Industrialisation
à l’échelle

Répondre à ces deux critères revient à industrialiser la solution data science, étape qui demeure aujourd’hui encore un défi majeur pour la plupart de nos clients. Ces derniers sont bien souvent confrontés à un double problème de passage à l’échelle : aucun cas d’usage pris individuellement n’est réellement robuste et déployé pour plusieurs marques, business units ou géographies ; par ailleurs, aucun procédé de fabrication / de développement n’a réellement été mis en place, qui pourrait simplifier et accélérer le déploiement de cas d’usage additionnels. Chaque nouvelle initiative data est en ce sens vécue comme un recommencement.

Si l’industrialisation comporte une dimension technique et technologique importante, son succès passe, de manière plus déterminante, par la réunion de deux autres facteurs d’ordre méthodologique.

Tout d’abord, la mise en place de processus adaptés aux spécificités et problématiques de projets data est essentielle.

Pour industrialiser vos solutions data science, notre méthode tire le meilleur de trois pratiques.

• DevOps – pour des cycles de déploiement d’analytics continus et raccourcis, assis sur une infrastructure scalable, gouvernée, au service de solutions technologiques vouées à évoluer dans le temps ;
• DataOps – pour une chaîne de production data fiabilisée, depuis l’ingestion de la donnée brute jusqu’à la production de la valeur métier ;
• MLOps – pour une IA à la performance et aux coûts contrôlés, répondant de manière pérenne à l’objectif métier.

Ensuite, il est non moins essentiel de piloter le projet par une approche centrée sur le métier, afin de piloter les arbitrages techniques et de mise en œuvre à l’aune des impacts et bénéfices attendus. Nous capitalisons ici sur une conviction forte, qui nous permet aujourd’hui d’être, en particulier, le meilleur traducteur entre les différentes expertises (data, IT, métier) à rassembler pour un déploiement réussi.

Dans le cadre de l’industrialisation de vos solutions data science, nous délivrons :

• Un procédé de data factory (Eki.Data Science Playbook) vous guidant pas à pas dans la construction d’une solution robuste et scalable ;
• Une méthode agile (Eki.Flow) adaptée à vos projets data vous permettant de gouverner leur déploiement et de garantir une collaboration optimisée entre vos experts data, IT et vos utilisateurs métier ;
• Une offre de spécification et d’implémentation d’architecture et d’infrastructure, pour un environnement technologique adapté à vos besoins ;
• Une offre de développement d’applications web pour une expérience d’utilisation de vos solutions simple et transformative.