Votre organisation ambitionne de devenir un leader des tendances numériques et de l’innovation ? Il vous faut alors une feuille de route pour déployer une stratégie data performante. Nous avons récemment publié du contenu de référence sur la stratégie data, les tendances, l’organisation, et plus encore. Parcourez ces ressources ci-dessous.
Webinaires
Passer à l’échelle en data science dans votre organisation
Dans cette série de webinaires, Ramnath Vaidyanathan, Vice President of Product Research chez DataCamp, présente notre cadre IPTOP (Infrastructure, People, Tools, Organization and Processes) pour bâtir des stratégies data et faire monter en puissance la data science au sein d’une organisation de manière structurée.
- Part 1 propose un aperçu du cadre IPTOP et montre comment chaque pilier s’articule pour permettre des stratégies data évolutives.
- Part 2 met l’accent sur les outils et l’infrastructure nécessaires pour industrialiser et démocratiser la data science, ainsi que sur les meilleures pratiques de mise en œuvre.
- Part 3 analyse en profondeur les arbitrages liés aux différents modèles d’organisation, les rôles clés de la donnée au XXIe siècle, et bien plus encore.
Conversation informelle avec Zach Dean-Mayer : data science, GPT-3 et machine learning automatisé
La data science et le machine learning ont profondément transformé la prise de décision, la conception de produits et l’automatisation des processus. Dans cet échange, Zach Deane-Mayer, Vice President of Data Science chez DataRobot, présente les cas d’usage qui ont généré le plus de valeur pour les organisations. Il partage également son point de vue sur les avancées récentes en machine learning, comme le modèle GPT-3 d’OpenAI et l’apprentissage profond appliqué aux données tabulaires, et commente la montée en puissance de l’automated machine learning à travers ses travaux chez DataRobot.
Tendances et prévisions data 2021 : l’année de la culture des données
La révolution data rend le possible accessible à grande échelle, donnant naissance à des organisations et des sociétés à forte culture data, où chacun dispose des compétences nécessaires pour être un citoyen et un collaborateur éclairé. Dans ce webinaire, Ramnath Vaidyanathan (VP Product Research), Richie Cotton (Curriculum Architect) et Adel Nehme (Data Science Evangelist) de DataCamp détaillent huit grandes tendances couvrant l’infrastructure data, les compétences et les outils pour l’année à venir et au-delà.
Comment la data science façonne l’avenir de l’automobile
L’automobile est l’une des plus anciennes industries modernes, et elle dépasse largement la seule fabrication de véhicules. De l’usine au développement d’applications mobiles, toutes les fonctions clés s’y retrouvent. Dans ce webinaire, Michael Crabtree, Lead Data Scientist chez Ford, passe en revue un large éventail de cas d’usage de la data science pour vous inspirer et challenger les idées reçues d’un secteur historique avec des approches innovantes au service du futur de l’industrie et de la mobilité.
Industrialiser la donnée dans les grandes organisations
Les grandes organisations se distinguent fondamentalement des jeunes startups ou même des entreprises de taille moyenne. Elles existent souvent depuis longtemps, avec des exigences de conformité plus strictes et des cultures d’entreprise ancrées. Dans ce webinaire, Maksim Pecherskiy, ancien CDO de la ville de San Diego et lead data engineer pour le Development Data Partnership à la Banque mondiale, démystifie les défis spécifiques de l’opérationnalisation de la data science à grande échelle, explique comment lancer rapidement une pratique data et partage les meilleures pratiques pour instaurer une culture fondée sur les données.
Démocratiser la donnée dans les administrations publiques
La « démocratisation de la donnée » est l’un des thèmes les plus en vue dans la montée en maturité data des organisations. Rejoignez Alex Scriven, Senior Data Scientist au sein du gouvernement de Nouvelle-Galles du Sud à Sydney, qui expliquera ce que recouvre la démocratisation de la donnée dans un contexte public. Il partagera des bonnes pratiques concrètes et actionnables pour la développer et présentera des cas d’usage illustrant son impact lorsqu’elle s’installe durablement.
Conversation informelle avec Quinn Lathrop : piloter la data science chez DataCamp
La data science et le machine learning ont profondément transformé la prise de décision, la conception de produits et l’automatisation des processus. Dans cet échange, Quinn Lathrop, Head of Data Science and Psychometrics chez DataCamp, présente les cas d’usage de la data science dans l’éducation, la façon dont elle alimente les technologies éducatives, les bonnes pratiques pour concilier objectifs produit et recherche, le rôle de l’équipe data dans la création d’une culture data, et un aperçu des moteurs data science derrière DataCamp.
