Mise en place d’une architecture hybride avec anonymisation des données et modèle de machine learning sur la segmentation client

Data Architecture AI

1 Architecte, 1 Sr Data Engineer, 1 Sr Data Scientist

1 approche hybride

de l’utilisation du cloud validant ces différentes exigence

1 solution

qui rempli l’ensemble des critères de réussite établis pour le PoC

Client prêt

pour une utilisation à l’échelle de différents UseCase Datascience

CHALLENGES

Le client désirait la mise en place d’une architecture lui permettant d’utiliser la puissance de calcul du cloud afin de faire tourner des modèles de machine learning.
La sécurisation de la confidentialité des données est un des axes importants de la mission.

SOLUTION

Solution BI a proposé une architecture hybride (cloud et on-premise) afin de pouvoir tirer profit de la puissance de calcul du cloud lors de l’entraînement des modèles de machine learning et de préserver les investissements déjà réalisés en on-premise.
Solution BI a conseillé le client sur le choix des différents composants à utiliser côté plateforme Azure afin d’assurer un usage optimal des ressources et permettre de répondre au niveau de complexité scripts de machine learning.
La confidentialité des données a été rendu possible à travers la désensibilisation des données, la non-persistance de celles-ci sur le cloud (paramétrage du temps de persistance donné à la main du client).

BÉNÉFICES

Le client a pu valider une approche hybride de l’utilisation du cloud validant ces différentes exigences (sécurité, conformité, confidentialité, etc.).
La solution a rempli l’ensemble des critères de réussite établis pour le PoC.
Le client est maintenant prêt pour une utilisation à l’échelle de différents UseCase Datascience.