• Zenly racheté par Snapchat

ou comment Snapchat s'achète la géolocalisation de ses utilisateurs.

La data ou le big data, que cela comprend-t-il, et que peut en faire l'entreprise la possède ?

La “data” : c’est quoi, ça sert à quoi ?

• il y a quoi dans la data ? - l’entreprise a quoi et veut quoi ?
  • BI : analyse par des BizDev et analystes
  • aujourd’hui pareil mais temps réel (plus rapides)
  • avec davantage de volumétrie (6To chez LeBonCoin)
  • avant : activité business + maintenant le comportement user
  • sources de données hétérogènes (langage naturel, pas structuré)
  • maintenant on peut tenter de l’utiliser (usage a priori vs a posteriori)
  • internet partout, projets Agile qui évoluent vite, stockage pas cher
  • 90~2000 : data en recherche (Gb + batch sungrid engine et distribué)
  • données BDD & archives vs actuel chaud/froid
• la place de la BI dedans ?
  • elle est toujours là, c’est un des métiers de la data (analyser/piloter)
  • une partie de la “data” va pouvoir restructurer ma donnée pour BI
  • MDM / KM
• les métiers de la data ?
  • data engineer -> les pratiques et outils autour de la donnée
    • ce qui était avant (infra / ops / admin) ?
  • data scientist -> l’exploitation dans un cadre et un objectif précis
    • ce qui était et est encore “statisticien”
  • data analyst -> “moins informaticien” plus métiers
  • data steward
    • “responsible for policies, guidelines and responsibilities for administering organizations’ entire data in compliance with policy and/or regulatory obligations”
    • la variété des données est difficile
      • parce qu’on peut récupérer/acheter facilement
      • targeting
• modèles
  • prédictif, catégorisation, classification, détection…]
  • exemple simple : régression linéaire, boîte d’input/output
  • phase pour s’assurer que les données sont bonnes

Qu’est-ce qui a changé ?

• BI vs big data (c’est quoi le big data)
  • 4V : Volume + Variété + Valeur + Vitesse
• batch vs “temps réel”
  • temps réel : fournir une réponse dans un temps donné
  • streaming : on accepte de perdre et on traite de la data
  • services de messaging : EventSourcing (consommé par plusieurs consommateurs) -> bus d’événements
• qui de la date et du microservice est venu le premier ?
  • celui que l’objectif final va dicter et qu’on arrive à faire :)
• est-ce qu’on doit faire du machine learning ?
  • faisons d’abord des choses qui marchent :)
  • certains en ont besoin mais faisons attention à l’effet mode / bulle

On fait comment ?

… pour “passer à la data” (dans l’entreprise)

• collecte
  • cartographier et savoir ce que j’ai, le réunir
  • est-ce que ce que j’ai suffit pour mon besoin ?
  • est-ce que je comprends ma donnée ?
  • transformation pour harmonisation
  • stockage et datalake
• modeling
  • curation et exploration -> feedback
  • feature engineering : reconnaître de quel objet mathématique on parle et recoller le réel dessus
  • préparer la donnée brute, améliorer la qualité, faire tourner le modèle
• gouvernance & data steward

Pré-(re)-découvertes du jour : Qwant & DuckDuckGo

Découvertes des invités

• Stéphanie Baltus

les derniers maîtres de l'air-guitar ? – Avatar

PgLoader

• Christophe Philemotte

Git as NoSQL Database

IANTD

• Sylvain Abélard

Schemas for the Real World – @cczona

• Clément Demonchy

google keeps

Le mois de la data — Xebia