Plateforme Data Science d’entreprise — banque régulée

Plateforme Dataiku partagée : dev, pré-production, production — fiabilité, support N3 et standards réutilisables

→ Impact métier : Une plateforme data-science partagée et fiable pour des workloads régulés — environnements séparés, standards de déploiement réutilisables, coordination infrastructure / sécurité / métier.

Contexte métier

Des équipes data-science devaient livrer des workloads réglementés sur une plateforme mutualisée — la fiabilité et les standards comptaient plus que les features.

Contraintes

Workloads réglementés
Séparation stricte des environnements
SLA de production
Support multi-équipes
Sécurité by design

Architecture

Diagramme d’architecture anonymisé — cs-data-platform

Diagramme d’architecture — anonymisé

Composants : Dataiku · Kubernetes · Python · monitoring & suivi des SLA

Workflow plateforme

Les projets naissent en dev, passent en pré-production via des standards de déploiement réutilisables, et tournent en production sous monitoring SLA avec support de niveau 3.

Décisions d’architecture clés

Trois environnements strictement séparés (dev · pré-prod · prod)
Standards de déploiement réutilisables plutôt que du cas-par-cas
Le support et l’exploitation comme partie du produit plateforme

Ma contribution

Contribution à l’architecture et à l’exploitation de la plateforme partagée
Monitoring et suivi des SLA
Analyse d’incidents et support N3
Standards réutilisables
Solutions NLP, vision et prédictif avec les équipes

Résultats

Plateforme exploitée en continu pour des workloads réglementés
Standards adoptés par les équipes utilisatrices
Charge de support maîtrisée

Confidentialité

Chiffres internes et détails organisationnels non publiables.

Learnings

Une plateforme partagée vit par ses standards et son support, pas par ses features.
La séparation d’environnements est une discipline organisationnelle avant d’être technique.