Découvrez le DataOps et comment le mettre en place dans votre organisation.
"En 2010, l’arrivée des Data Lakes (lacs de données) bouleverse le système en place. Le but n’est plus simplement d’alimenter en données les outils, mais d’aller chercher la donnée où elle se trouve. Ils permettent ainsi de centraliser (“dé-siloter”) plus efficacement en permettant le stockage des données brutes, les Data Warehouses de l’époque imposant un pré-formatage. L’ajout de serveurs de commodités facilite aussi la mise à l’échelle. Les sources se multiplient et la donnée prend une place centrale. Les outils se perfectionnent et permettent d’en traiter en plus grande quantité et dans des formats beaucoup plus diversifiés, voire déstructurés (images, sons, textes...).
Avec les Data Lakes arrivent de nouveaux profils comme le Data Scientist ou le Data Engineer, et donc la formation des premiers Data Labs. Ces changements apportent plus de liberté, les projets ne dépendant plus uniquement des contraintes parfois strictes de l’IT (processus de sécurité, conformité, validation, etc.). Cependant, les difficultés persistent et en particulier celle de la mise en production, l’écosystème analytique n’apportant pas les mêmes standards de livraison IT que les frameworks hérités du développement logiciel. Transformer une idée en POC devient réalisable, mais du fait que les scripts data sont peu compatibles avec l’IT, la déployer dans un environnement de production est tout de suite plus complexe.
Alors comment rapidement déployer ces projets ? Les mêmes analystes parlent de plus en plus d’une approche, celle du DataOps. Comparée au DevOps, son penchant dans le développement informatique, elle se distingue pourtant sur de nombreux aspects intrinsèquement liés aux problématiques uniques des initiatives en matière de donnée."
