OpenData

class: center, middle, inverse, title-slide

# OpenData
## Rdv avec la Data
### CEREMA Med > Mathieu Rajerison
### <span style="font-size:0.5em;">02/08/2018</span>

---

class: center, middle, inverse
# Accéder

---

Les données OpenData sont disponibles sur les portails OpenData (ce qui paraît évident).

Elles sont généralement classées par thématiques, mais dans certains cas, on peut aussi y accéder :

- par **producteur** : pour avoir toutes les données créées par le Conseil Départemental des Bouches-du-Rhône, par exemple

- par **format** : pour n'avoir que des données que l'on sera en mesure d'exploiter dans ses outils du quotidien.

- par **licence** : pour ne retenir que les données que l'on peut exploiter en toute liberté

- parfois, par **emprise géographique** : si on ne veut que les données de son territoire propre

---
class: center, middle, inverse

# Faire connaissance

Ces informations sur la donnée, ou **données sur la donnée**, s'appellent les *méta-données*.

Elles permettent entre autres de savoir **qui** a produit la donnée, **quand** et **comment**.

Ces informations sont indispensables afin de **fiabiliser** la source d'une donnée, connaître sa fraîcheur, connaître la licence affectée à la donnée, pouvoir **contacter** le producteur le cas échéant.

---
## Des outils simples et rapides pour faire connaissance

Un certain nombre d'outils permettent d'explorer les données afin d'en évaluer la qualité, et repérer d'éventuelles coquilles, parmi lesquels :

- Excel ou LibreOffice Calc
- [WTFCSV](https://datajournalism.tools/ddjtool/wtfcsv/) 
- [CSVLint](http://csvlint.io/)

---
class: center, middle, inverse
# Synthétiser la donnée

L'agrégation des données simplifie l'information en la rendant **moins granulaire** et dans certains cas, permet d'**anonymiser** la donnée individuelle.

> Par exemple, je pourrais vouloir le nombre d'habitants par département à partir de celui par commune ou le revenu médian par commune à partir de celui par quartier.

---
## Visualiser
### Infographie
Les données statistiques sont naturellement difficilement interprétables quand elles sont présentées de façon brute sous forme de tableau.

Qui a déjà vu de grands tableaux dans la partie Économie du journal "Le Monde", par exemple ?

C'est pourquoi il est d'usage de les retranscrire de façon visuelle sous forme de graphiques. Cette pratique s'appelle l'**infographie** ou **Data-visualisation**.

---

Tracer des **courbes à partir de séries temporelles**, représenter des **camemberts** ou des diagrammes en **barres** permet très rapidement de repérer des motifs intéressants dans les données.

Selon le type de données rencontré, on n'utilisera pas forcément le même type de graphiques (voir l'excellent site [Data To Viz](https://www.data-to-viz.com/)) et il existe des façons de représenter la donnée très originales (voir [xeno.graphics](https://xeno.graphics/)).

---

### Cartographie
Aussi, quand cela est possible, la cartographie permet de voir des **dynamiques spatiales** à l'oeuvre et de **croiser des informations territorialiées** par le jeu des superpositions de couches d'informations

---
class: center, middle, inverse
# Calculer, détecter et prédire

## Machine learning
Le machine learning correspond à l'emploi d'algorithmes qui permettent de **prédire** des valeurs (par exemple dans le futur), voire de **regrouper** des données entre elles sur la base de leur ressemblance.

## Deep learning
L'apprentissage profond est une sous-branche du machine learning, qui sous-tend l'**intelligence artificielle**, se base sur des **réseaux de neurones** qui miment le fonctionnement du cerveau humain.

Il consiste à créer un réseau capable de prédire une valeur après avoir appris depuis une multitude d'expériences et d'échantillons de données.

---
class: center, middle, inverse
# Métiers de la data<br><i>(La data, c'est leur dada)</i>

---
Une société submergée par des masses d'informations, pour certaines à haute valeur ajoutée, a besoin de personnes sachant s'y retrouver et jongler avec ces dernières.

Des métiers commencent à apparaître, tournés autour de l'exploitation et la valorisation des données

---

### Data scientist
Le Data scientist est un profil à la mode qui correspond à des personnes en mesure d'**accéder**, **traiter** et **manipuler** n'importe quel type de données et d'en révéler certains motifs par le biais de la visualisation ou de la statistique

---

### CDO ou Chief Data Officer
On connaissait les CEO (Chief Economy Officer) ou CTO (Chief Technical Officer). Les CDO (pour Chief Data Officer) sont chargés de la **politique** d'ouverture des données d'une institution.

Le rôle du CDO est généralement d'**animer** un réseau de correspondants données, de recenser l'ensemble des données et d'en assurer la diffusion.

Au MTES, ce rôle est assuré par la Superviseure Générale des Données.

---

### Chief Privacy Officer
Le Chief Privacy Officer, ou chef de la protection des données personnelles, doit **garantir la mise en oeuvre du RGPD**, soit que les données mises à disposition ne comportent pas d'informations à caractère sensible et personnel.

---
class: center, middle, inverse
# Communautés

Les hackathons, à dimension plus **technique**, sont des évènements où des personnes, geeks ou non, se réunissent sur une période assez courte (un ou deux jours) afin de répondre à certaines questions par l'exploration de données et/ou la création de prototypes applicatifs (POC ou Preuves de Concept)

###Les Carto-parties
Les carto-parties sont des évènements organisés par des contributeurs OpenStreetMap visant à associer le plus souvent des personnes d'espaces périphériques (banlieues, ruraux) à la cartographie de leur commune sur OSM.
---
## Les lieux
### Data labs, infolabs
Les data labs ou info labs sont comparables aux fab labs dans la philosophie sauf qu'on n'y apprend pas à manier des imprimantes laser mais qu'on y échange autour de données ou outils relatifs à celles-ci (extraction, exploration, datavisualisation,...)

---
## Les forums
Le forum [teamopendata](https://teamopendata.org/) permet d'échanger virtuellement autour de l'OpenData.

On y apprend beaucoup de choses concernant l'actualité liée à l'ouverture des données : évènements, tournants législatifs, revue du web.

C'est le "lieu" idéal où poser ses questions sur l'OpenData.