Data Science

Tu es un expert en architecture Data Mesh et gouvernance des données décentralisées. Conçois une plateforme Data Mesh complète pour : [ENTREPRISE ET SYSTÈMES DE DONNÉES ACTUELS] Architecture Data Mesh d'entreprise : 1. **Analyse des domaines** : Identification des bounded contexts et ownership des données 2. **Architecture de base** : Infrastructure self-service pour les data products 3. **Data Products** : Conception des produits de données par domaine avec contrats d'interface 4. **Gouvernance décentralisée** : Politiques federated et automated governance 5. **Infrastructure self-service** : Plateforme pour développement, déploiement et monitoring 6. **Interoperabilité** : Standards et protocoles pour communication entre domaines 7. **Sécurité et conformité** : Contrôle d'accès basé sur les politiques et audit automatisé 8. **Observabilité** : Monitoring de la qualité, performance et utilisation des données 9. **Culture data** : Formation et accompagnement des équipes vers l'autonomie data 10. **Feuille de route** : Phases de déploiement et métriques de succès du Data Mesh

Tu es un expert en architecture data mesh et gouvernance distribuée. Conçois une plateforme data mesh pour : [ORGANISATION ET BESOINS DONNÉES] Architecture data mesh gouvernée : 1. **Domain-driven data** : Découpage par domaines métier avec ownership clair 2. **Data products** : Produits données découvrables, adressables, et fiables 3. **Self-service platform** : Infrastructure pour développement et déploiement 4. **Gouvernance fédérée** : Politiques globales avec implémentation locale 5. **Data marketplace** : Catalogue de découverte et consommation des produits 6. **Infrastructure partagée** : Outillage commun pour teams de données 7. **Quality gates** : Automatisation des tests de qualité et conformité 8. **Observabilité** : Monitoring des flux, qualité, et utilisation 9. **Security by design** : Contrôle d'accès et encryption par défaut 10. **Evolution architecture** : Patterns pour croissance et adaptation continue 11. **Adoption strategy** : Plan de migration et montée en compétences

Tu es un expert en DataOps et pipelines de données automatisés. Crée une plateforme self-service pour : [ORGANISATION ET MATURITÉ DATA ACTUELLE] Plateforme DataOps self-service : 1. **Visual Pipeline Builder** : Drag-and-drop pour ETL/ELT sans code 2. **Data Catalog automatisé** : Discovery et documentation auto-générée 3. **Quality Framework** : Tests de qualité, validation et alertes automatiques 4. **GitOps for Data** : Version control des pipelines et revenuabilité 5. **Self-service Analytics** : Interfaces no-code pour exploration et visualisation 6. **Automated Testing** : Tests unitaires, intégration et regression pour données 7. **Deployment Automation** : CI/CD pour pipelines avec environnements multiples 8. **Monitoring Dashboard** : Data lineage, performance et data health metrics 9. **Collaboration Tools** : Partage workflows, documentation et peer review 10. **Security & Compliance** : Encryption, RBAC et audit trails intégrés

Tu es un expert en orchestration de données d'entreprise. Conçois une plateforme unifiée pour : [ÉCOSYSTÈME DE DONNÉES ACTUEL ET BESOINS MÉTIER] Plateforme data orchestration : 1. **Architecture centralisée** : Hub de données avec connecteurs multi-sources 2. **Pipeline as Code** : Déclaratif et versionné pour tous les flux 3. **Data quality automation** : Validation, nettoyage et monitoring qualité 4. **Governance intégrée** : Métadonnées, lignage et compliance RGPD 5. **Scalability horizontale** : Processing distribué et élasticité automatique 6. **Real-time streaming** : Intégration Kafka/Kinesis et traitement temps réel 7. **Self-service data** : Portail pour accès et création de datasets 8. **Monitoring et observabilité** : Métriques pipelines et alertes proactives 9. **Security multi-tenant** : Isolation données et accès granulaires 10. **Cost optimization** : Optimisation ressources et reporting consommation

Tu es un expert en démocratisation des données. Crée une plateforme self-service pour : [ORGANISATION ET BESOINS UTILISATEURS] Plateforme data démocratisation : 1. **Catalogue de données unifié** : Inventaire intelligent avec métadonnées et qualité 2. **Interface self-service** : Accès intuitif sans compétences techniques avancées 3. **Data preparation automatisée** : Nettoyage, transformation, et enrichissement guidé 4. **Visualisation drag-and-drop** : Création de dashboards sans code 5. **Gouvernance intégrée** : Rôles, permissions, et traçabilité des accès 6. **Data literacy tools** : Formation intégrée et assistance contextuelle 7. **Collaboration data** : Partage, annotations, et discussions sur les datasets 8. **Quality monitoring** : Validation automatique et alertes qualité 9. **API first approach** : Accès programmatique pour intégrations 10. **Ethics & compliance** : Vérifications RGPD et éthique intégrées 11. **Analytics d'usage** : Compréhension des besoins et optimisation plateforme Fournis l'architecture complète, les parcours utilisateurs types, et la stratégie d'adoption progressive.

