{openAudit}, le data lineage et les usages de l'information pour transformer les SI

  How can analytics pipelines be made portable?   Today, major cloud platforms offer extremely powerful data environments that are generally the target in data stack modernization projects: Microsoft Fabric, Databricks, Glue, Snowflake, BigQuery, etc. These platforms are very well suited to many analytics and Big Data uses. But in many projects, another question is beginning to emerge: how to ensure that a technological choice made today does not create a perpetual dependency? Behind the processes often lie specific runtimes, proprietary APIs, native authentication mechanisms and, more generally, strong dependencies on the chosen Cloud provider. It also concerns his own informational sovereignty. In short...     A portable and interoperable approach For several major clients, we are working on approaches aimed at preserving the portability of data pipelines and limiting their dependence on a specific environment. The idea is to keep SQL processes open, more ea...

  La portabilité des pipelines analytics, comment ?   Les grandes plateformes Cloud proposent aujourd’hui des environnements data extrêmement puissants qui sont généralement la cible dans les projets de modernisation de la data stack : Microsoft Fabric, Databricks, Glue, Snowflake, BigQuery, etc. Ces plateformes répondent très bien à de nombreux usages analytics et Big Data. Mais dans beaucoup de projets, une autre question commence à émerger : comment s'assurer qu'un arbitrage technologique aujourd'hui ne crée pas une dépendance perpétuelle ? Derrière les traitements se cachent souvent des runtimes spécifiques, des APIs propriétaires, des mécanismes d’authentification natifs et plus généralement des dépendances fortes au Cloud provider choisi. Il en va aussi de sa propre souveraineté informationnelle. Bref ...     Une approche portable et interopérable Pour plusieurs grands comptes, nous travaillons sur des approches visant à préserver la portabilité des pipel...