Manager expert de solutions responsables en science des données (MS)

RNCP41673BC01Identifier des opportunités de solutions en science des données pour une organisation et son modèle d’affaires

• * Identifier, comparativement au périmètre d’activité en charge, les éléments clés du diagnostic stratégique comme ceux de la gouvernance du système d’information de l’organisation considérée – qu’elle soit privée, publique ou hybride -, de sorte à définir les objectifs de veille à conduire sur les dimensions technologiques comme non technologiques pertinentes (réglementaires, écologique, éthique, géopolitique..) et ainsi inventorier des opportunités et risques nécessaires aux futurs arbitrages concernant des solutions data et IA * Organiser la veille – ou compléter une veille existante - selon les objectifs définis, en inventoriant les sources d’informations - formelles et informelles - pertinentes et fiables au regard des domaines à couvrir, en sélectionnant les outils d’exploration à mobiliser, en spécifiant les rythmes d’actualisation et les modalités de restitution de manière à structurer et rendre efficace le processus de veille * Investiguer, en termes de veille, non seulement les évolutions en termes de modalités de traitement et d’analyse, afin de répertorier de nouveaux modèles, algorithmes, langages et techniques informatiques, mais aussi le domaine des bases de données disponibles - qu’elles soient externes (dont l’open data) ou internes à la structure -, pour améliorer, compléter, préciser les résultats d’analyses et leur niveau de pertinence en vue d’identifier les opportunités de leur intégration dans la chaîne d’analyse des données (processus data) * Explorer un axe de veille orienté sur les dernières avancées technologiques et scientifiques (quantiques et habilitantes, 6 et 7G, etc…) afin d’anticiper les évolutions des pratiques et des expertises datas avec les possibles incidences sur les besoins en compétences et la pérennité de certains choix technoscientifiques * Evaluer les opportunités et risques écologiques des solutions en science des données envisagées tant sur les phases de production, de modes de gestion de données, et d’usages qui en déc

Évaluation : * Proposition d’un processus de veille concernant les solutions en science des données, comprenant 1/ une synthèse des éléments clés du diagnostic stratégique de l’organisation considérée et de la gouvernance concernant le système d’information et data 2/ la définition des objectifs de veille concernant les solutions, les bases de données, et les nouvelles technologies comme les dimensions nécessaires à couvrir 3/ l’inventaires des principales sources d’informations pertinentes à explorer en matière de solutions en science des données 4/ les modalités de recherche, de sélection, les outils de veille à mobiliser Cas réel ou fictif Pour 1/ Production écrite collective Pour 2, 3 et 4 : Production écrite individuelle et collective * Note de recommandations des opportunités et risques de solutions en science des données pour l’organisation comprenant 1/ la proposition argumentée de : -solutions en science des données (dont d’IA) pertinentes -les possibles sources de bases de données pertinentes à exploiter -des nouvelles technologies prometteuses comparativement aux objectifs répertoriés 2/ des focus concernant la proposition argumentée sur les 3 domaines ci-dessus en termes d’impact/ d’enjeux environnementaux et éthique, en particulier dans leurs dimensions de menaces Cas réel ou fictif Production écrite et orale, individuelle et collective

RNCP41673BC02Piloter un projet de solutions en science des données

• * Etablir le cahier des charges (note de cadrage) fonctionnel et technique de la demande client – interne ou externe - à partir d’une analyse des besoins, reposant sur une approche adaptée des processus métiers, de manière à le reformuler, le valider de sorte à définir le dimensionnement du projet, les technologies à mettre en place, les démarches nécessaires, sa faisabilité (technique, ressources, et « timing »), notamment au regard de l’infrastructure existante du système d’information * Définir, à partir du cahier des charges, des technologies pressenties, et du caractère innovant ou pas de la solution à élaborer, la méthodologie de projet adéquate classique (agile, waterfall, stage gate process, TLS théorie des contraintes Lean Six Sigma,..) ou innovante (design thinking, lean startup,..), pouvant être fonction du projet, des pratiques et des exigences de l’organisation et du secteur, de manière à optimiser la réalisation des livrables du projet en termes de faisabilité, qualité, coûts et délais * Décliner, si le projet est innovant, le processus de l’innovation – dit « pipeline de l’innovation » - nécessitant des phases spécifiques amont (brainstorming, créativité, prototypage, enquête terrain,..) ainsi que les multiples boucles d’itération concernant les différentes étapes de validités de sorte à proposer une solution à même d’offrir le caractère innovant idoine souhaité et conforme au besoin à satisfaire * Identifier, dès les premières phases du projet, les phases de la chaîne de valeur du process générant les impacts écologiques les plus négatifs, de manière à soutenir une éco-conception (réduction de l’obsolescence, IA frugale, plan de nettoyage du Dark data …) la plus pertinente sur la solution en science des données en cours d’élaboration * Répertorier les différents types de risques (technologiques, réglementaires, concurrentiels, ...) pouvant impacter le projet afin d’en définir leur criticité et les actions correctives possibles en mobilisant les métho

