Data Management

En savoir plus sur le fonctionnement de la gestion des données aujourd'hui

• Gestion des données pour l'intelligence artificielle (IA) et l'apprentissage automatique (ML). De nombreux processus d'entreprise reposent sur l'IA, qui est la science de la formation des systèmes pour imiter les tâches humaines par l'apprentissage et l'automatisation. Par exemple, les techniques d'IA et de ML sont souvent utilisées pour prendre des décisions de prêt et de crédit, des diagnostics médicaux et des offres de vente. Avec l'IA et le ML, il est plus important que jamais d'avoir des données bien gérées, que vous comprenez et auxquelles vous faites confiance - car si de mauvaises données alimentent des algorithmes qui s'adaptent en fonction de ce qu'ils apprennent, les erreurs peuvent se multiplier rapidement. 
• Gestion des données pour l'internet des objets (IoT). Les données qui jaillissent des capteurs intégrés aux appareils IdO sont souvent appelées "données en continu". Le streaming de données, ou traitement de flux d'événements, consiste à analyser des données en temps réel à la volée. Pour ce faire, il faut appliquer une logique aux données, reconnaître les schémas dans les données et les filtrer en vue d'utilisations multiples au fur et à mesure qu'elles circulent dans une organisation. La détection des fraudes, la surveillance des réseaux, le commerce électronique et la gestion des risques sont des applications populaires de ces techniques.
• Gestion bidirectionnelle des métadonnées. La gestion bidirectionnelle des métadonnées permet de partager et de connecter les métadonnées entre différents systèmes. SAS, par exemple, s'est engagé à faire partie de la communauté des métadonnées ouvertes en participant au projet OPDi Egeria, qui souligne la nécessité de normes de métadonnées pour promouvoir l'échange responsable de données dans des environnements technologiques variés. 
• Tissu de données et couche sémantique. Le terme "tissu de données" décrit le paysage de données diversifié d'une organisation - où de vastes quantités et types de données sont gérés, traités, stockés et analysés à l'aide d'une variété de méthodes. La couche sémantique joue un rôle important dans le tissu de données. À l'instar d'un glossaire professionnel, la couche sémantique permet de relier les données aux termes professionnels communément définis et utilisés dans l'ensemble de l'organisation. 
• La gestion des données et l'open source. L'open source désigne un programme ou une infrastructure informatique dont le code source est accessible au public pour être utilisé et modifié par une communauté d'utilisateurs. L'utilisation de logiciels libres peut accélérer les efforts de développement et réduire les coûts. Et les professionnels des données peuvent s'épanouir s'ils peuvent travailler dans le langage de programmation et l'environnement de leur choix.
• Fédération de données/virtualisation. La fédération de données est un type particulier d'intégration virtuelle de données qui vous permet de consulter des données combinées provenant de sources multiples sans avoir à déplacer et à stocker la vue combinée dans un nouvel emplacement. Vous pouvez donc accéder à des données combinées exactement au moment où vous le souhaitez. Contrairement aux outils ETL et ELT qui affichent un instantané à un moment donné, la fédération de données génère des résultats basés sur l'aspect des sources de données au moment de la demande. Cela permet d'avoir une vision plus rapide et potentiellement plus précise de l'information.