--- priority: 10 type: project tags: ["project"] univers: PRO title: "Intervention DGE lors des RTIG à Nancy du 02 au 04/02/2026" status: closed urgence: "haute" # Options: haute, normale, basse start: "2026-01-20" due: "2026-02-03" end: "2026-02-04" date: "2026-01-29" --- --- # Intervention DGE lors des RTIG à Nancy du 02 au 04/02/2026 **Contexte** : Intervention demandé par Olivier BANASZAK lors des RRD 2025 **Objectif** : Une phrase claire **Échéance** : Date ou "en cours" ## Todo ### Urgent ${TaskManager(query[[from o = index.tag "task" where not o.done and table.includes(o.itags, 'URGENT') and string.find(o.name, "%[%[" .. _CTX.currentPage.ref .. "%]%]") order by o.name limit 20]], { {"Tags", "tags", "string"}, --{"Priority", "priority", "string"}, --{"Due Date", "due", "YY-MM-DD"}, --{"Scheduled", "scheduled", "date"}, --{"Completed", "completed", "dateTime"}, --{"Estimate", "est", "string"} })} ### Next ${TaskManager(query[[from o = index.tag "task" where not o.done and table.includes(o.itags, 'next') and string.find(o.name, "%[%[" .. _CTX.currentPage.ref .. "%]%]") order by o.name limit 20]], { {"Tags", "tags", "string"}, --{"Priority", "priority", "string"}, --{"Due Date", "due", "YY-MM-DD"}, --{"Scheduled", "scheduled", "date"}, --{"Completed", "completed", "dateTime"}, --{"Estimate", "est", "string"} })} ### Other ${TaskManager(query[[from o = index.tag "task" where not o.done and string.find(o.name, "%[%[" .. _CTX.currentPage.ref .. "%]%]") and not table.includes(o.itags, 'next') and not table.includes(o.itags, 'URGENT') order by o.name limit 20]], { {"Tags", "tags", "string"}, --{"Priority", "priority", "string"}, --{"Due Date", "due", "YY-MM-DD"}, --{"Scheduled", "scheduled", "date"}, --{"Completed", "completed", "dateTime"}, --{"Estimate", "est", "string"} })} ### Done ${TaskManager(query[[from o = index.tag "task" where o.done and string.find(o.name, "%[%[" .. _CTX.currentPage.ref .. "%]%]") order by o.completed limit 20]], { {"Tags", "tags", "string"}, --{"Priority", "priority", "string"}, --{"Due Date", "due", "YY-MM-DD"}, --{"Scheduled", "scheduled", "date"}, --{"Completed", "completed", "dateTime"}, --{"Estimate", "est", "string"} })} ## Evénements ${query[[from o = index.tag "header" where table.includes(o.tags, "event") and string.find(string.gsub(o.name, '%-', '_'), "%[%[" .. string.gsub(_CTX.currentPage.name, '%-', '_') .. "%]%]") order by o.page desc limit 10 select table.select(o, 'ref', 'name')]]} ## Notes Cf. réunion d’échange avec Olivier BANSZAK du [[01_JOURNAL/2026/2026-01-22]] ## Présentation: ### Plan: 1. Démarche data de la Région : interne VS externe (DGE) * Objectifs de la Mission data à la Région (vision informatique vs usage => tableaux de bords, acculturation, cafés de la data, etc.) * Objectifs/rôles de DataGrandEst 2. Evolutions et démarches structurantes de ces derniers mois * Dissoudre la “géo” dans la “data” : intégrer la culture « (open) data » dans nos SIG * Disparition du service SIG et Statistique de la Région * Passage de de GéoGrandEst à DataGrandEst * Les enjeux de l’acculturation * De l’approche “Etudes” à l’approche “Observatoires” (de la donnée à l’information et de l’information à la connaissance => valorisation et usage) * Elargissement des usages de la donnée => moins de cartes, plus de 3D et de dataviz 3. Perspectives sur 2026 et au-delà... * Diffuser et exploiter les données temps réels et les API * Quelle place pour les jumeaux numériques ? * Les espaces communs de données : construire un nouvel écosystème de la data ? * Et l’IA dans tout cela ? * Sommes-nous encore des géomaticiens ? Les questions illustrent surtout les sujets à évoquer/traiter. Imaginer cela plus comme un support de discussion sur la base de retours d’expérience. Prévoir 1 à 2 slides par sujet. Les Q/R permettront d’approfondir. ### Détails Se présenter !! vision sans doute partielle et non exhaustive de ces sujets 1. Démarche data de la Région : interne VS externe (DGE) * Objectifs de la Mission data à la Région (vision informatique vs usage) * Objectifs/rôles de DataGrandEst => Reprendre slide de la présentation DEAS => Ajouter Slide sur la carte des partenaires => Ajouter des dynamiques en France => Ajouter Axes stratégiques + offre de service => vision objectifs 2. Evolutions et démarches structurantes de ces derniers mois * Dissoudre la “géo” dans la “data” : intégrer la culture « (open) data » dans nos SIG * Disparition du service SIG et Statistique de la Région * Passage de de GéoGrandEst à DataGrandEst => Retour en 2020 (Copil de St Dié des Vosges): cf. présentation RRD 2025 du 27/11/2025 => Culture Insprire VS culture OD => OD = Fichier en ligne ne suffit pas => culture de la réutilisation (faute est de constater