Contactez-nous
  • Informatique - Systèmes d’information et numérique
  • Gestion données massives
  • Représentation graphique statistique
  • Analyse de données
  • Data visualisation
  • Data science

Qualité et gouvernance des données

Mis à jour le

Responsable(s) : Mme Samira CHERFI

  • Cours + travaux pratiques
Code Cnam : NFE215

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 30 heures
  • A la carte
  • 3 crédits
  • Distanciel

Présentation

Public, conditions d'accès et prérequis

Prérequis

  • Conception de bases de données et requêtes SQL
  • Processus métier
  • Entrepôts de données

 

Objectifs

La qualité des données ne signifie pas nécessairement que les données sont exemptes d'erreurs. Les données incorrectes ne sont qu'une partie de l'équation de la qualité des données.
La gestion de la qualité des données est un processus d’amélioration continue. Nettoyer les données à un instant ne garantit pas l’absence de défaut par la suite. En effet, les processus métier, les attentes des clients, les systèmes sources et les règles de gestion évoluent en permanence. Pour garantir des données de haute qualité, les entreprises doivent assurer une conformité vis-à-vis des principes de gestion de la qualité des données et développer des processus et des programmes qui réduisent les défauts des données au fil du temps.

Compétences et débouchés

Compétences

  • Compréhension des enjeux métier liés aux données et à leur qualité
  • Capacité à définir une feuille de route qualité des données
  • Contribution à la stratégie globale de gestion de la donnée
  • Comprendre le lien entre donnée, processus métiers et applicatifs dans l'entreprise
  • Comprendre l'usage de la visualisation comme outil de compréhension et d'analyse de la donnée

Parcours

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Programme

Contenu

Partie 1: Qualité des données

  • Définitions et exemples de non qualité
  • Dimensions de la qualité des données
  • Analyse de la qualité des données, un processus continu

Partie 2: Gouvernance des données

  • Qualité Vs. Gouvernance des données
  • Etude de cas

Partie 3: Visualisation des données

 

Modalités d'évaluation

L'examen présente une étude de cas qui lie et met en œuvre les concepts vus en cours.

Bibliographie

  • Dasu, Tamraparni, and Theodore Johnson. John Wiley & Sons, 2003. . Exploratory data mining and data cleaning
  • Loshin, David. Elsevier, 2010 . Loshin, David. The practitioner's guide to data quality improvement
  • Ehrlinger, L., and W. Wöß. Frontiers in Big Data, 5. 2022 . A survey of data quality measurement and monitoring tools

Ces formations pourraient vous intéresser