Nous générons beaucoup de données, plusieurs trillions d’octets de données par jour. Des données, lorsque nous payons nos courses, lorsque nous naviguons sur Internet, lorsque nous compostons dans une gare, lorsque nous payons sur une autoroute, lorsque nous votons aux élections, lorsque nous payons nos impôts, lorsque nous empruntons nos voitures, lorsque nous marchons à pied avec un smartphone en poche, lorsque nous regardons notre émission préférée, etc… Qu’il s’agisse d’actes conscients ou non de notre part, nous sommes devenus, au fil du temps, de grands générateurs de données de toutes sortes : économiques, sociétales, environnementales, politiques, numériques, etc…
Nous alimentons en permanence des bases de données car les données que nous générons sont susceptibles d’intéresser une entreprise, un organisme, une institution ou tomber dans le giron de la recherche. Et ce qui est valable pour les individus, l’est aussi pour les personnes morales. Il l’est également pour notre environnement biologique.
La prédiction pour anticiper les défis
On ne parle pas ici des données à caractère privé, car le RGPD (Règlement Général sur la Protection des Données) a déjà légiféré leur accès, mais des données que nous générons en tant qu’individus qui avons des usages et des interactions avec notre espace. On ne fait pas allusion, non plus, aux inquiétudes qu’inspire, à tort ou à raison, le Big Data. La collecte de données est primordiale pour comprendre notre histoire, notre présent et notre devenir. Que deviendrons nous dans 20 ou 50 ans ? Quel est l’impact du COVID sur la réorganisation de nos sociétés ? Quel est l’impact de la guerre en Ukraine sur la géopolitique et l’ordre mondial ? Sommes-nous suffisamment informés pour nous prémunir d’un nouveau tsunami ?
On l’a compris, la prédiction est la mère des batailles. Et aucune prédiction ne peut se targuer de sa pertinence sans une modélisation contextuelle adéquate, qui doit à son tour reposer sur des données collectées, épurées et fiables.
Data, IoT, IA : Le nouveau paradigme technologique
Cette surenchère de questions qui va de pair avec la société d’information que nous sommes devenus, a rendu obsolète une bonne partie de nos outils et l’instauration d’un nouveau paradigme technologique articulé autour de l’acquisition des données qui a franchi un nouveau palier grâce à l’IoT (Internet of Things ou Internet des objets), d’une part, et de leur exploration qui est boostée par l’lA (Intelligence Artificielle), d’autre part. Pour ce qui est du stockage, les possibilités semblent désormais infinies. Des nouvelles compétences se traduisant par l’émergence de nouveaux métiers comme celui du Data Analyst, sont devenues nécessaires pour accompagner cette transformation et tirer profit de la Data en libre accès (Open Data) ou à acquérir via des technologies diverses comme les objets connectés.
Formations aux métiers de la Data
Etudes Supérieures
- Bachelor Data Analyst (Bac+3)
- Bachelor DevOps (Bac+3)
- Manager de projet Data IOT et Smart Building (Bac+5, alternance)
- Manager de Projet Data Green IT & Sustainability (Bac+5, alternance)
- Manager de Projet Data Health Care (Bac+5, alternance)
- Manager de Projet Data Science IA (Bac+5, alternance)