Évaluation : * Elaboration du cahier des charges (ou note de cadrage) à partir de la transformation de l’expression du besoin client précisant le besoin, l’objectif, le périmètre, les contraintes, les ressources, les principaux critères de validation et de réussite Cas réel ou fictif Production collective, écrite et orale * Rapport de clôture d’un projet comprenant : - Les objectifs initiaux et leur atteinte - Les décisions clés et arbitrages effectués (notamment concernant les choix de méthodologie, le séquençage, l'analyse de risques, le plan de communication) - Les écarts entre prévisions et réalisations - Les enseignements et bonnes pratiques à retenir - Les recommandations pour les futurs projets Cas réel ou fictif Production orale collective avec supports * Note synthétique de recommandations d’écoconception d’une solution en sciences de données sur l’ensemble de son cycle de vie comprenant : - l’analyse du cycle de vie des données - les phases les plus pertinentes à optimiser Cas réel ou fictif Production écrite, individuelle et collective Note de recommandations OU Retour d’expérience concernant le choix/la mise en œuvre de méthodes d’intelligence collective dans un contexte de projet portant sur une solution data et IA à même de favoriser un environnement de travail sain Cas réel ou fictif Production écrite individuelle

RNCP41673BC03Structurer l’architecture et le déploiement d’infrastructures de gestion de données

• * Définir, en relation avec d’autres experts des sciences des données, une solution de traitement de données concernant leur acquisition, stockage et mise à disposition, en déployant les différentes étapes de la constitution d’un pipeline de traitement de données compatible avec le SI existant, sur la base d’une analyse de celui-ci, de l’identification des axes de stratégie et de politique Données et SI de l’organisation, comme des besoins métiers afin de permettre une mobilisation des données générant de la valeur * Identifier, en considérant les interdépendances avec les autres problématiques et enjeux de l’entreprise, les données pertinentes pour la solution envisagée, en sélectionnant à la fois les données déjà repérées et disponibles en interne, comme des données externes mobilisables, via des achats, des sources disponibles en open data, ou des partenariats, afin d'accroître la pertinence des analyses qui en seront réalisées * Évaluer la qualité nécessaire des données afin de décider de la mise en œuvre ou non de leur nettoyage (par modification, par imputation, par suppression,..), de sorte à ultimement optimiser la pertinence des résultats obtenus par les analyses effectuées sur ces données * Intégrer les données identifiées dans le système d’information de l’entreprise en arbitrant sur la ou les méthodes adaptées (ETL et ELT), les langages (Python, JavaScript,..), les outils [bases de données relationnelles, bases de données NoSQL - MongoDB, Neo4J,..-], l’utilisation de systèmes distribués de manière à avoir accès facilement et efficacement à l’ensemble des données requises * Mettre en place des processus d’interrogation du Web -sémantique ou non- en tirant partie du fonctionnement sous-jacent des moteurs de recherche textuel ainsi que de la structuration des données disponibles (pages web, web sémantique,..) dans le but d’extraire de l’information exploitable * Mener des évaluations concernant le respect de la sécurité et la confidentialité -issues notamme

Évaluation : * Définition et justification du pipeline à partir d’une problématique de mise en place d’une solution de stockage et de traitement d’un jeu de données existants (cas intégré ou fragmenté) traitant de : - le choix d’un modèle de données en vue du stockage des données - l’intégration des données (internes ou/et externes à l’organisation) incluant l’évaluation de la qualité et leur nettoyage potentiel Cas réel ou fictif Production écrite individuelle * Diagnostic de sécurité et de potentielles failles intégrant : - l’identification et l'analyse d’une faille de sécurité en lien avec le thème proposé - l’identification du service ou du programme compromis, en précisant la vulnérabilité, ses possibles exploitations par un attaquant potentiel - la description de l’architecture du système concerné - les recommandations pour limiter l’impact de la faille et empêcher son exploitation, en s’appuyant sur les bonnes pratiques de sécurité - la proposition de mesures préventives pour les équipes de développement - L’illustration par un scénario d’entreprise de la criticité de la faille et des actions à intégrer dans la politique de sécurité - La définition d’une expérimentation visant la démonstration de la vulnérabilité, en créant un environnement de test et en détaillant une procédure d’exploitation Production écrite individuelle Cas réel ou fictif

RNCP41673BC04Concevoir des solutions en science des données visant une problématique stratégique ou organisationnelle

