Science des données

Contexte

La science des données (data science) est la science de l’apprentissage à partir des données (de la compréhension des données), qui a pour but de faciliter des décisions fondées sur des données probantes. Elle couvre l’entier du processus de la formulation de problèmes à la communication et à la publication des résultats, en passant par la saisie, la sélection, la préparation et l’analyse des données, puis par l’évaluation et l’interprétation des résultats. Elle se concentre donc sur un processus de résolution des problèmes et sur un processus d’amélioration continue dans le but de résoudre des problèmes complexes, impliquant de grandes quantités de données dans un environnement non structuré, grâce à des méthodes, des techniques et des pratiques innovantes qui lui sont propres. Étant donné que les méthodes qui relèvent de la science des données comprennent l’apprentissage automatique et l’intelligence artificielle, tout débat sur la science des données doit inclure les plateformes d’analyse des données et les plaques tournantes de données, et des sujets comme l’accès sécurisé aux données recourant aux technologies de protection de la sphère privée, le respect des principes régissant les données FAIR, la possibilité de se connecter en temps réel à différentes plaques tournantes de données de même que l’accès à la demande à de grandes puissances de calcul.

Description de l’axe de travail

L’axe de travail «Science des données» vise à faciliter les conversations focalisées sur les problèmes pratiques inhérents à la science des données (bonnes pratiques, partage de connaissances, ressources et outils) et à promouvoir une véritable culture de la science des données ainsi que la connaissance de ses méthodes durables. L’objectif consiste à fournir à un maximum d’intervenants les moyens de comprendre la prise de décisions fondées sur des données probantes.

Cadre logique

L’approche fondée sur un cadre logique est un processus analytique et un ensemble d’outils pour la planification et la gestion de projets. Elle comprend un cadre objectif et stratégique, ainsi qu’une logique d’intervention et sert à mettre en œuvre et à évaluer les projets ainsi qu’à en assurer le suivi. Le cadre général de l’initiative est disponible en anglais sur la page suivante : Logframe.

Conséquence de l’Unlocking the Power of Data Initiative: les discussions et les décisions reposent sur des faits.
Objectif spécifique de l’axe de travail 4: la science des données fournit de nouveaux outils pour soutenir et promouvoir la prise de décisions fondée sur des données probantes.
  • Résultat 4.1: le partage des connaissances issues de la science des données et des connaissances en général est facilité au sein de l’administration fédérale et au-delà.
    • Activité 4.1.1: organiser une série de webinaires sur «la science des données et l’IA au service du bien commun»: présentations de 45 minutes, suivies d’une séance de questions et de réponses.
    • Activité 4.1.2: publier de brefs articles et des déclarations de principe sur les sujets suivants: fonctionnement de la science des données et son potentiel à améliorer les prises de décision; la science des données au service de la protection de la sphère privée.
  • Résultat 4.2: des connaissances concernant des sujets spécifiques qui revêtent de l’importance pour les politiques publiques et les décisions fondées sur des données probantes sont élaborées et diffusées.
    • Activité 4.2.1: organiser des webinaires consacrés à la préparation de discours sur la science des données au service des politiques publiques.
  • Résultat 4.3: la connaissance de la science des données et de ses méthodes est promue au sein de l’administration publique afin de fournir à un maximum d’intervenants les outils nécessaires pour soutenir une prise de décisions fondée sur des données probantes.
    • Activité 4.3.1: préparer une présentation qui explique aux cadres inférieurs et intermédiaires de l’administration publique suisse les rudiments des méthodes de la science des données, y compris l’intelligence artificielle.
  • Résultat 4.4: les acteurs des secteurs public et privé ainsi que des universités sont réunis pour envisager comment conjuguer leurs efforts et leurs compétences pour aider les plateformes d’analyse des données et les plaques tournantes de données à se mettre au service du bien commun.
    • Activité 4.4.1: mener de premiers échanges bilatéraux avec les principaux acteurs pour préparer les discussions sur les plateformes d’analyse de données et les plaques tournantes de données.

Partenaires

Les informations sur les partenaires seront ajoutées au fur et à mesure que les activités seront confirmées.