Cette keynote d'ouverture montrera pourquoi la modernisation des architectures et des gouvernances data devient une priorité pour les organisations. Nouveaux besoins métiers, potentiel de l’IA, pression réglementaire et avantage compétitif des entreprises data driven imposent désormais des fondations plus cohérentes, plus agiles et mieux gouvernées.

Cette intervention montrera comment les standards ouverts peuvent renforcer la résilience des plateformes data tout en limitant les dépendances techniques. Elle reviendra sur le rôle de l’open source et de l’interopérabilité dans la construction de socles plus durables, plus réversibles et plus souverains.

Covéa présentera les limites de ses architectures data historiques et les raisons qui la conduisent à faire évoluer sa trajectoire vers une logique data driven. L’intervention montrera comment domaines de données, data products et lakehouse peuvent contribuer à rendre la donnée plus accessible, plus cohérente et plus utile aux usages métier.

À l’ère des agents IA, la rupture ne se joue pas uniquement dans la sophistication des modèles, mais dans leur capacité à mobiliser pleinement le patrimoine de données de l’entreprise. Pourtant, ces données restent trop souvent éparpillées dans des environnements hétérogènes, insuffisamment documentées et de qualité variable. Cette fragmentation complique leur exploitation et bride l’efficacité des agents. L’enjeu est donc de masquer la complexité du système d’information, de sécuriser et fiabiliser l’accès à la donnée, et de convertir un écosystème morcelé en une fondation cohérente et maîtrisée. C’est à ce prix que les agents IA pourront transformer leur promesse en impact tangible.

Accessibilité de la donnée, advanced analytics puis IA : trois niveaux de valeur pour structurer une stratégie data pilotée par les cas d’usage. Au cœur de la démarche, le catalogage à la source, l’architecture metadata-driven, la maîtrise des coûts de plateforme, la décentralisation des data developers et le passage de la plateforme data aux usages IA en environnement industriel.

Ce débat interactif proposera au public de réagir en direct, via une application mobile, à une série de mini questionnaires sur les grands arbitrages liés aux architectures data. Les résultats affichés à l’écran serviront de point de départ aux échanges avec les intervenants.

Cette séquence présentera les principaux enseignements du livre blanc consacré au Data Mesh. Elle permettra de revenir sur les concepts clés, les conditions de mise en œuvre et les questions d’organisation, de gouvernance et d’architecture que ce modèle soulève dans les entreprises.

Qu'est-ce que les données disent d'une organisation ? De quoi un doublon est-il le nom ? Retour d'expérience depuis l'Open Data du ministère de l'Économie (data.economie.gouv.fr) : comment une plateforme de données et une Charte créent les conditions pour se coordonner sans forcer.

Passer de "la data pour tous" à "la data par tous". À travers ce premier retour d'expérience, nous partagerons comment notre gouvernance évolue pour rendre la donnée plus accessible, clarifier les responsabilités et automatiser ce qui peut l'être.

Les données synthétiques ouvrent de nouvelles possibilités pour la simulation, l’expérimentation et la modélisation. Leur intérêt dépend toutefois des cas d’usage visés. Veut-on créer accélérer un processus de création de valeur de plusieurs ordres de magnitude ou augmenter un jumeau numérique pour maximiser le rendement de l’appareil industriel malgré certaines baisses de rendement complexes et non expliquées ? Découvrez à travers des exemples concrets l’intérêt et l’usage de chaque type de données.

Intégrer des workflows agentiques de traitement des données dans des architectures applicatives existantes suppose de faire coexister logique transactionnelle, agents et supervision humaine. La présentation montrera comment une architecture trois tiers peut articuler couches métier et data avec des agents, ainsi que les adaptations requises côté applicatif.

Des incidents liés à la qualité aux pratiques collaboratives : retour d’expérience sur la construction d’une responsabilité partagée autour de la donnée des sports. 

Pour devenir AI-ready puis agent-ready, les organisations doivent intégrer la cybersécurité dès la conception des architectures data, et non en validation tardive. L’approche Cybersecurity Mesh Architecture permet de définir des mesures de sécurité composables, scalables et interopérables au service de projets data et IA industrialisables. Des réflexions issues du groupe de travail Cyber Mesh IMA / CESIN.

La valeur des données de mesures repose d’abord sur leur qualité. Cette prise de parole éclairera les mécanismes à mettre en place pour fiabiliser la chaîne d’exploitation, limiter les écarts et rendre les usages plus solides, notamment dans un contexte de volumétrie élevée comme celui des données Linky.

Cet atelier pratique vous plongera dans la vie d’une équipe de domaine au début de sa structuration. Il permettra de comprendre comment découvrir le domaine, concevoir un premier data product et formaliser les engagements associés dans un contrat. Une approche concrète ponctuée de retours d'expériences produit et ingénierie.

Cet atelier reviendra sur le semantic layer qui s’impose comme une brique de référence pour fiabiliser l’accès aux données, aligner les définitions métier et préparer l’intégration de l’IA dans la plateforme data. Sa mise en place conditionne la capacité à déployer des usages LLM cohérents, interprétables et réellement exploitables à l’échelle.

Cet atelier collaboratif invitera à partager expériences et réflexions autour des plateformes data modernes : modèles existants (Warehouse, Lake, Lakehouse), enjeux de souveraineté et stratégies de migration. L'objectif est d’identifier les meilleures approches pour répondre aux besoins spécifiques de chaque organisation.

En route vers le datamesh : convictions et interrogations. Cet atelier proposera un échange ouvert à partir des réflexions en cours chez Covéa autour du data mesh. Il permettra de confronter convictions, incertitudes et choix de gouvernance avec d’autres organisations engagées dans des démarches comparables.

Cataloguer dès l’entrée pour faire découler automatiquement sécurité, confidentialité et partage, sans refonte tardive des flux ni dégradation de la qualité des usages. L’atelier ouvrira la discussion sur le rôle du data producer, l’équilibre entre équipe socle et développeurs décentralisés, les bons patterns par cas d’usage et la manière de rendre cette logique opérable jusqu’aux projets GenAI.