Data librarian : organiser, analyser et gérer les données

Attention les définitions évoluent !

• Données, informations, documents…
• 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)

Introduction au métier de documentaliste de données (Data Librarian)

• Comprendre les missions, les enjeux et le rôle du Data Librarian
• Évolution du rôle des documentalistes face à la transformation numérique
• Compétences métier et compétences techniques : sa fiche de poste
• Analyse différentielle : évoluer de documentaliste à documentaliste de données
• Sa place dans l’organisation : plusieurs options possibles
• Introduction aux réglementations et normes en vigueur (RGPD, Open Data, normes ISO, FAIR Data…)
• Atelier pratique : Auto-diagnostic des compétences et cartographie des besoins de perfectionnement de chacun des participants

Aligner les pratiques et les processus

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

Découvrir les outils utilisés en gestion des données

• Architectures de données : Data warehouse, 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 pour les retrouver facilement

• 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

Comprendre l’impact du Big Data et des nouvelles technologies sur le métier de documentaliste

• Introduction au Big Data : définitions, enjeux et exploitation
• Open Data et données publiques : cadre réglementaire et valorisation
• Données des réseaux sociaux, données de l’internet des objets, données mobiles…
• Intelligence artificielle et recherche de données : automatisation, classification, reconnaissance documentaire
• Éthique et biais dans la gestion algorithmique des recherches

Gouvernance des données et archivage

• Mettre en place un processus de Governance by Design pour aligner et préparer la recherche dès la collecte des données
• Catalogue de données : l’outil magique au service du documentaliste
  • Participer à sa conception et à son administration
  • L’utiliser pour découvrir de nouvelles données
  • Panorama de plusieurs outils de catalogage de données

Outils et logiciels pour le Data Librarian : Maîtriser les principaux outils de recherche, d’analyse et de visualisation des données et documents

• Introduction aux bases de données relationnelles (SQL) et NoSQL
  • Atelier pratique : Initiation à SQL, manipulation et interrogation d’une base de données
• Graphes de connaissance
• Initiation aux langages de structuration de données (XML, JSON, YAML)
• Utilisation d’API pour accéder de manière récurrente à des jeux de données
• Construire des data products (jeux de données) à destination de la recherche
• Principes de la datavisualisation (Excel, Tableau, Power BI)
• De la visualisation graphique au data storytelling (narration par les données)

Intelligence artificielle et automatisation des processus documentaires : comment l’IA transforme la gestion des données documentaires

• Introduction au Machine Learning et NLP appliqués à la bibliothéconomie
• Utiliser l’IA et ses agents pour rechercher de l’information
• Chatbots et assistants virtuels pour la gestion documentaire
• Indexation automatique et extraction d’entités nommées
• Exploration d’outils d’automatisation documentaire (Grobid, Transkribus)

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

Comprendre les enjeux de la science ouverte et de la diffusion des données

• Principes de l’Open Science et impact sur la documentation
• Initiatives et infrastructures Open Data (Europeana, OpenAIRE, DataCite)
• Licences et diffusion des données (Creative Commons, Open Data Commons)
• Stratégies de partage et valorisation des données de recherche
• Les initiatives de Data Spaces au niveau européen
• Ateliers pratiques :
  • Mise en ligne et documentation d’un jeu de données en accès ouvert
  • Analyse de licences adaptées à la diffusion des données

Technologies innovantes à surveiller et leur impact sur l’accès aux données à des fins de recherche

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