# Meilleur Logiciel de catalogue de données d'apprentissage automatique - Page 4 *By [Shalaka Joshi](https://research.g2.com/insights/author/shalaka-joshi)* Les catalogues de données d'apprentissage automatique permettent aux entreprises de catégoriser, accéder, interpréter et collaborer autour des données de l'entreprise à partir de multiples sources de données, tout en maintenant un haut niveau de gouvernance et de gestion des accès. L'intelligence artificielle est essentielle à de nombreuses fonctionnalités des catalogues de données d'apprentissage automatique, permettant des fonctionnalités telles que les recommandations d'apprentissage automatique, les requêtes en langage naturel et le masquage dynamique des données à des fins de sécurité renforcée. Les entreprises peuvent utiliser les catalogues de données d'apprentissage automatique pour maintenir des ensembles de données en un seul endroit afin que la recherche et la découverte de données soient simples pour les utilisateurs professionnels quotidiens et les analystes. Les utilisateurs ont la possibilité de commenter, partager et recommander des ensembles de données afin que les collègues puissent avoir une compréhension immédiate de ce qu'ils interrogent. De plus, les administrateurs informatiques peuvent mettre en place une gestion des utilisateurs pour s'assurer que les employés non autorisés n'accèdent pas aux données sensibles. Les catalogues de données d'apprentissage automatique sont le plus souvent mis en œuvre par des entreprises qui ont plusieurs sources de données, recherchent une source unique de vérité et tentent de généraliser l'utilisation des données à l'échelle de l'entreprise. Ces produits sont généralement administrés par les départements informatiques, qui peuvent maintenir l'organisation et la sécurité, mais les données peuvent être accessibles par les data scientists ou les analystes et l'utilisateur professionnel moyen. Les données peuvent ensuite être transformées, modélisées et visualisées soit directement dans le catalogue de données d'apprentissage automatique, soit par une intégration avec un [logiciel de business intelligence](https://www.g2.com/categories/business-intelligence). Il convient de noter que tous les catalogues de données d'apprentissage automatique ne fournissent pas de capacités de préparation des données et peuvent nécessiter une intégration avec une [plateforme de business intelligence](https://www.g2.com/categories/business-intelligence-platforms). De plus, ces outils diffèrent des [logiciels de gestion des données de référence](https://www.g2.com/categories/master-data-management-mdm) en raison de leur gouvernance améliorée, de leur collaboration et de leur fonctionnalité d'apprentissage automatique. Pour être inclus dans la catégorie des catalogues de données d'apprentissage automatique, un produit doit : - Organiser et consolider les données de toutes les sources de l'entreprise dans un seul référentiel - Fournir une gestion des accès utilisateurs à des fins de sécurité et de gouvernance des données - Permettre aux utilisateurs professionnels de rechercher et d'accéder aux données depuis le catalogue - Offrir des fonctionnalités de collaboration autour des ensembles de données, y compris la catégorisation, le commentaire et le partage - Donner des recommandations intelligentes basées sur l'apprentissage automatique pour un accès plus rapide aux données pertinentes ## How Many Logiciel de catalogue de données d'apprentissage automatique Products Does G2 Track? **Total Products under this Category:** 90 ### Category Stats (May 2026) - **Average Rating**: 4.38/5 (↑0.01 vs Apr 2026) - **New Reviews This Quarter**: 10 - **Buyer Segments**: Petite entreprise 44% │ Entreprise 38% │ Marché intermédiaire 19% - **Top Trending Product**: Cloudera Data Platform (+0.155) *Last updated: May 18, 2026* ## How Does G2 Rank Logiciel de catalogue de données d'apprentissage automatique Products? **Pourquoi vous pouvez faire confiance aux classements de logiciels de G2:** - 30 Analystes et experts en données - 1,800+ Avis authentiques - 90+ Produits - Classements impartiaux Les classements de logiciels de G2 sont basés sur des avis d'utilisateurs vérifiés, une modération rigoureuse et une méthodologie de recherche cohérente maintenue par une équipe d'analystes et d'experts en données. Chaque produit est mesuré selon les mêmes critères transparents, sans placement payant ni influence du vendeur. Bien que les avis reflètent des expériences utilisateur réelles, qui peuvent être subjectives, ils offrent un aperçu précieux de la performance des logiciels entre les mains de professionnels. Ensemble, ces contributions alimentent le G2 Score, une manière standardisée de comparer les outils dans chaque catégorie. ## Which Logiciel de catalogue de données d'apprentissage automatique Is Best for Your Use Case? - **Leader :** [Atlan](https://www.g2.com/fr/products/atlan/reviews) - **Meilleur