Gestion des données

La gestion des données est une discipline de gestion qui tend à valoriser les données en tant que ressources numériques. La gestion des données permet d'envisager le développement d'architectures, de réglementations, de pratiques et de procédures qui gèrent correctement les besoins des organismes sur le plan de tout le cycle de vie des données. Les données sont, avec les traitements, l'un des deux aspects des systèmes d'information traditionnellement identifiés, et l'un ne peut aller sans l'autre pour un management du système d'information cohérent. La gestion des données est une vision du management du système d'information qui se construit simplement autour de la nature de la donnée et non en fonction d'un système et ses interactions. Les données ne sont pas toujours identifiées comme un enjeu stratégique par les entreprises et les organisations gouvernementales. Pourtant, à un moment où l'on parle de plus en plus d'économie du savoir (sans que l'on connaisse précisément la signification de ce terme), on constate que les informations qui constituent le cœur de métier des entreprises deviennent stratégiques. Il y a d'abord le besoin de pouvoir anticiper. Or, du fait de la nature même de la conception de beaucoup de systèmes décisionnels, qui manipulent des données de carnet de commande et de chiffre d'affaires, la visibilité des systèmes de pilotage classiques est souvent limitée. Elle dépend beaucoup du secteur économique et de la durée du cycle de vie : long terme (pour le nucléaire), court terme (pour les produits de grande consommation)... La possibilité de recherche d'information par des moteurs de recherche en source ouverte offre certes des possibilités nouvelles considérables, mais en même temps présente plusieurs difficultés : le bruit informationnel, et les risques de pillage technologique, qui posent des questions de protection des données sur le plan juridique. Il y a ensuite le développement des produits innovants avec des partenaires dans des pôles de compétitivité, qui associent centres de recherche, chambres de commerce, administrations territoriales.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Catégories associées (39)

Concepts associés (21)

Cours associés (2)

Séances de cours associées (33)

Publications associées (1)

Schema matching

The terms schema matching and mapping are often used interchangeably for a database process. For this article, we differentiate the two as follows: schema matching is the process of identifying that two objects are semantically related (scope of this article) while mapping refers to the transformations between the objects. For example, in the two schemas DB1.Student (Name, SSN, Level, Major, Marks) and DB2.Grad-Student (Name, ID, Major, Grades); possible matches would be: DB1.Student ≈ DB2.Grad-Student; DB1.

Data wrangling

Data wrangling, sometimes referred to as data munging, is the process of transforming and mapping data from one "raw" data form into another format with the intent of making it more appropriate and valuable for a variety of downstream purposes such as analytics. The goal of data wrangling is to assure quality and useful data. Data analysts typically spend the majority of their time in the process of data wrangling compared to the actual analysis of the data.

Gestion des données de référence

La gestion des données de référence ou gestion des données maîtres (GDR, plus connue sous le vocable anglais de master data management ou MDM) est une branche des technologies de l'information qui définit un ensemble de concepts et de processus visant à définir, stocker, maintenir, distribuer et imposer une vue complète, fiable et à jour des données référentielles au sein d’un système d’information, indépendamment des canaux de communications, du secteur d'activité ou des subdivisions métiers ou géographiqu

Data Wrangling: Processus ETL et questions de querelles CS-422: Database systems

Explore le processus ETL, les étapes de querelles de données et les problèmes courants.

Entreposage des données : aperçu et défis CS-422: Database systems

Présente les fondamentaux de l'entreposage de données, les défis et le concept novateur de «lakehouse».

Modélisation des données : concepts et applications CS-401: Applied data analysis

Explore les concepts de modélisation de données, les implémentations SQL et les applications pratiques dans la gestion des données manquantes.

CS-401: Applied data analysis

This course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the dat

COM-490: Large-scale data science for real-world data

This hands-on course teaches the tools & methods used by data scientists, from researching solutions to scaling up prototypes to Spark clusters. It exposes the students to the entire data science pipe

Science des données

La science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.

Base de données relationnelle

thumb|upright=1.2|Structure générale d'une base de données relationnelle. En informatique, une base de données relationnelle (en anglais: relational database management system (RDBMS)) est une base de données où l'information est organisée dans des tableaux à deux dimensions appelés des relations ou tables, selon le modèle introduit par Edgar F. Codd en 1960. Selon ce modèle relationnel, une base de données consiste en une ou plusieurs relations. Les lignes de ces relations sont appelées des nuplets ou enregistrements.

Calcul distribué

Un calcul distribué, ou réparti ou encore partagé, est un calcul ou un traitement réparti sur plusieurs microprocesseurs et plus généralement sur plusieurs unités centrales informatiques, et on parle alors d'architecture distribuée ou de système distribué. Le calcul distribué est souvent réalisé sur des clusters de calcul spécialisés, mais peut aussi être réalisé sur des stations informatiques individuelles à plusieurs cœurs. La distribution d'un calcul est un domaine de recherche des sciences mathématiques et informatiques.

Gestion des données

Open Data

Open Data