A l'issue de cette formation, vous serez capable de :

• Expliquer la notion de contrat de données et ses apports à la qualité de service Data
• Concevoir et intégrer une architecture de contrat de données
• Décrire le rôle de chacun des aspects CI/CD, monitoring, et contrôle de version de la Data
• Développer une stratégie de déploiement des contrats de données à l'échelle de l'organisation.

Jour 1

Le besoin de contrats de données

• Importance stratégique des données
• Qu'est-ce que la dette de données (Data Debt) ?
• Architectures micro-services, décentralisation des Data Mesh, et DataOps
• Banalisation des workflows d'analytiques Data
• L'IA centrée sur les données (Data-centric AI)
• Les limites des architectures Data traditionnelles face aux nouveaux défis
• La Data Stack moderne

Exemples de travaux pratiques (à titre indicatif)

• Analyser (à travers des études de cas réelles) les limites des architectures Data traditionnelles face aux nouveaux défis
• Brainstorming sur les caractéristiques des architectures modernes qui relèvent ces défis

Comprendre les contrats de données

• Définir un contrat de données
• La place des contrats de données dans le processus de DQM (Data Quality Management)
• Architectures orientées contrats de données : principes et exemples
• Intégrer des contrats de données dans les architectures existantes
• Templates de contrats de données pour différents cas d'usage

Exemple de travaux pratiques (à titre indicatif)

• Créer des contrats de données à partir de cas d'usage réels

Jour 2

Notions avancées : contrats de données et DataOps

• Versioning des contrats
• Contrats de données et pipelines de données :
• Standardisation
• QoS
• Interopérabilité
• Gestion des changements
• Collaboration
• Contrats de données et DataOps :
• Assurance qualité
• CI/CD
• Collaboration
• Scalabilité
• Gestion des changements

Exemple de travaux pratiques (à titre indicatif)

• Définir des contrats de données pour un environnement DataOps

Notions avancées : contrats de données et Data Mesh

• Contrats de données et Data Mesh :
• Interopérabilité
• Standardisation
• Gouvernance décentralisée
• Réutilisation

Exemple de travaux pratiques (à titre indicatif)

• Définir des contrats de données pour un environnement Data Mesh

Synthèse et conclusion

• Récapitulatif des solutions et pistes vues pendant les deux jours et application aux challenges de chaque participant

Exemples de travaux pratiques (à titre indicatif)

• Brainstorming sur les challenges de chacun et des pistes de solutions
• Illustrer des solutions à travers des exemples de modèles de contrats de données