machine-learning-data-catalog

Comment tirer parti d’un Machine Learning Data Catalog ?

Vous pouvez utiliser les data catalogs d’apprentissage automatique (MLDC) pour interpréter les données, accélérer l’utilisation des données dans votre organisation, et relier les données aux résultats des entreprises.  Nous donnons des exemples concrets des fonctionnalités intelligentes d’un data catalog dans nos précédents articles : 

Force est de constater que cette spécificité des data catalogs est une pierre angulaire dans le choix d’un data catalog. Forrester le met d’ailleurs en évidence dans son dernier rapport : Now Tech: Machine Learning Data Catalogs, Q4 2020. En ne manquant pas de nous citer comme l’un des fournisseurs de Machine Learning Data Catalog clé sur le marché.

Toutefois, comprenez que en tant que professionnels de la data en recherche d’un data catalog, la brique intelligente est certes une évidence mais n’est pas suffisante pour mener à bien votre mission de démocratisation de la donnée.

De machine learning data catalog à Smart data catalogs : quelle est la différence ?

Le terme « ML data catalog » est devenu un mot à la mode ces derniers mois. Cependant, lorsqu’on parle d’une chose « intelligente », la plupart du temps nous pensons automatiquement, et à juste titre, à un data catalog ne comportant que des capacités d’apprentissage automatique.

Chez Zeenea, nous ne pensons pas qu’un ML data catalog ne doit pas seulement se résumer à des fonctionnalités de Machine Learning et d’Intelligence Artificielle !

Il existe différentes façons d’être « intelligent ». Nous aimons ainsi parler de Smart Data Catalog dans lequel l’aspect ML est brique parmi d’autres.

Les 5 piliers d’un smart data catalog se trouvent dans son :

  1. Design : la façon dont les utilisateurs explorent le catalogue et consomment l’information,
  2. Expérience utilisateur : comment il s’adapte à différents profils,
  3. Inventaire : fournit un moyen intelligent et automatique d’inventorier,
  4. Moteur de recherche : répond aux différentes attentes et donne des suggestions intelligentes,
  5. Gestion des métadonnées : un catalogue qui marque et relie les données entre elles grâce à des fonctionnalités ML.

Cette conviction est détaillée sur notre article : Le “smart” data catalog, essentiel pour les data leaders et à également donné lieu à une présentation par Guillaume Bodet, CEO de Zeenea, en septembre dernier.