performeur :** [Collibra](https://www.g2.com/fr/products/collibra/reviews) - **Le plus facile à utiliser :** [AWS Glue](https://www.g2.com/fr/products/aws-glue/reviews) - **Tendance :** [Atlan](https://www.g2.com/fr/products/atlan/reviews) - **Meilleur logiciel gratuit :** [Alation](https://www.g2.com/fr/products/alation/reviews) --- **Sponsored** ### QuerySurge QuerySurge est une plateforme de qualité des données de niveau entreprise qui exploite l'IA pour automatiser en continu la validation des données dans l'ensemble de votre écosystème - des entrepôts de données et des lacs de données volumineux aux rapports BI et aux applications d'entreprise. Avec la création de tests alimentée par l'IA, une architecture évolutive et l'intégration DevOps pour Data CI/CD leader, QuerySurge assure l'intégrité des données à chaque étape du pipeline. Cas d'utilisation de la validation automatisée des données : QuerySurge fournit une solution intelligente, pilotée par l'IA, de validation des données et de test ETL pour vos besoins de tests automatisés. - Test d'entrepôt de données / ETL - Test de Big Data - DevOps pour les données / Tests continus - Test de migration de données - Test de rapports de Business Intelligence (BI) - Test de données d'applications d'entreprise Ce que QuerySurge fournit : - Automatisation de votre processus manuel de validation et de test des données - Facilité d'utilisation, fonctionnalités low-code/no-code - Capacités d'IA générative pour la création de tests - Tests sur plus de 200 plateformes de données - Intégration dans votre pipeline CI/CD DataOps - Accélération de votre analyse de données - Assurance de la conformité réglementaire Caractéristiques clés : - L'assistant de connexion de données fournit un moyen facile de se connecter à vos magasins de données - L'assistant de requête visuelle construit des tests de table à table et de colonne à colonne sans écrire de SQL - Le module d'IA générative crée automatiquement des tests de transformation en masse - DevOps pour les données fournit une API RESTful avec plus de 110 appels et une documentation Swagger et s'intègre dans les pipelines CI/CD - Créez des tests personnalisés et modularisez les fonctions avec des extraits, définissez des seuils, mettez en scène des données, vérifiez les types de données et les lignes en double, effectuez une recherche en texte intégral et étiquetez les actifs - Planifiez des tests pour qu'ils s'exécutent immédiatement, à une date et une heure prédéterminées, ou après tout événement d'une solution de gestion de build/release, CI/CD, DevOps ou de test - Prise en charge multi-projets dans une seule instance, nouvel utilisateur administrateur global, affectez des utilisateurs et des agents, importez et exportez des projets, et rapports de journal d'activité des utilisateurs - Les webhooks fournissent des intégrations en temps réel avec les outils DevOps, CI/CD, de gestion des tests et d'alerte - Ready-for-Analytics fournit une intégration transparente avec QuerySurge et votre outil BI ou Metabase open-source pour créer des rapports et des tableaux de bord personnalisés et obtenir des informations plus approfondies et en temps réel sur vos flux de travail de validation des données et de test ETL - Les tableaux de bord d'analyse de données et les rapports d'intelligence des données suivent, analysent et communiquent la qualité des données [Visiter le site web](https://www.g2.com/fr/external_clickthroughs/record?secure%5Bad_program%5D=ppc&secure%5Bad_slot%5D=category_product_list&secure%5Bcategory_id%5D=1383&secure%5Bdisplayable_resource_id%5D=108&secure%5Bdisplayable_resource_type%5D=Category&secure%5Bmedium%5D=sponsored&secure%5Bplacement_reason%5D=neighbor_category&secure%5Bplacement_resource_ids%5D%5B%5D=2686&secure%5Bprioritized%5D=false&secure%5Bproduct_id%5D=54942&secure%5Bresource_id%5D=1383&secure%5Bresource_type%5D=Category&secure%5Bsource_type%5D=category_page&secure%5Bsource_url%5D=https%3A%2F%2Fwww.g2.com%2Ffr%2Fcategories%2Fmachine-learning-data-catalog%3Fpage%3D4&secure%5Btoken%5D=c4a4c3652550acb491080e47bbda83ec4e67e1402346762c9b7854f4e54e5bf4&secure%5Burl%5D=https%3A%2F%2Fwww.querysurge.com%2Fget-started%2Fprivate-demo%3Futm_source%3DG2%26utm_medium%3Dcpc%26utm_campaign%3DG2-reviews&secure%5Burl_type%5D=book_demo) --- ## What Are the Top-Rated Logiciel de catalogue de données d'apprentissage automatique Products in 2026? ### 1. [Key Ward](https://www.g2.com/fr/products/key-ward/reviews) Key Ward est une entreprise de technologie de pointe spécialisée dans la gestion des données d'ingénierie et l'adoption de l'IA, en particulier dans les industries automobile et aérospatiale. Leurs produits phares, Key Ward HUB et Key Ward FLOW, exploitent l'intelligence artificielle pour rationaliser et améliorer les processus de conception d'ingénierie. Key Ward HUB automatise l'extraction et la conversion de données à partir de divers formats de fichiers