud. Voici 5 raisons qui montrent la pertinence, dans ce cas, d’un déploiement hybride de la plateforme de Microsoft. Lire la suite
-
L’essentiel sur SAP Master Data Governance
SAP Master Data Governance propose aux entreprises un vaste éventail de fonctions pour gérer les données de référence, les informations ainsi que les politiques dédiées aux données depuis une plateforme centrale. Lire la suite
-
L’essentiel sur Omni-Gen d’Information Builders
Omni-Gen d’Informations Builders embarque une série d’outils pour la gestion et la gouvernance des données, le tout centralisé dans une solution unique. Lire la suite
-
L’essentiel sur SAS Data Governance
SAS Data Governance permet aux entreprises d’organiser, de gérer et d’accéder à leurs jeux de données et de mettre en place des politiques à l’ensemble de l’organisation. Lire la suite
-
L’essentiel sur IBM Information Governance Catalog
Information Governance Catalog a la particularité de proposer un outil de gouvernance des données centré sur les processus et leur gestion. Cela permet d’optimiser l’organisation, la gestion et l’accès aux données. Lire la suite
-
L’essentiel sur Informatica Master Data Management
Informatica Master Data Management accompagne les départements vente, marketing et client dans le bon usage des données en proposant la bonne information au bon moment. Lire la suite
-
Gouvernance de données : quelles sont les priorités pour bien choisir son outil
Evaluer et sélectionner un outil de gouvernance de données ne dépend pas que des fonctions, mais aussi des cas d’usage. Lire la suite
-
La multiplication des sources de données compliquent les projets de MDM
Avec la collecte des données clients qui s’accélère et l’agrégation multi-sources d’informations, les opérations liées aux données de référence (MDM) deviennent de plus en plus complexes. Lire la suite
-
« Accountability », coresponsabilité, « Privacy by Design » : bien comprendre les 3 piliers du RGPD
Pour y voir plus clair dans le nouveau règlement européen sur la protection des données privées, l’avocat spécialisé François-Pierre LANI explique les points clefs à comprendre et à mettre en œuvre. Dans cette première partie, il revient sur le ... Lire la suite
-
Les données occupent un rôle majeur et central dans le cloud
Les données sont vitales. Dans le Cloud, elles doivent bénéficier d’une attention renforcée. Mais pour Sébastien Déon, CTO adjoint de Pharmagest Interactive, leur lieu et leur support de stockage, ou le type de Cloud n'est pas le plus important. Un ... Lire la suite
-
Intégration de données : comment identifier et tester les fonctions
Avant d’évaluer et de choisir un outil d’intégration de données, il convient de tester les fonctions qui conviennent le mieux à votre entreprise. Lire la suite
-
Comment justifier l’achat d’un outil d’intégration de données
Pour vous aider à mieux évaluer vos besoins et à justifier l’investissement dans un outil d’intégration de données, nous examinons comment les entreprises utilisent ces plateformes pour répondre à leurs propres besoins. Lire la suite
-
Plateforme d’intégration de données : aller au-delà de l’ETL
Les solutions d’intégration de données ont la capacité de simplifier les processus des entreprises, dans un contexte marqué par une hausse croissante du volume des données. Cet article explique comment s’y retrouver sur le marché. Lire la suite
-
Les évènements imprévus de 2016 jettent le doute sur l’analytique Big Data
Cette année a été riche de surprises dans le monde. La dernière en date étant l'élection de Donal Trump à la Maison Blanche. Pour KPMG, le prédictif en fait les frais. Voici quelques pistes et conseils aux équipes en charge de l’analyse des données ... Lire la suite
-
De l’avantage d’intégrer Blockchain à une architecture distribuée
Selon Ranbir Mazumdar, consultant chez Oracle, les professionnels IT doivent analyser le fonctionnement des architectures Blockchain pour en comprendre les bénéfices, notamment dans l'IoT. Bénéfices qui dépassent largement l'exemple de Bitcoin. Lire la suite
-
Modélisation des données : tout savoir pour tirer le maximum de vos données
L'auteur et formateur en modélisation de données Steve Hoberman décrit différentes techniques qui permettent de relever les défis posés par les processus de modélisation. Lire la suite
-
3 aspects clés d’une solution de sauvegarde redondante
Pour améliorer la fiabilité des sauvegardes, intégrer une redondance où cela est possible est un moyen d’éliminer une défaillance potentiellement présente dans l’infrastructure. Trois aspects doivent retenir votre attention. Lire la suite
-
Comment préparer un projet de profilage de données
Le profilage de données est un maillon clé dans la qualité de la donnée. Cet article livre une formule simple pour calculer le temps nécessaire pour profiler un ensemble de données. Lire la suite
-
Les outils de gouvernance de données facilitent la gouvernance, mais ne font pas tout…
Pour mettre en œuvre un projet de gouvernance de données réussi, on recommande généralement d’agir à la fois sur les hommes, les processus et les technologies. L’idée consiste, en partie, à éviter d’accorder une confiance aveugle aux outils de ... Lire la suite
-
Cinq étapes pour améliorer son plan d'assurance qualité des données
Cet article expert livre quelques bonnes pratiques en matière de gestion de la qualité des données. Et surtout, aide les entreprises à garantir un niveau de qualité standard et optimum pour que leur politique de gouvernance puisse être efficace et ... Lire la suite