Data archivist : pour une meilleure gouvernance du cycle de vie des données

Attention les définitions évoluent !

• Données, informations, documents… pensez ISO 24143
• Différences entre donnée numérique, donnée non numérique et donnée numérisée
• Métadonnées : d’usage et de structure, métier et techniques
• Données formalisées (structurées ou non), et données informelles (vrac numérique)
• Témoignages de professionnels persuadés d’être différents

Rappel des principes de la gestion des archives numériques et de leur pérennisation

• Archivage électronique et normes associées (OAIS, MoReq, NF Z 42-013)
• Principes de l’archivage à long terme : formats pérennes, checksum, plan de préservation
• Gestion du versioning et des migrations de formats
• Introduction aux infrastructures de stockage : cloud, entrepôts de données…

Aligner les pratiques et les processus

• Archivistes et Data Archivistes
• Bibliothécaires et Data Librarians
• GED et Data Platform
• Chaine documentaire et Data Office
• Deux mondes qui ont évolué en parallèle, mais qui doivent s’aligner et travailler ensemble

Le métier d’archiviste de données

• Compétences métier et compétences techniques : sa fiche de poste
• Analyse différentielle : évoluer d’archiviste à archiviste de données
• Sa place dans l’organisation : plusieurs options possibles
• Introduction aux réglementations en vigueur (RGPD, Open Data, normes ISO)

Comprendre le cycle de vie des données : penser à la fin du cycle dès son début

• Créer des données, le début de l’archivage
• Vie de la donnée : stockage, déplacement, modification… comment suivre la donnée, le data lineage

Découvrir les outils utilisés en gestion des données

• Architectures de données : data lake, content lake, lakehouse…
• Bases de données et autres applications
• La place des données dans le développement d’applications informatiques

Savoir structurer, organiser et documenter les données archivistiques

• Métadonnées : Dublin Core, METS, PREMIS, ISO 23081
• Structuration et normalisation des données
• Interopérabilité et standards de la gestion des données
• Introduction aux ontologies et aux vocabulaires contrôlés
• Ateliers pratiques :
  • Création et gestion d’un schéma de métadonnées
  • Analyse et structuration d’un jeu de données

Stratégie d’archivage propres aux données

• Quelles stratégies d’archivage déployer pour les données d’applications (progiciels du marché comme SAP, ou applications développées en interne)
• Décommissionnement d’applications et archivage des données (problèmes juridiques et techniques d’accès aux archives)

Comprendre l’impact du Big Data et des nouvelles technologies sur l’archivistique

• Introduction au Big Data : définitions, enjeux et exploitation
• Open Data et données publiques : cadre réglementaire et valorisation
• Intelligence artificielle et archivistique : automatisation, classification, reconnaissance documentaire
• Éthique et biais dans la gestion algorithmique des archives

Gouvernance des données et archivage

• Mettre en place un processus de Governance by Design pour aligner et préparer l’archivage dès la collecte des données

Sécuriser l’archivage des données

• Différences entre sauvegarder et archiver
• Garantir la cybersécurité des archives

Conserver pour mettre à disposition

• Combiner publier et archiver
• Préparer et rendre disponibles les données archivées pour l’entrainement des modèles d’IA

Outils et logiciels pour le Data Archivist : Maîtriser les principaux outils de gestion, d’analyse et de visualisation des données archivistiques

• Introduction aux bases de données relationnelles (SQL) et NoSQL
• Graphes de connaissance
• Initiation aux langages de structuration de données (XML, JSON, YAML)
• Exploration de logiciels de gestion d’archives et de data management (Archivematica, AtoM, CKAN, Dataverse)
• Principes de la visualisation et de la datavisualisation (Excel, Tableau, Power BI)

Développer une approche projet pour la gestion et la mise en valeur des données

• Méthodologie de gestion de projet numérique (agilité, cycle en V, etc.)
• Collaboration avec les data scientists et les informaticiens
• Stratégies de valorisation et d’exploitation des archives numériques
• Atelier pratique : Élaboration de la feuille de route d’un projet d’archivage et de valorisation des données

Technologies innovantes à surveiller et leur impact sur la conservation de données

• Blockchain
• Web sémantique, Data Contracts et cycle de vie de la donnée
• Archivist AI Agents (Agents d’IA au service de l’archivage)…
• Conservation et supports (supports matériels et applications de relecture)