• Évolution des métiers de l’information vers la donnée.
• Différence entre documentaliste, data steward, data analyst, records manager et Data Librarian.
• Apports des compétences documentaires : description, indexation, structuration, qualité, médiation.
• Cas d’usage : portail de données, catalogue interne, open data, données de recherche, bases métiers, référentiels.

• Données structurées, semi-structurées et non structurées.
• Jeux de données, fichiers, bases, API, tableaux, corpus.
• Métadonnées descriptives, techniques, administratives et juridiques.
• Formats courants et enjeux d’interopérabilité.
• Cycle de vie des données : création, collecte, traitement, diffusion, conservation, réutilisation.

• Identifier le contenu, l’origine, le producteur, la date, le périmètre et les limites d’un jeu de données.
• Rédiger une description claire et exploitable.
• Choisir les métadonnées utiles.
• Documenter les variables, unités, formats, codes et valeurs.
• Produire une fiche descriptive ou notice de jeu de données.
• Tracer les sources, transformations et conditions de réutilisation.

Atelier pratique
Créer une fiche de description d’un jeu de données à partir d’un exemple fourni.

• Qualité des données : complétude, exactitude, fraîcheur, cohérence, unicité, traçabilité.
• Identifier les anomalies fréquentes.
• Définir les responsabilités : propriétaire, producteur, gestionnaire, utilisateur.
• Référentiels, dictionnaire de données, catalogue de données.
• Règles de nommage, versioning, droits d’accès et conservation.
• Articulation avec RGPD, sécurité, records management et gouvernance de l’information.

• Rendre les données trouvables, compréhensibles et exploitables.
• Concevoir un catalogue ou portail de données.
• Adapter la présentation selon les publics : métiers, chercheurs, citoyens, direction, partenaires.
• Produire des notices, guides d’usage, visualisations simples ou fiches de lecture des données.
• Accompagner les utilisateurs dans la recherche et l’interprétation.
• Éviter les mauvaises interprétations et documenter les limites.

• Outils de catalogage, tableurs, bases, portails open data, outils de data visualisation.
• IA générative comme appui : reformulation de descriptions, suggestion de métadonnées, structuration de dictionnaires de données.
• Limites : erreurs, hallucinations, confidentialité, mauvaise interprétation.
• Maintenir une validation humaine et documentaire.

À partir d’un cas fil rouge, les participants construisent :

• une fiche descriptive de jeu de données ;
• une première grille de qualité ;
• les métadonnées essentielles ;
• les responsabilités associées ;
• une proposition de valorisation ou de diffusion ;
• les points de vigilance pour la réutilisation.

• Comprendre le rôle du Data Librarian.
• Documenter et décrire un jeu de données.
• Identifier les métadonnées utiles.
• Contribuer à la qualité et à la gouvernance des données.
• Faciliter la recherche, la compréhension et la réutilisation des données.
• Valoriser les données auprès des utilisateurs.

• Questionnaire de positionnement en amont.
• Exercices pratiques sur des jeux de données.
• Production d’une fiche descriptive.
• Grille de qualité des données.
• Quiz de consolidation.
• Évaluation à chaud.
• Évaluation à froid à 6 mois.

• Avant : FA05 pour consolider les bases des métadonnées et de l’analyse documentaire.
• Après : formations de la rubrique Gestion des data, FA138 pour la gouvernance de l’information, FA22 pour les référentiels et vocabulaires contrôlés, formations Open Data ou Data visualisation selon les besoins.