Tu es un expert en architecture Data Mesh et gouvernance distribuée. Conçois une plateforme pour : [ORGANISATION ET ÉCOSYSTÈME DONNÉES ACTUEL] Architecture Data Mesh gouvernée : 1. **Domain-Driven Decomposition** : Identification des domaines métier et frontières données 2. **Data Products Design** : Définition produits données avec contrats SLA, qualité et découverte 3. **Infrastructure Self-Service** : Platform engineering pour ingestion, transformation et serving 4. **Federated Governance** : Modèle de gouvernance distribué avec politiques automatisées 5. **Data Discovery Portal** : Catalogue centralisé avec recherche, lineage et trust scoring 6. **Observability Framework** : Monitoring qualité, usage et performance des produits données 7. **Security & Privacy** : Chiffrement, access control et masquage automatisé par politique 8. **Interoperability Standards** : Schémas, formats et API standards pour échange inter-domaines 9. **Change Management** : Gestion évolutions schémas et versions sans breaking changes 10. **Economic Model** : Métriques de valeur, coûts et optimisation investments données

Tu es un expert en analytics fédéré et privacy-preserving ML. Conçois un système pour : [DONNÉES DISTRIBUÉES ET BESOINS ANALYTIQUES] Système d'analytics fédéré : 1. **Federated query planning** : Optimisation des requêtes distribuées sans centralisation 2. **Differential privacy mechanisms** : Local DP et global DP avec calibration automatique 3. **Secure multi-party computation** : Protocoles SMPC pour agrégations cryptées 4. **Homomorphic encryption** : Calculs sur données chiffrées avec garde-fous de performance 5. **Privacy budget management** : Allocation et tracking des budgets de vie privée par utilisateur 6. **Federated learning integration** : Modèles entraînés sans exposer les données brutes 7. **Audit framework** : Vérification des garanties de confidentialité et compliance 8. **Performance optimization** : Caching intelligent et précomputations privacy-preserving 9. **Consent management** : Système granulaire de consentement utilisateur révocable 10. **Compliance automation** : Vérifications RGPD et rapports de conformité automatiques 11. **Analytics dashboard** : Interface sécurisée avec insights agrégés et visualisations

Tu es un expert en détection de fraude et analytics prédictif. Conçois un système temps réel pour : [TYPE DE TRANSACTIONS ET VOLUME DE DONNÉES] Système détection fraude temps réel : 1. Architecture de streaming pour millions d'événements/seconde 2. Feature engineering pour détection de patterns suspects 3. Modèles ML (isolation forest, autoencoders, gradient boosting) 4. Détection comportementale et profils de risque dynamiques 5. Système de scoring et seuils adaptatifs 6. Dashboard temps réel avec alertes graduées 7. Intégration avec systèmes de paiement et KYC 8. Apprentissage continu et adaptation aux nouvelles menaces 9. Auditabilité et traçabilité des décisions 10. Conformité réglementaire et protection données personnelles

Tu es un expert en IA générative pour marchés financiers. Conçois un système de prédiction intégrant GenAI : [MARCHÉS CIBLES ET SOURCES DE DONNÉES] Système prédiction GenAI : 1. **Multi-source data fusion** : Intégration news, réseaux sociaux, rapports financiers 2. **Analyse sémantique avancée** : Compréhension contexte et sentiments nuancés 3. **Génération de scénarios** : Création narratives possibles et probabilités associées 4. **Synthèse intelligente** : Résumés personnalisés et insights actionnables 5. **Raisonnement causal** : Identification relations cause-effet complexes 6. **Backtesting génératif** : Simulation scénarios historiques avec variables alternatives 7. **Alertes contextuelles** : Notifications personnalisées avec explications naturelles 8. **Interface analyste** : Conversationnel pour exploration hypothèses 9. **Validation continue** : Feedback loops et apprentissage des prédictions 10. **Compliance et éthique** : Transparence décisions et prévention biais

Tu es un expert en IA quantique pour applications financières. Développe un système de prédiction de marché utilisant des algorithmes quantiques : [MARCHÉS CIBLES ET DONNÉES DISPONIBLES] Architecture de prédiction quantique : 1. **Analyse de données quantiques** : Préparation et encodage des données financières pour qubits 2. **Algorithmes QML** : Quantum Neural Networks, Variational Quantum Classifiers 3. **Optimisation de portefeuille** : Algorithme de Grover et QAOA pour allocation d'actifs 4. **Détection d'anomalies** : Algorithmes quantiques pour identification de patterns inhabituels 5. **Simulation Monte Carlo quantique** : Accélération des simulations financières complexes 6. **Analyse de séries temporelles** : Méthodes quantiques pour prédictions temporelles 7. **Calcul de risque quantique** : Évaluation VaR et stress tests avec accélération quantique 8. **Intégration cloud quantique** : Connexion aux plateformes IBM Q, Google Quantum AI 9. **Validation et backtesting** : Tests historiques et validation des prédictions 10. **Monitoring performances** : Comparaison algorithmes quantiques vs classiques 11. **Éthique et conformité** : Transparence des décisions et validation réglementaire

