# Échauffement 🔥 ##Vous avez 5 minutes pour trouver 20 données (ou plateformes de données) publiques ### *(Au moins une dans chaque catégorie...)*

# Qu'est-ce qu'une donnée ? ## La pyramide Data-Information-Knowledge-Wisdom

# Qu'est-ce qu'une donnée ? ## Typologies : tentative de classification (imparfaite)...

* Concerne les algorithme papiers **et** numériques ! * Principe de redevabilité vis à vis des algorithmes : * signalement, * description du fonctionnement, * justification du recours aux algorithmes, * explicabilité des résultats, * accessibilité au code source et à la documentation, * voies de recours.

API = Application programming interface (interface de programmation d'application) Les API permettent de se connecter à des SI tiers. Elles sont fondamentales dans l'accès à la donnée pour le partage applicatif. Elles sont largement citées dans les feuilles de routes sur la donnée. Pour un inventaire, rendez-vous sur la platforme [api.gouv.fr](https://api.gouv.fr/)

# Digitalisation de l'administration - quelques exemples * ouverture des codes sources : cf. supra ; * principe du [dites-le nous une fois](https://www.numerique.gouv.fr/actualites/simplification-des-demarches-administratives-dites-le-nous-une-fois-passe-a-la-vitesse-superieure/) ; > Pour organiser l’ensemble de ces échanges d’informations, les administrations pourront s’appuyer sur le catalogue d’API, opéré par la DINSIC, qui permettent l’échange d’informations entre administrations en toute sécurité. * stratégie [cloud au centre](https://www.numerique.gouv.fr/services/cloud/doctrine/) : le Gouvernement fait du Cloud un prérequis pour tout nouveau projet numérique au sein de l’État. > L’inscription durable du virage vers le Cloud poursuit un objectif principal : répondre aux attentes légitimes des Français d’exemplarité de l’État en matière de protection de leurs données ainsi qu’en terme de garantie de la continuité du service public, deux prérequis à leur confiance dans le service public numérique.

# Feuilles de route de la donnée 27 avril 2021 : [circulaire du Premier ministre 🔗](https://www.numerique.gouv.fr/actualites/politique-donnee-algorithmes-et-codes-sources-une-circulaire-du-premier-ministre-renouvelle-ambition-francaise/) relative à la politique publique de la donnée, des algorithmes et des codes sources. Chaque ministère a élaboré sa propre feuille de route sur deux à trois ans. [🔗 Liste des actions prises par les ministères dans le cadre des feuilles de routes ministérielles ](https://www.data.gouv.fr/fr/datasets/liste-des-actions-prises-par-les-ministeres-dans-le-cadre-des-feuilles-de-routes-ministerielles/)

# Les métiers de la donnée 1/2 15/06/2021 : Rapport public - [Évaluation des besoins de l'État en compétences et expertises en matière de donnée 🔗](https://www.vie-publique.fr/rapport/281669-besoins-de-etat-en-competences-expertises-en-matiere-de-donnees) > Du fait de leur nouveauté et peut-être de leur relative technicité, les métiers de la donnée ne sont pas toujours bien connus > et [...] le contour des métiers est en évolution constante. > Le Répertoire Interministériel des Métiers de l’État (Rime) [...] comprend ainsi seulement deux catégories de métiers de la donnée : > le [data scientist](https://www.fonction-publique.gouv.fr/data-scientist) > et le [chargé de gouvernance de la donnée](https://www.fonction-publique.gouv.fr/chargeecharge-de-gouvernance-de-donnees), > là où la mission en définit quatre ; à l’inverse le guide « Data scientist ! » édité par Télécom Paris en considère une vingtaine. > Le [Rime] définit [...] une vingtaine [d'emplois-références] dans le domaine du numérique et du > système d’information et de communication (SIC). À compter de 2017, la DINUM a élaboré un référentiel des > métiers et compétences SIC. À ce jour, ce référentiel comporte près d’une soixantaine de métiers, dont une > dizaine concerne directement la donnée [...]. [Datascientist : The Sexiest Job of the 21st Century 🔗](https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century)

# Les métiers de la donnée 2/2 Les 4 métiers considérés par la mission : * data scientist, data analyst *(dominante informatique)* ; * data engineer, data architect *(dominante mathématique / statistique)*.

