Formation Gouvernance de données / Data Management (DAMA) - Mise en oeuvre

Jour 1 - Matin

Introduction

• Introduction à la donnée et aux règles d'or
• Tour d'horizon des process, technologies, méthodes autour de la donnée, intérêts et limites
• Comprendre les notions de Data Centric et Process Centric
• Appréhender les notions de White Data / Black Data

Introduction à la gouvernance de la donnée (Data Gouvernance)

• Compréhension d'architecture typique d'entreprises
• Comprendre les enjeux autour de la donnée
• Comprendre les notions de modèles, de référentiels, de métadonnées, de qualité, d'architecture, autour de la donnée
• Comprendre l'évolution des enjeux autour de la valorisation de la donnée, de l'Intelligence Artificielle et de l'IA Générative
• Introduction aux notions de qualité, de traçabilité et de responsabilité de la donnée
• Positionnement du référentiel DAMA dans les démarches de gouvernance modernes

Jour 1 - Après-midi

La gouvernance de la donnée

• Appréhender le cycle de vie de la donnée dans une entité
• Identifier la démarche à mettre en oeuvre
• Comprendre la notion de stratégie Data
• Tenants et aboutissants d'un projet autour de la gouvernance de la donnée

Mettre en oeuvre un projet de gouvernance de la donnée et des plans d'actions

• Identifier les objectifs, les ressources, les acteurs, les outils et les processus selon le contexte
• Auditer l'existant à partir d'une méthode
• Identifier les points d'amélioration

Le Data Management ou la gouvernance de la donnée

• Identifier les KPI dans différentes études de cas
• Définir les rôles et responsabilités : Data Owner, Data Steward, CDO et responsables métiers
• Mettre en place une gouvernance adaptée au niveau de maturité de l'organisation
• Comprendre les mécanismes de pilotage et de suivi de la qualité des données

Jour 2 - Matin

Le Data Management

• Analyser les piliers du Data Management
• Analyser les axes du Data Management
• Appréhender les impacts, les coûts, les enjeux d'un projet autour de la donnée
• Structurer la donnée et son cycle de vie

Mettre en oeuvre un Data Management Framework

• Appréhender la notion de culture Data
• Comprendre et mettre en oeuvre le cycle de vie, la qualité, l'architecture et la modélisation, la valeur et la sécurité de la Data
• Appréhender la notion de modélisation de la donnée et de référentiels
• Mettre en oeuvre une gouvernance autour de la création et de la consommation
• Introduction aux métadonnées, catalogues de données et dictionnaires métier
• Identifier les principes de traçabilité et de lineage des données
• Comprendre les enjeux de qualité des jeux de données utilisés pour l'analytique et l'IA

Jour 2 - Après-midi

Etat de l'art et évolutions récentes

• Vue d'ensemble des bonnes pratiques associées
• Analyse de différents contextes
• Les obligations légales autour de la donnée : RGPD, Data Act, AI Act
• Les nouvelles tendances : Data Mesh, Data Fabric et Data Products
• Gouvernance des données et Intelligence Artificielle
• Panorama des outils de gouvernance de la donnée, de catalogage, de qualité et de traçabilité

Exemple de travaux pratiques (à titre indicatif)

• Etudes de cas avec analyse des différents contextes