Avant d'initier un projet quelqu'il soit, et celà est d'autant plus vrai d'un projet Data qui est souvent transverse, il est nécessaire d'évaluer en amont les impacts attendus.

Cette analyse permet d'ordonnancer les différentes briques du projet afin de pouvoir travailler avec une méthodologie Lean, générant ainsi et à tout moment le maximum d'impact possible.

Nous intervenons sur:

• la définition et formalisation des besoins
• l'évaluation de l'existant, des optimisations possibles et des pistes d'innovation
• l'analyse de la concurrence et recherche d'impact
• la spécification de modules de collecte de données (software ou hardware)
• la liaison avec des unités de recherche universitaires ou privés

Une preuve de concept (POC) est une pratique qui vise à vérifier une hypothèse le plus rapidement possible. Cette hypothèse peut être de nature différente, il peut s'agir de vérifier la pertinence d'un modèle économique, comme l'évaluation technique d'une solution.

Ce mode de développement nécessite à la fois une bonne compréhension de l'hypothèse, mais également de savoir faire évoluer (ou pivoter) la POC en fonction des avancées mais aussi de pouvoir limiter les coûts de transformation d'une POC en produit abouti (phase d'industrialisation).

Pour cela, nous travaillons :

• en amont, sur la définition des besoins et du mode de fonctionnement
• sur des solutions sous container (docker) qui permettent une collaboration sur la POC aussi facile que possible
• avec une méthodologie directement industrialisée dans l'optique de pouvoir réutiliser autant que possible les composants définis pendant la POC

Nous pouvons intervenir en temps qu'AMOA. Dans ce cadre nous offrons les prestations suivantes :

• Spécification des besoins et définition des priorités
• Suivi du projet
• Validation du livrable et contrôle qualité

Nous pouvons également développer tout ou partie du projet, directement ou via une convention de sous-traitance. Notre méthodolie est alors la suivante:

• Réunion Kickoff pour préciser les besoins et définir l'organisation
• Mise en place (ou prise en main) d'une brique industrialisée (container docker, dépots git, ...)
• Processus itératif sur :
  • Développement
  • Tests
  • Validation
  • Reveue de code externe

D'une initiation à l'analyse des données, à la montée en compétence d'une équipe complète en passant par le mentoring d'une personne ressource, nous vous proposerons des formations adaptées à vos besoins:

• Formation généraliste sur la collecte et l'utilisation des données
• Atelier spécifique en big data ou data science
• Atelier de co-construction avec les salariés sur vos problématiques réelles et avec l'aide de vos données internes existantes
• Animation d'hackathon interne