Le métier de statisticien a été assimilé aux métiers de data scientist ou de data analyst en fonction des profils. D'autres métiers ont été explicitement exclus du rapport : - experts juridiques de la donnée (dont les délégués à la protection des données) ; - chargés de la gouvernance des données ; - chief data officer ; - data steward. **Critique personnelle :** le rapport passe totalement sous silence les métiers liés à la géomatique (SIGiste) sans la moindre explication 😡 (interroge le scope ministériel...).

# Intelligence Artificielle et données ## L'IA, un ensemble composite Des innovations qui s'étalent du 18ème siècle *(théorème de Bayes, 1763)* à aujourd'hui. Toutes les technologies ont en commun de se nourrir de **données** (les jeux d'entraînement). Contrairement à l'algorithmique traditionnelle, en IA **c'est la machine qui déduit les règles et modèles des données d'entrée**. Certains algorithmes sont dits *supervisés* ; les données sont alors étiquetées (par des humains ?), ce qui permet de calculer un score de réussite à l'aide d'une métrique choisie) ; d'autres techniques sont dites *non supervisées* : clustering, détection d'anomalies, etc.. Il y a donc un **enjeu énorme de qualité** de la donnée : [*garbage in, garbage out*](https://fr.wikipedia.org/wiki/GIGO).

# Les types d'IA (faibles) ## Plusieurs classifications pas toujours exactement concordantes

Mais globalement, il y a 2 domaines et de multiples usages : * l'apprentissage machine (machine learning) : régression, classification, réduction de dimension, partitionnement (clustering) * l'apprentissage profond (réseaux de neurones, deep learning) : computer vision, NLP, speech to text, bioinformatics ... Deux champs de recherche supplémentaires qui n'étaient pas (encore) très présents à l'époque de la création de ces illustrations : * AutoML : Automated machine learning * XAI : Explainable AI

# Les projets data & IA en pratique 1/3 Une posture de plus en plus orientée vers le mode [agile](https://fr.wikipedia.org/wiki/M%C3%A9thode_agile).

# Les projets data & IA en pratique 2/3 Corollaire #1 : un vocabulaire issu du génie logiciel (use case, sprints, design thinking, UX Design, etc.) de plus en plus présent (au risque de ne plus y comprendre grand chose pour les non initiés...).

# Les projets data & IA en pratique 3/3 Corollaire #2 : un appel à l'innovation qui en avant les individus autant (sinon plus) que les collectifs *Nota : quelques faux pas à noter en matière de pérennité des projets (départs d'agents, etc.)* * Programme [Entrepreneurs d'Intérêt Général 🔗](https://eig.etalab.gouv.fr/) depuis 2016 * Incubateurs avec le programme [beta.gouv.fr 🔗](https://beta.gouv.fr/) (portage par des agents publics “intrapreneurs”), financé par le Fonds d’Accélération des Startups d’État et de Territoire (FAST) * [Comment faire 🔗](https://comment-faire.modernisation.gouv.fr/) : la boîte à outils de l'innovation publique (= Design Thinking)

# Dataviz digest #1 - La fracture numérique L'illectronisme touche 17% de la population [selon l'INSEE 🔗](https://www.vie-publique.fr/en-bref/271657-fracture-numerique-lillectronisme-touche-17-de-la-population). Comment parler de donnée au grand public ? Ne pas négliger le support papier...