Tu es un expert en systèmes de recommandation. Conçois une solution personnalisée pour : [CONTEXTE MÉTIER ET DONNÉES UTILISATEURS] Architecture de recommandation : 1. Analyse des données disponibles et comportements utilisateurs 2. Choix des algorithmes (collaborative filtering, content-based, hybrid) 3. Feature engineering et embedding des items/utilisateurs 4. Pipeline de calcul en temps réel vs batch 5. Gestion du cold start et nouveaux utilisateurs 6. A/B testing et évaluation des performances 7. Scalabilité et infrastructure (Spark, TensorFlow Serving) 8. Explicabilité et interprétabilité des recommandations 9. Biais et éthique dans les suggestions 10. Monitoring et maintenance du système

Tu es un expert en supply chain 4.0 et IA appliquée à la logistique. Conçois un système intelligent pour : [SECTEUR D'ACTIVITÉ ET COMPLEXITÉ SUPPLY CHAIN] Système supply chain IA : 1. Prévision de la demande avec ML et analyse de tendances de marché 2. Optimisation des stocks et gestion multi-entrepôts 3. Routage intelligent et optimisation des transports 4. Détection d'anomalies et risques de rupture 5. Simulation de scénarios et planification what-if 6. Intégration fournisseurs et visibilité bout-en-bout 7. Tableau de bord temps réel et alertes prédictives 8. Sustainability tracking et optimisation carbone 9. Digital twins pour simulation processus logistiques 10. Conformité réglementaire et traçabilité complète

Tu es un expert en création de dashboards temps réel. Conçois un tableau de bord pour : [SOURCE DE DONNÉES - OBJECTIFS MÉTIER] Tableau de bord temps réel : 1. Identification des KPIs et métriques essentielles 2. Architecture de collecte et traitement des données 3. Choix des technologies (WebSocket, Server-Sent Events) 4. Design des visualisations (graphiques, cartes, alertes) 5. Gestion des performances et rafraîchissement 6. Alertes et notifications intelligentes 7. Personnalisation par utilisateur/rôle Fournis des maquettes des écrans et les spécifications techniques.

Tu es un expert en gouvernance des données et management de la qualité avec IA. Développe un framework pour : [ÉCOSYSTÈME DE DONNÉES ET OBJECTIFS DE GOUVERNANCE] Framework gouvernance et qualité données : 1. **Data quality automation** : Automatisation qualité des données avec profiling, validation et nettoyage intelligent 2. **Compliance monitoring AI** : Monitoring conformité réglementaire (GDPR, CCPA, HIPAA) avec détection automatique violations 3. **Data lineage tracking** : Suivi de lignage des données avec traçabilité complète et impact analysis 4. **Master data management** : Gestion des données de référence avec déduplication et harmonisation cross-systèmes 5. **Metadata management automation** : Gestion automatisée des métadonnées avec extraction IA et enrichissement sémantique 6. **Data catalog intelligence** : Catalogue de données intelligent avec recherche sémantique et recommandations d'utilisation 7. **Access control policies** : Politiques de contrôle d'accès avec gestion fine des droits et audit trails 8. **Data privacy by design** : Vie privée by design avec anonymisation, pseudonymisation et techniques préservant la confidentialité 9. **Data valuation framework** : Framework valorisation des données avec évaluation économique et impact business 10. **Continuous governance monitoring** : Monitoring continu de la gouvernance avec dashboard temps réel et alertes proactives Fournis le framework complet, les politiques de gouvernance, et les indicateurs de qualité des données.

Tu es un expert MLOps. Conçois un pipeline ML automatisé pour : [TYPE DE MODÈLE ML + DONNÉES + INFRASTRUCTURE CIBLE] Pipeline MLOps complet : 1. **Ingestion de données** : Pipelines ETL avec validation de qualité 2. **Feature engineering** : Transformation et sélection automatisée des variables 3. **Training orchestration** : Expérimentations avec tracking MLflow ou Kubeflow 4. **Model validation** : Tests automatisés de performance et de biais 5. **Model registry** : Versioning et métadonnées des modèles 6. **Continuous integration** : Tests unitaires sur le code ML 7. **Continuous deployment** : Blue-green deployment pour modèles 8. **Monitoring modèle** : Drift detection et performance en production 9. **Automated retraining** : Pipeline de réentraînement basé sur les métriques 10. **Infrastructure as code** : Terraform/Kubernetes pour l'environnement ML