Présentation des services et des actualités du CRiP

Retours sur la stratégie 2019-2022 et le parcours de transformation data & analytics de la Société Générale pour le SI des fonctions centrales ; les enseignements suite à la création et l’exploitation d’une plateforme data à l’échelle du groupe ; perspectives nouvelles et stratégie data lakehouse en mode multi-cloud.

 

VAST Data démocratise l'adoption du Flash à grande échelle grâce à un positionnement prix très favorable comparable à une offre hybride ou archive qui nous permet de couvrir les cas d'usages allant de la sauvegarde aux environnements très transactionnels comme l'HPC, IA, ML, DP, ... avec la même solution afin d'éliminer la complexité des architectures à multiples tiers qui ne fait plus de sens pour des volumétries de plusieurs centaines de Téraoctets. Nos clients sont de grands centres de recherche publiques, des organismes financiers, des industriels dans l'aéronautique & l'automobile

Depuis toujours la centralisation des données a été vue comme un moyen de faciliter et de sécuriser l'accès, de mutualiser les moyens, d'améliorer la gouvernance et de maîtriser les coûts de plus en plus importants de la plateforme Data. Pourtant les coûts continuent d'augmenter et la réponse aux entités qui demandent plus de flexibilité, d'agilité et d'autonomie, ne semble pas toujours la mieux adaptée. Une approche logique de la Data Fabric ne remettant pas en question les investissements colossaux consentis est-elle possible ?

Fivetran + HVR vous permettent de répliquer et intégrer vos données en continu, depuis des applications Saas ou des bases de données on-premise vers n'importe quelle destination basée dans le cloud. Il s’agit d’un ensemble de solutions faciles d’utilisation, offrant les standards de niveau Entreprise pour des besoins Data complexes et volumineux.

En créant les fondations de la data, le principal objectif a été de faciliter la création de valeur grâce à la data en s’appuyant sur les bonnes personnes et en respectant les contraintes business et de régulation. Pour cela nous avons voulu faciliter la connaissance des données internes et externes et ceci notamment pour des besoins qui se situent au croisement de différents métiers (industry, engineering, procurement, finance, ressources humaines…). L’enjeu a été de faciliter l’accès concret et promouvoir la réutilisation des données brutes ou élaborées, déjà disponibles, pour de nouveaux usages ou projets.

Toujours plus de données et des infrastructures traditionnelles cloisonnées et trop complexes, comment votre entreprise peut-elle suivre ? Venez découvrir comment libérer tout le potentiel de vos données au travers d'une plateforme unique pour toutes vos applications.

Modern Data Flow is the name for five principles that together help us build better pipelinesBuilding a modern data flow means building pipelines in ways that scale to address not only the data requirements across an organization, but also the communication, accessibility, delivery, and operational needs of the entire data ecosystem.

Migrer une plateforme data, hébergeant des centaines de projets, utilisés par des milliers d’utilisateurs, depuis une infrastructure interne vers un fournisseur de cloud public, c’est le défi que Renault et ses équipes ont relevé.
Venez découvrir comment cette démarche a été menée et quelles leçons et bénéfices Renault a pu en tirer.

Pour que la croissance exponentielle du volume des données aboutisse à une prise plus rapide et plus performante des décisions stratégiques des entreprises, il faut absolument maîtriser les sujets suivants :
-1/ Les processus de création
Mise en place d’une « Data Fabric » pour répondre à la nécessité d'une gouvernance des données orientée sur les besoins métiers. L’objectif est de faciliter l'appropriation ultérieure par les consommateurs de ces données en s’appuyant sur la modélisation des cas d’usage métiers
-2/ Les processus de transformation
Mise en place d’une approche « Data Mesh » afin de dérouler une méthodologie aussi bien organisationnelle que technique. L’objectif est de garantir l’évolutivité et la scalabilité dans l’exploitation du flux croissant des données.
-3/ Les processus d'exploitation
La nécessité d’évoluer vers des outils simples permettant la mise en place d'une infrastructure "Self-Service". L’objectif est d’obtenir l’autonomie des futurs consommateurs en leur offrant de réelles capacités de réponse à leur interrogations métiers.

Comment controler l'intégrité des données durant notre "End to End Data Action process" pour nos product owners grace à l'automatisation ?
 

La transformation numérique exige une livraison rapide et flexible des logiciels, mais les tests n'ont pas suivi. Les tests logiciels traditionnels n'ont pas évolué avec le nouveau monde du Cloud, d'Agile et de DevOps, sans parler de la complexité des grandes applications d'entreprise. Découvrez Tricentis. Nous offrons une nouvelle façon, fondamentalement différente, d'aborder les tests logiciels en accélérant considérablement la transformation numérique, la livraison d'applications et la migration vers le cloud.

Les entreprises disposent d’énormes quantités de données qui ne sont pas exploitées à des fins d’analyse, tout simplement parce qu’elles ne peuvent pas garantir la confidentialité de ces données. Les sources de données sensibles se multiplient et la demande de rapports, d’analyses et d’apprentissage automatique ne cesse d’augmenter. Il est donc très difficile de fournir des données rapidement et en toute sécurité aux bons endroits. Nous avons une solution unique pour résoudre ce problème : la plateforme d’approvisionnement de données modernes Privitar.

Nous vous proposons un retour d’expérience de l’implémentation de la data virtualization qui nous a permis de réaliser plusieurs Data products dans un contexte décentralisé et hétérogène.