Le datalab

Depuis juin 2016, le datalab soutient la mise en oeuvre de cas d'usages de valorisation des données conduits avec les directions métiers.

Le patrimoine de donnée

Le patrimoine des données du Ministère de l'Intérieur a été cartographié en 2017 (lien interne) en cinq grands domaines : les biens, les personnes morales, les personnes physiques, les titres et les données administratives et géographiques.

Les enjeux, précisés dans un article interne, relèveront à terme du big data. Les données de détail, enfouies au sein de plusieurs systèmes d'information, sont le plus souvent sous-exploitées. Le Laboratoire de la donnée propose un accompagnement pour les valoriser.

La data science

La data science complète le métier traditionnel du décisionnel et des statistiques. Grâce à des techniques avancées de traitement de la donnée et de modélisation, les data scientists mettent en exergue des situations métiers anormales et/ou apportent des solutions à des problèmes identifiés par les métiers.

L'application de ces technologies nécessite une étape importante de préparation des données, occupant environ 60% du temps du data scientist selon une étude publiée en 2016. Une fois les données nettoyées et organisées, le data scientist se consacre ensuite à l'élaboration d'algorithmes, la construction de statistiques simples ou l'implémentation de règles de gestion.

Les techniques d'apprentissage profond (deep learning), souvent assimilées à l'intelligence artificielle (IA), ne sont pertinentes que dans des cas bien ciblés et lorsqu'il y a déjà une maturité dans la maîtrise des données.

Ainsi, l'organisation d'ateliers réunissant experts métier et spécialistes de la donnée permet aux premiers de partager leurs connaissances et ainsi d'initier efficacement ce type de projets. Plusieurs itérations sont ensuite nécessaires pour répondre au mieux aux problématiques des métiers.

 

 

L'offre entrepôt

Initié au premier semestre 2018, l'entrepôt vise à industrialiser l'offre de valorisation des données, en permettant de raccourcir pour passer du POC à la mise en production. L'architecture de cet entrepôt et le choix des briques technologiques qui le compose sont assurés par le Laboratoire de la donnée.

L'offre entrepôt accompagne les directions métiers dans le déploiement d'une plateforme "data" standardisée à l'échelle du Ministère de l'Intérieur pour le traitement et la visualisation de leurs données.
Les produits actuellement dans l'offre sont :

• Data Science Studio (DSS, de la société Dataiku) : transformation et mise en qualité de la donnée, machine learning.
• Tableau Software : visualisation des données, reporting.
• Vertica : système de bases de données relationnelles, optimisé pour l'analytique.

Les services de l'entrepôt

Le déploiement de l'entrepôt repose sur la sécurité du cloud pour le cloisonnement et la protection des données. La fonction d'administration des données préconise un déploiement séparant :

• un entrepôt statistique par direction métier ou programme : cet entrepôt peut contenir des dérivées de données nominatives pseudonimisées pour peu qu'elles n'aient pas d'impact à large échelle. Il doit permettre l'étude de tendances comportementales en conservant la maille la plus fine des données (individu, véhicule, accident) sans viser des individus.
• un entrepôt par domaine réglementaire, contenant les données nominatives pour, d'une part, assurer la mise en qualité des données et, d'autre part, assurer les traitement d'anonymisation et les traitements de lutte contre la fraude.