Le parcours analytique End-to-End avec SAS® Viya®
Série Web
Orchestrez votre parcours analytique end-to end – de l’exploration des données au déploiement en production et à la prise de décision en vous appuyant sur une plateforme analytique ouverte et évolutive.
Un projet analytique end-to-end d’entreprise repose sur 3 piliers qui sont les préalables à la réduction du ‘time-to-value’ :
- Collaboration et productivité : Capacité à faire collaborer autour d’un projet commun et à accroître la productivité d’équipes multidisciplinaires
- Ouverture et choix : Capacité à intégrer et comparer des choix multiples en termes de données, langages, algorithmes
- Contrôle et scalabilité : Capacité à contrôler et gouverner le processus en respectant sécurité et conformité et en garantissant l’évolutivité.
Nous vous proposons une Série Web qui trace le parcours d’un projet analytique end-to-end d’entreprise par étape et s’appuie sur les piliers mentionnés.
La série se déroule en 9 épisodes, chaque webinaire représente une étape du parcours : du travail collaboratif en mode projet au déploiement des modèles en production en passant par l’intégration de modèles Open Source.
Cette série s’adresse aussi bien aux Data Scientists qu’aux experts métier, aux Data Engineers ou aux analystes.
Vous pouvez suivre l’intégralité de la série ou vous concentrer sur une des étapes, le fil conducteur de la série est un cas d’usage relatif à améliorer la rétention client.
Liste des webinaires
-
Webinaire à la demande
Parcours analytique : 1. Enjeux et collaboration en mode projetFaire travailler en mode projet et collaboratif les différents profils impliqués : experts métiers, analystes métier, Data Engineers, Data Scientists, développeurs et informaticiens.
-
Webinaire à la demande
Parcours analytique : 2. Préparation des données en self-serviceFaciliter l’accès aux données de l’entreprise, quelle que soit leur origine. Préparer et nettoyer les données du cas d’usage, en autonomie, sans être ni développeur ni Data Engineer.
-
Webinaire à la demande
Parcours analytique : 3. Analyse exploratoire en self-servicePermettre à un analyste métier d’effectuer les analyses préliminaires sur les données et présenter les faits saillants du cas d’usage en autonomie et sans besoin de coder.
-
Webinaire à la demande
Parcours analytique : 4. Développement rapide d’un modèle championPermettre à un Data Scientist de produire un meilleur modèle champion très rapidement lorsque le modèle de rétention client nécessite d’être revu et amélioré.
-
Webinaire à la demande
Parcours analytique : 5. Développer en code Python, R avec des données SAS et services SAS® Viya®Permettre aux Data Scientists de développer leurs modèles en Python ou R et de les comparer et intégrer dans le projet de façon maîtrisée.
-
Webinaire à la demande
Parcours analytique : 6. Gestion des modèles SAS et Open Source dans la plateforme analytiqueComment tester, gérer et comparer les différents modèles développés en Python, R ou SAS afin de choisir le modèle champion.
-
Webinaire à la demande
Parcours analytique : 7. Intégrer modèles et règles métier dans un système de décisionCe septième épisode traite de l’intégration des modèles et des règles métier dans un système de décision. Le score fourni par le modèle est un des composants mais n’est pas suffisant pour gérer une décision. Des règles métiers spécifiques doivent être intégrées
-
Webinaire à la demande
Parcours analytique : Ep. 8 | Déploiement des modèles Machine Learning en productionCe huitième épisode traite du déploiement des modèles et des décisions en production. Comment sont déployés les modèles ou les décisions dans le système d’information ?
-
Webinaire à la demande
Parcours analytique : Ep. 9 | Choix d’architecture pour supporter un projet analytique end-to-endCe neuvième épisode traite des choix d’architecture pour supporter un projet analytique end-to-end. Choisir l’architecture la plus adaptée aux besoins métier et conforme aux exigences IT : Cloud public ou privé, on-premise.