eadl:bloc5:fm1:td3

Ceci est une ancienne révision du document !


TD3 — Les types d'architecture de données

Identifier, à partir d'un cas d'entreprise réel, comment un type d'architecture se traduit concrètement en une chaîne décisionnelle (source → ingestion → stockage → traitement → consommation).

Temps Contenu
5 min Consignes + présentation des 5 cas + constitution des groupes
25 min Travail de groupe (recherche + IA)
25 min Présentations (5 groupes × 5 min)
15 min Synthèse comparative (tableau à trous)

À annoncer aux étudiants :

« Vous allez travailler par groupes de 1 ou 2 sur un cas d'entreprise réelle, correspondant à un type d'architecture de données. Vous avez 25 minutes pour produire une analyse selon un format précis, que vous présenterez ensuite en 5 minutes maximum. Vous pouvez utiliser l'IA comme outil de recherche, mais le résultat final doit être compris et défendu par vous. »

Les 5 cas à annoncer :

Cas Entreprise Architecture
1 Accor Data-Centric
2 Uber Event-Driven
3 Netflix Microservices
4 Zalando Data Mesh
5 LinkedIn + Air France-KLM Lambda/Kappa + Lakehouse
« 5 cas, groupes de 1 à 2 personnes, vous vous organisez en 2 minutes. »

(Laissez-les se répartir. Si un cas reste sans groupe ou qu'un déséquilibre trop fort apparaît — ex. 3 groupes sur Netflix, personne sur Data Mesh — vous arbitrez.)

Chaque groupe doit produire une réponse structurée en trois parties, à présenter à l'oral (support libre : diapo, feuille, tableau) :

1. Ce que permet l'architecture dans le contexte de cette entreprise

  • Quel problème métier concret cette architecture résout-elle ?
  • Qu'est-ce que l'entreprise ne pourrait pas faire sans elle ?

2. Les outils utilisés, leur type et leur rôle

  • Lister 3 à 5 outils/technologies réellement utilisés par l'entreprise (ou représentatifs de ce type d'architecture)
  • Pour chacun : à quelle brique appartient-il (ingestion, stockage, traitement, consommation) et quel est son rôle ?

3. La vue d'ensemble de la chaîne décisionnelle

  • Décrire, étape par étape : Source → Ingestion → Stockage → Traitement → Consommation
  • Un schéma simple (même à main levée) est encouragé

Les groupes travaillent en autonomie. Vous circulez pour :

  • vérifier que chaque groupe a bien compris le format attendu
  • relancer les groupes bloqués sur la recherche documentaire
  • signaler si l'usage de l'IA dérape vers du copier-coller non compris (poser une question de vérification orale rapide)

Chaque groupe présente son analyse selon le format en 3 points. Vous cadrez le temps strictement (5 min max, y compris questions rapides).

Consigne à rappeler avant les présentations :

« Pendant les présentations des autres groupes, notez pour chaque cas : le type d'architecture, un mot-clé sur ce qu'elle permet, et un outil marquant. Ça vous servira pour la synthèse. »

Projetez ou tracez au tableau une grille à remplir en direct avec les étudiants, cas par cas :

Architecture Entreprise Ce qu'elle permet Outil marquant Point commun / différence notable
Data-Centric Accor
Event-Driven Uber
Microservices Netflix
Data Mesh Zalando
Lambda/Kappa + Lakehouse LinkedIn / Air France-KLM

Question de clôture à poser à l'oral :

« En quoi le Lakehouse a-t-il en partie remplacé le besoin d'une architecture Lambda ? »

Cette question permet de conclure sur une mise en tension entre deux approches historiques et actuelles, et de clôturer la séance sur une note de synthèse plutôt que d'accumulation.

  • eadl/bloc5/fm1/td3.1788085988.txt.gz
  • Dernière modification : il y a 3 mois
  • de jcheron