• * Conceptualiser un problème professionnel en problématique de traitement de données, en définissant, une fois le ou les cas d’usage bien clarifié(s), si la tâche est descriptive ou prescriptive, les méthodes à utiliser, les analyses à mener et les livrables à produire, de sorte à répondre à une sollicitation des Directions de l’organisation, visant à améliorer l’efficacité du SI et de ses données, l’aide à la décision, l’élaboration de nouvelles offres * Etablir un premier inventaire des types de solutions en science des données, adapté au système data existant, en termes de : données, modalités de stockage, modèles statistiques et d’algorithmes d’apprentissage automatique -machine learning, deep learning-, de sorte à adapter au mieux la pertinence de la solution à la nature des données devant être analysées * Evaluer l’intérêt de l’introduction de nouvelles méthodes de data science (IA, Deep learning, technologie de seconde génération quantique, …) en mobilisant les connaissances des fondements de la science des données pour questionner la pertinence des options techniques envisagées et l’intégration de ces dernières au SI existant * Mobiliser les méthodes statistiques afin d’analyser les données disponibles et évaluer les réponses aux questions posées de manière à éviter l’influence des valeurs extrêmes, erronées, manquantes, ou des situations de sur-apprentissage * Élaborer un modèle d’apprentissage automatisé en sélectionnant un algorithme (Deep learning, KNL,…) et la mise en place de jeux de données d’apprentissages, de tests et de validations pour entrainer le modèle et valider ses capacités prédictives * Intégrer dans les solutions techniques envisagées les coûts de fonctionnement des structurations des données et des modalités de traitement de manière à en optimiser l’impact budgétaire et à en réduire l’impact environnemental

Évaluation : * Mise en place d’un modèle de Machine learning : - Acquisition et analyse des données - Filtrage et sélection des caractéristiques - Choix d’un algorithme adapté à partir de la connaissance des données - Evaluation de la qualité des résultats Cas réel ou fictif Production écrite individuelle * Evaluation de l’impact énergétique et environnemental d’une solution en science des données. Cas fil rouge Cas réel ou fictif Production écrite collective

RNCP41673BC05Caractériser des créations de valeurs économiques et extra-économiques des solutions en science des données

• * Elaborer une estimation de la valorisation économique de la solution data, en mobilisant par exemple le Business Model Canvas –BMC- permettant d’identifier la création de valeur et sa structuration afin de stabiliser la pertinence et la pérennité de la solution, et plus généralement sa contribution aux performances économiques et extra-économiques de l’entreprise * Définir, outre la valorisation économique, différentes catégories d’indicateurs de performances économiques et non économiques permettant de piloter et de spécifier les résultats attendus en termes d’optimisation des ressources (Retour sur investissement –ROI-, coût total de fonctionnement), en termes d’efficacité opérationnelle, en termes de conformité, de satisfaction client,.. de manière à préserver et à atteindre les objectifs de la solution visée * Justifier de la prise en considération des risques et enjeux de conformité (droit, légal) et sécuritaires dans les arbitrages concernant les différentes composantes de la solution responsable de manière à offrir une solution data sécure, fiable et conforme aux lois en vigueur sur la science des données et leur exploitation chez leurs clients (interne – externe) * Préconiser une solution de visualisation des données utilisant les standards actuels, les règles relevant du fonctionnement de la perception visuelle et de la sémiologie graphique, de manière à la rendre inclusive, d’être à même d'en évaluer l'efficacité afin de permettre une restitution qualitative des informations pertinentes aux différentes équipes métiers concernées et d’en améliorer l'impact * Communiquer à l’oral ou à l’écrit de manière efficiente, pertinente, percutante et juste sur une solution data vers des spécialistes et non spécialistes (Flyer, Pitch, présentation Flash BMC, document technique, …. ) de manière à assurer l’engagement et l’intérêt pour la solution tant au niveau des équipes parties prenantes à l’élaboration de la solution, les futurs usagers, les sponsors du projet com

Évaluation : * Selon le contexte et le type de solutions Data et IA considérés, proposition d’une analyse de la création de valeur et/ou d’indicateurs de performances clé (KPI) de pilotage et de caractérisations de la solution : 1. Pour une analyse de la création de valeur Proposition d’une analyse de la création de valeur en mobilisant un outil adapté (type Business Model Canvas (BMC), Kano Model & JTBD, Balance sore card,..) abordant - La justification de l’outil choisi - La mise en œuvre conforme de l’outil - Les principaux résultats obtenus et leur analyse critique 2. Pour la proposition d’indicateurs clés de performances (KPI) - Sélection des KPI clés concernés par la solution et les impacts attendus - Proposition des indicateurs de nature autre que les KPI spécifiques à la solution data - Estimation et appréciation des évolutions attendues/observées des KPI - Synthèses des plus-values et première analyse de la performance de la solution Cas réel ou fictif Production écrite, individuelle et collective * Selon la solution et l’acuité des problématiques et enjeux de conformité et sécuritaire la concernant, note d’identification des éléments de conformité et/ou sécuritaire actuels et potentiels pris en considération dans l’arbitrage des caractéristiques de la solution définie Cas réel ou fictif Production écrite, individuelle et collective * Proposition argumentée d’une visualisation d’un ensemble de données fourni. Cas réel ou fictif Production individuelle * Réalisation d’une action de communication écrite ou orale portant, selon la solution et le contexte, soit sur : - un pitch de la solution - un flyer à destination d’un public spécifié - une présentation orale de la solution devant un public d’experts ou de non experts, - un document de synthèse technique dédié à la gestion des connaissances sur la solution Mise en situation réelle ou fictive Production écrite ou orale, individuelle ou collective