que cela ne fonctionne pas !) => Histoire autour de l’évolution des plateformes régionales : premières expériences = ajouter un catalogue OD à un catalogue Inspire => Aujourd’hui, approche “bouquet de service” et données d’intérêt local => Comment aller vers moins de gestion et traitement et plus d’usage ? => mettre en avant et développer les cas d’usage => En // transformation des métiers => évolution du service “SIGS”, vers un service “Géomatique et Connaissance”, puis “Appui au pilotage, management et valorisation des données” * Les enjeux de l’acculturation => Démocratiser ce qui est démocratisable => Ex.: maturité data d’un élu, ce n’est pas savoir s’il sait utiliser QGIS, Python ou R. Enjeu = comprendre l’écosystème de la data => enjeux de données, jeu d’acteurs, etc. => Dans le cadre de DGE : “ambassadeur data” et “parcours data“ * De l’approche “Etudes” à l’approche “Observatoires” (de la donnée à l’information et de l’information à la connaissance => valorisation et usage) => Etat/Région: la place de DGE comme place, lieu, espace de la donnée en Région. => Eviter les silos et la démultiplication des stockages par thématique => Idée = DGE => nourrir les observatoire en données => Distinguer l’expert data de l’expert métier (acculturé à la data) : l’expert data ne doit pas devenir expert métier et l’expert métier ne doit pas devenir expert data - sauf cas particuliers, mais ils doivent se comprendre et travailler ensemble * La dimension “Transition écologique” => Approche observatoire et plus études : se projeter dans la durée et le suivi des phénomènes => Développer l’approche “Tableau de bord” (de la donnée à l’information et de l’information à la connaissance - ex.: service connaissance de la DREAL) => Ecoconception des outils = intégrer les principes de la loi REEN de 2021 (LOI n° 2021-1485 du 15 novembre 2021 visant à réduire l'empreinte environnementale du numérique en France) => Améliorer le stockage des données (ex.: format optimisé COG - server less = streaming d données) => Recours de l’IA : la vraie question = pour quel usage ? Quand est-ce que le jeu en vaut la chandelle ? (projet couteux et complexes, évolution rapide, etc.) * Elargissement des usages de la donnée => moins de cartes, plus de 3D et de dataviz => Il y a 10 ans : production de centaines de cartes par an à la région par le service SIG => Aujourd’hui, majoritairement des applications web carto, et de plus en plus souvent des tableau de bord et dataviz avec une carte comme représentation/illustration d’un phénomène spécifique (spatialisé) ou outil de filtre. 3. Perspectives sur 2026 et au-delà... * Diffuser et exploiter les données temps réels et les API => Retour sur l’expérience ANS * Quelle place pour les jumeaux numériques ? => Qu’est ce que c’est, à quoi ça sert ? On en parle, mais au final est-ce qu’on est prêt. N’est pas une sorte de fuite en avant ou on place des rêves finalement assez mal définis. Difficulté notamment à faire émerger des besoins concret et réalistes * Les espaces communs de données : emergence d’un nouvel écosystème de la data ? => Savez-vous de quoi il s’agit ? Avez-vous entendu parlé de Gaïa-X ? => On ne sait pas faire de l’open data et on souhaite construire des place de marchés pour échanger de la donnée privée, sensible, confidentielle des entreprises... => De nouveau enjeux autant pour le privé que pour le public * Et l’IA dans tout cela ? => L’IA utilisé depuis de très nombreuses années dans le domaine des données (ex.: analyse image satellite) => Nouvelles dimensions avec l’IA générative et les API => Enjeu sécuritaire: gestion de données sensibles, identification par croisement insoupçonnés avant... => Pourquoi et comment intégrer l’IA ? Dans le cadre de DGE : chatbot pour la recherche Faciliter l’administration des données (recherche de valeur abérrante, pré rédaction de fiches de métadonnées, identification de doublons), analyse et traitement, usage et valorisation (risque de faire tout et surtout n’importe quoi => enjeu d’acculturation et de responsabilisation) => Menace pour certains métier ? Reconversion ? Acquisition de nouvelles compétences ? * Sommes-nous encore des géomaticiens ? => Oui et non : on mobilise les connaissances, mais de façon différente + on doit en acquérir de nouvelles => La composante géographique devient une plus value dans la gestion et l’usage des données => Effet de mode pour rester attractif dans les collectivités (surtout étant donné les salaires) => A la Région : Chargé de mission SIG => Chargé de mission Géomatique => Chef de projet données géographiques (DataScientists/Géo(data)Scientists) => Chef de projet Data => Chef de projet Data et IA => tendance à généraliser les termes et à rester “à la mode”.