Fondamentaux de la data

Objectifs pédagogiques

• Maîtriser le vocabulaire essentiel : de l'analytique descriptive à prescriptive, en passant par l'IA et le Machine Learning.
• Comprendre l'évolution des architectures de données (OLTP vs OLAP, Data Lake, Lakehouse...) et les nouveaux paradigmes comme le Data Mesh.
• Identifier les rôles clés d'une organisation data (Data Engineer, Data Scientist, Product Owner...) et la notion de "Data Product".
• Appréhender les cas d'usage concrets de l'IA et de la Data dans différents secteurs (Santé, Finance, Industrie...).

Public visé

• Tout collaborateur souhaitant comprendre les enjeux de la data : Managers, Chefs de projets, Métiers (Marketing, RH, Finance), CTO et équipes Tech et décideurs

Prérequis

• Aucun prérequis technique.
• Une curiosité pour le numérique et les enjeux d'entreprise est recommandée.
• Un ordinateur avec connexion internet pour accéder aux supports et aux outils de collaboration.

Programme

1. 01

   Histoire, Enjeux et IA - 3h30

   • Brève histoire de la data et les 4 ruptures technologiques majeures
   • Les 4 grands défis : Volume, Variété, Vitesse, Véracité
   • L'échelle de maturité analytique : du descriptif au prescriptif
   • Démystification de l'IA : différences entre IA, Machine Learning, Deep Learning et IA Générative (LLM)

2. 02

   Organisation, Rôles et Architecture - 3h30

   • Les organisations des activités data : data factory, data gouvernance, data mesh
   • Les métiers de la data : Qui fait quoi ? (Data Engineer, Data Scientist, Data Analyst, CDO)
   • La notion de "Data Product" : gérer la donnée comme un produit avec un cycle de vie
   • Les Data Platform : Comprendre les évolutions des plateformes et outils Data (des ETL/ELT à la BI et AI-GenAI)

Fiches liées

• ConceptData Mesh