En France : * environ 0,3 % de la population est aveugle (source [Fédération des Aveugles de France 🔗](https://aveuglesdefrance.org/quelques-chiffres-sur-la-deficience-visuelle/)) ; * environ 1 % de la population est malvoyante moyenne (même source) ; * [on estime 🔗](http://www.thelancet.com/journals/langlo/article/PIIS2214-109X(17)30293-0/fulltext) que le nombre de personne touchées va croître compte tenu du vieillissement des populations ; * environ 4% de la population est atteinte de daltonisme (8% des hommes, 0,4% des femmes source [Universalis 🔗](http://www.universalis-edu.com/encyclopedie/daltonisme/)) Seuls **10% des sites internet sont accessibles** aux personnes aveugles et malvoyantes (source [Fédération des aveugles de France 🔗](https://aveuglesdefrance.org/quelques-chiffres-sur-la-deficience-visuelle/)). 💡 Des outils existent en ligne pour [simuler les palettes de couleur](https://google.github.io/palette.js/) ou créer [des documents accessibles](https://aveuglesdefrance.org/nos-combats/nouvelles-technologies/).

# Une histoire de données, c'est aussi une histoire d'infrastructures Le mercredi 10 mars 2021, le [datacenter d'OVH à Strasbourg brule](https://www.lemonde.fr/societe/article/2021/03/11/l-incendie-survenu-sur-le-site-de-l-entreprise-ovh-serait-d-origine-accidentelle_6072753_3224.html)  ; 100 sapeurs pompiers et 44 engins sont mobilisés. La donnée dans tout ça ? * "12 000 à 16 000 clients" sont touchés selon OVH ; * la société Netcraft identifie 464 000 noms de domaines (dont 59 600 français) et 3,6 millions de serveurs web liés à OVH Cloud inaccessibles. Parmi les sites touchés : data.gouv.fr, la plateforme de dématérialisation des marchés publics, le site du défenseur des droits... [Principale surprise de l'affaire](https://www.journaldunet.com/web-tech/cloud/1498567-incendie-d-ovh-l-heure-du-bilan/) : une partie du service Private Cloud et son backup étaient tous deux hébergés dans deux salles du même datatencer. Toutes les données ne seront pas récupérées...

# La récupération des données à l'heure des API ## L'exemple des données d'autosurveillance des installations classées (application GIDAF) [Article L.124-5 du Code de l'environnement (en vigueur depuis le 27/10/2005)](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000006832927?init=true&nomCode=EEFtyw%3D%3D&page=1&query=L124-5&searchField=ALL&tab_selection=code) > II.-L'autorité publique ne peut rejeter la demande d'une information relative à des émissions de substances dans l'environnement que dans le cas où sa consultation ou sa communication porte atteinte : > 1° A la conduite de la politique extérieure de la France, à la sécurité publique ou à la défense nationale ; > 2° Au déroulement des procédures juridictionnelles ou à la recherche d'infractions pouvant donner lieu à des sanctions pénales ; > 3° A des droits de propriété intellectuelle.

A l'heure actuelle, 42659 déclarations téléchargées sur la région HdF (à date du 05/06/2021) correspondant à 9 991 494 informations polluantes.

Exemple : cas du jeu de données [GASPAR](http://files.georisques.fr/GASPAR/PPRT/pprt_hauts_de_france.csv) sur les Plans de Prévention des Risques Technologiques (PPRT) : on trouve 23 PPRT annulés sur au moins une commune en région ! 33 PPRT approuvés, 3 non encore prescrits 21 jours pour trouver l'explication + 55 jours pour faire rectifier le jeu de données Après rectification du jeu de données : 50 PPRT approuvés, 3 prescrits. Conséquences : 😨 ???

Quand la chaîne est aussi complexe (et **masquée par une application** métier), il est difficile : * de retrouver la personne responsable de la mise à jour ; * et même d'identifier des interlocuteurs impliqués à tous les étages du traitement...

# Les métiers de la donnée en DREAL En théorie : datascientist, dataarchitect, dataengineer, datanalyst, statisticien, géomaticiens, ... En pratique : * les agents acculturés au numérique (avec des spécialités plus ou moins marquées : administration des données, infrastructures, programmation, géomatique, statistique, etc.) * les agents acculturés au numérique (sans compétences spécifiques) ; * et l'immense majorité : les autres... En dehors des services spécialisés (INSEE & SSM), les chargés de données doivent savoir (presque) tout faire.