Une donnée brute ne vaut rien en soi : sa valeur naît d'un cycle de vie, collecter, stocker, nettoyer, transformer, analyser, décider.
2.1Qu'est-ce qu'une donnée ?
On distingue les données structurées (tables), semi-structurées (JSON, logs) et non structurées (textes, images, vidéos). Ces dernières représentent l'essentiel des volumes et une grande partie de la matière première des IA génératives.
2.2Les bases de données : SQL et les autres
- Relationnelles (SQL) : tables, relations, transactions ACID. C'est le choix par défaut quand la cohérence compte : comptes bancaires, commandes, dossiers.
- NoSQL : documents, clé-valeur, graphes. On les choisit pour le volume, la vitesse ou la flexibilité, en acceptant parfois moins de rigueur.
- Question clé : jamais « SQL ou NoSQL ? », mais « quelles garanties mon usage exige-t-il ? »
2.3Le pipeline de la donnée moderne
- Collecte depuis applications, capteurs, web, logs.
- Stockage dans un entrepôt (data warehouse), un lac (data lake) ou un lakehouse.
- Transformation : nettoyer, croiser, modéliser ; la préparation absorbe souvent l'essentiel du temps.
- Analyse : tableaux de bord, statistiques, modèles d'IA.
- Gouvernance : savoir quelles données existent, qui y accède, d'où elles viennent.
2.4Le cloud : louer l'informatique comme l'électricité
Le cloud est de l'informatique à la demande, mutualisée, élastique et facturée à l'usage. Trois étages : IaaS (machines et stockage), PaaS (services gérés), SaaS (logiciel fini).
Sous le capot : virtualisation, conteneurs, régions, zones de disponibilité, automatisation. Point crucial hérité de la cybersécurité : le modèle de responsabilité partagée, le fournisseur sécurise le cloud, le client reste responsable de ce qu'il y met.
2.5À qui confier son informatique ?
- Public, privé, hybride, souverain : chaque modèle arbitre entre élasticité, contrôle, coût et contraintes juridiques.
- Rapatriation : à charge stable, certaines entreprises préfèrent posséder leurs serveurs ; d'où le FinOps, discipline d'optimisation de la dépense cloud.
- Edge computing : traiter la donnée près de sa source pour la latence, le coût ou la confidentialité.
À retenir
Data et cloud reposent sur un même principe économique : mutualiser pour transformer des coûts fixes en coûts variables. La contrepartie est une dépendance technique, financière et juridique à arbitrer cas par cas.
Sources
NIST SP 800-145, définition du cloud ; Flexera, State of the Cloud Report ; documentation AWS/Azure/GCP sur le modèle de responsabilité partagée.
Vous avez fini ce module ?
Votre progression est sauvegardée sur cet appareil.