Storytelling : maximiser l’impact de vos projets data
À mesure que les équipes data cherchent à amplifier leur impact, les data scientists passent beaucoup de temps à optimiser leurs modèles. Trop souvent, ils négligent toutefois le critère clé pour passer à l’échelle : l’adhésion des utilisateurs finaux. Dans ce webinaire, nous montrons comment le storytelling permet de présenter les mêmes faits tout en offrant un cadre clair pour mettre en avant les éléments les plus percutants. Nous partageons astuces et retours d’expérience concrets pour convaincre même les utilisateurs les plus sceptiques.
Le chemin vers la culture des données
Dans ce webinaire, Ramnath Vaidyanathan, VP of Product Research chez DataCamp, détaille les quatre étapes de maturité data par lesquelles passent les organisations : de réactive à en montée en charge, puis progressive et enfin data fluent. Il clarifie les caractéristiques de chaque étape en termes d’infrastructure, personnes, outils, organisation et processus. Il expose enfin les actions à mener pour progresser d’un niveau de maturité au suivant.
Ce que les responsables L&D doivent savoir sur la culture des données
Si de nombreux facteurs peuvent expliquer l’échec des programmes de transformation numérique, l’un des plus critiques est d’ignorer qu’une transformation data pérenne à l’échelle de l’organisation est un prérequis. Il est relativement simple d’investir dans des outils et une infrastructure adaptés, mais le pilier le plus difficile reste la réduction des écarts de compétences en analytique et en culture data. Dans ce webinaire, nous couvrons l’ensemble des domaines de compétences liés à la culture des données au sein des organisations. Nous présenterons aussi les personas data clés que l’on retrouve partout, afin de permettre aux équipes learning & development de déployer des parcours d’apprentissage personnalisés à grande échelle.
Formez vos équipes pour réussir à l’ère de la donnée
L’avenir du travail est data. À mesure que le volume de données explose, maîtriser les compétences en data science devient essentiel dans tous les secteurs pour prendre des décisions métier basées sur les données. Pour répondre à cet enjeu, les responsables formation doivent concevoir rapidement des programmes de formation data science évolutifs et de haute qualité, et mesurer leur efficacité grâce aux données. Découvrez comment Bloomberg s’est associé à DataCamp pour déployer un dispositif d’apprentissage hybride, dédié aux technologies data, auprès de centaines de collaborateurs de l’organisation Global Data de Bloomberg dans le monde.
Livres blancs
Tendances et prévisions data 2021 : l’année de la culture des données
Cette année, nous sommes à l’aube d’une forte accélération. Partout dans le monde, les organisations cherchent à renforcer leur résilience numérique et à devenir plus data-driven. La révolution data a toujours rendu l’impossible possible. Mais la véritable révolution consiste à rendre le possible accessible à grande échelle, en permettant l’émergence d’organisations et de sociétés data fluent, où chacun dispose des compétences nécessaires pour être un citoyen et un collaborateur informé.
Notre guide de l’open source en data science
Depuis plusieurs décennies, les technologies numériques transforment en profondeur notre quotidien. De nos modes de communication à la manière de créer de la valeur, les logiciels ont tout bouleversé. L’un des catalyseurs majeurs de cette adoption est l’open source, qui permet aux organisations de tirer le meilleur parti de leurs données et de créer, grâce au machine learning et à la data science, des solutions, processus et produits à fort impact. Découvrez l’essentiel à connaître sur l’open source en data science dans notre guide exclusif.
La différence entre les acteurs de la disruption et les acteurs établis ne tient pas tant à la technologie qu’à leur culture data, aux insights qu’ils extraient des données pour faire évoluer leurs services, et aux compétences en culture des données qu’ils développent. Pour devenir data fluent, les organisations investissent dans la montée en compétences, et les responsables L&D deviennent centraux dans la stratégie de long terme. Dans ce livre blanc, nous démystifions les outils utilisés par les professionnels de la donnée dans toute organisation data-driven et proposons une stratégie L&D orientée personas, avec huit profils clés à considérer.
Le guide de l’upskilling pour les leaders data
Pour atteindre la culture des données, les organisations s’engagent dans des parcours de montée en compétences, et les leaders data jouent un rôle déterminant dans la stratégie à long terme. Dans ce livre blanc, nous clarifions les outils employés par les professionnels de la donnée dans toute organisation data-driven et proposons une stratégie d’apprentissage et de développement fondée sur les personas, avec huit profils clés à cibler pour l’upskilling des métiers de la data.
Transformation digitale dans la finance : montée en compétences à l’ère de la donnée
Si la conformité, la qualité des données et l’infrastructure sont des défis majeurs pour industrialiser la data science à grande échelle, aucun n’est plus critique que le déficit de compétences en culture data. Dans ce livre blanc, nous détaillons les défis spécifiques de la montée en compétences dans la finance, les cas d’usage data science à plus fort impact que les acteurs des services financiers peuvent déployer dès aujourd’hui, ainsi que les compétences requises pour les concrétiser.