Data Life Cycle : Un modèle modèle en 6 étapes suivantes :
CREATING DATA : Création ou collecte des données
PROCESSING DATA : Traitement des données
ANALYSING DATA : Analyse des données
PRESERVING DATA : Conservation des données
ACCESS DATA : Accès aux données (inclus data discovery)
REUSING DATA : Réutilisation des données
L’IA amènent à se poser de multiples questions.
Exemple : les enjeux autour de la voiture connectée. Voir le test ci-dessous du MIT. C’est à rapprocher de la notion de morale utilitarisme.
Présentation de concepts intéressants : Notion d’écosystème et non de filière, analyse des données et IA, gouvernance des données.
Des besoins métiers en pleine évolution : data scientist, Big Data Analyst, Chief Data Officer
De prochaines évolutions majeures : Perspectives des machines quantiques, Machine Learning vs Deep Learning
Appartenance des données, Data Protection Officer (DPO) et RGPD (mai 2018)
Des métiers en voie de professionnalisation et de spécialisation
Définir les bonnes pratiques