Baromètre des Directions Data 2022
Les entreprises évoluent pour mieux maîtriser leur patrimoine de données et en tirer sa pleine valeur. Cela représente bien plus qu’un défi technologique ; c’est une véritable transformation « par et pour » la data qui s’opère au cœur des organisations. L’enjeu aujourd’hui reste l’adoption en run de l’IA et les organisations se rendent compte qu’un des prérequis pour y arriver est l’IA de confiance. Faire évoluer son modèle d’organisation, fidéliser des compétences rares, renforcer la relation avec le métier sont trois défis majeurs pour les entreprises.
Pour continuer de dégager de la valeur avec la data et exploiter pleinement l’IA en phase de run, les entreprises ont placé 3 défis au centre de leurs priorités.
Historiquement, notre Datalake fonctionnait de façon hypercentralisée. C’est le Groupe qui poussait les données aux filiales. Nous avons évolué vers plus de décentralisation pour résoudre certaines problématiques d’accessibilité à la donnée.
La rareté des Machine Learning Engineers en font une cible prioritaire dans notre appel aux ressources externes.
La poursuite de l’accompagnement des métiers en termes de sensibilisation et de formation est nécessaire pour qu’ils puissent devenir pleinement propriétaires des modèles.
Les conclusions du baromètre en vidéo
Jonathan Cassaigne, Directeur des Expertises
Gill Morisse, Senior Manager
Vlad Flamind, Manager
CONTACTS
Jonathan CASSAIGNE – jcassaigne@quantmetry.com
Vlad FLAMIND – vflamind@quantmetry.com
Carsten Bonomo – cbonomo@quantmetry.com
Gill Morisse – gmorisse@quantmetry.com
Plus d’articles
ARTICLE DE BLOG
Vers le métier de Machine Learning Engineer
Le Machine Learning Engineer ou MLE est le nouveau métier en demande dans les entreprises. Contrairement au Data Scientist, son rôle principal n’est pas de construire un modèle qui permet de répondre à un besoin métier mais de déployer des modèles/solutions IA en production.
ARTICLE DE BLOG
Évaluer sa maturité MLOps
La mise en production d’un modèle de Machine Learning est devenu un enjeu important pour les organisations qui ont investi dans l’intelligence artificielle. En effet beaucoup ont lancé des PoCs (Proof of Concepts) sans jamais réussir à mettre en production leurs modèles de Machine Learning ou Deep Learning pour diverses raisons.
ARTICLE DE BLOG
Le rôle du service Mesh dans une architecture microservices
Google, Amazon, Twitter, IBM, Netflix ou encore Airbnb, tous ont fait le choix d’utiliser les microservices. Couplés au service Mesh, ils permettent aux différents projets de gagner en agilité et en innovation. Cet article présentera les microservices et le service Mesh dans sa généralité ainsi que le service Istio.