CAE/CAD en ensembles de données prêts pour l'IA, éliminant ainsi le besoin de préparation manuelle des données. Key Ward FLOW utilise des modèles d'IA pré-entraînés pour prédire les évaluations de conception d'ingénierie, telles que les évaluations de dynamique des fluides computationnelle (CFD), permettant aux ingénieurs d'explorer plus de variations de conception en moins de temps. Cette approche accélère non seulement le cycle d'évaluation de la conception, mais fournit également des résultats plus précis par rapport aux méthodes de simulation traditionnelles. En intégrant ces outils, Key Ward permet aux équipes d'ingénierie d'optimiser les conceptions de manière efficace, de réduire le risque d'échecs en fin de cycle et d'améliorer la performance globale des produits sans nécessiter d'expertise préalable en science des données. **Who Is the Company Behind Key Ward?** - **Vendeur:** [Key Ward](https://www.g2.com/fr/sellers/key-ward) - **Année de fondation:** 2021 - **Emplacement du siège social:** Berlin, DE - **Page LinkedIn®:** https://www.linkedin.com/company/keyward (13 employés sur LinkedIn®) ### 2. [Metaphor Data](https://www.g2.com/fr/products/metaphor-data/reviews) La métaphore est un catalogue de données moderne et complet qui excelle à rendre la gestion des données accessible et efficace pour les producteurs et les consommateurs de données. Ses points forts incluent une gouvernance et une traçabilité des données robustes, garantissant l'intégrité et la traçabilité des données, cruciales pour maintenir une gestion de données de haute qualité. La métaphore facilite également une collaboration efficace, permettant aux membres de l'équipe de divers départements d'accéder, de comprendre et d'utiliser facilement les données. Les cas d'utilisation populaires pour la métaphore incluent la documentation des données, où elle aide à créer une compréhension claire et complète des actifs de données. Ses fonctionnalités de recherche et de découverte permettent aux utilisateurs de trouver rapidement les données dont ils ont besoin, améliorant ainsi la productivité et l'efficacité de la prise de décision. La fonctionnalité de traçabilité de la métaphore est particulièrement précieuse, car elle fournit des informations sur l'origine et la transformation des données, cruciales pour l'analyse des données et la conformité. En équilibrant les capacités techniques avec des fonctionnalités conviviales, la métaphore est un choix idéal pour les organisations visant à exploiter leurs données plus efficacement, favorisant une culture informée par les données à travers l'entreprise. **Who Is the Company Behind Metaphor Data?** - **Vendeur:** [Metaphor Data](https://www.g2.com/fr/sellers/metaphor-data) - **Année de fondation:** 2020 - **Emplacement du siège social:** Menlo Park, California - **Twitter:** @MetaphorData (393 abonnés Twitter) - **Page LinkedIn®:** https://www.linkedin.com/company/metaphor-data (23 employés sur LinkedIn®) ### 3. [Pentaho Data Catalog](https://www.g2.com/fr/products/pentaho-data-catalog/reviews) Le catalogue de données Pentaho change la façon dont votre entreprise découvre et gère les données, garantissant une évolutivité transparente pour tous les types et volumes de données. Simplifiez l'observabilité des données avec un glossaire métier unifié et une gestion avancée des métadonnées pour améliorer la traçabilité, la confiance et la qualité. Adoptez une manière plus intelligente de gérer vos données, facilitant la recherche, la validation et la dérivation d'insights, le tout adapté aux besoins uniques de votre entreprise. **Who Is the Company Behind Pentaho Data Catalog?** - **Vendeur:** [Pentaho](https://www.g2.com/fr/sellers/pentaho-d1c9c8d5-c72c-42b5-967d-4a0985833684) - **Année de fondation:** 2004 - **Emplacement du siège social:** Santa Clara, CA - **Page LinkedIn®:** https://www.linkedin.com/company/pentaho/ (151 employés sur LinkedIn®) ### 4. [Privacera Data Security Platform](https://www.g2.com/fr/products/privacera-data-security-platform/reviews) Privacera, basée à Fremont, CA, a été fondée en 2016 par les créateurs d'Apache Ranger™ et Apache Atlas. Offrant un accès fiable et opportun aux consommateurs de données, Privacera fournit la confidentialité, la sécurité et la gouvernance des données grâce à sa plateforme de sécurité des données unifiée basée sur SaaS. La dernière innovation de Privacera, Privacera AI Governance (PAIG), est la première solution de gouvernance de la sécurité des données AI de l'industrie. Privacera sert des clients du Fortune 500 dans les secteurs de la finance, de l'assurance, des sciences de la vie, de la vente au détail, des médias, des consommateurs et des entités gouvernementales. L'entreprise a obtenu le statut de compétence en données et analyses AWS, et s'associe et prend en charge des sources de données de premier plan, y compris AWS, Snowflake, Databricks, Azure et Google. **Average Rating:** 4.3/5.0 **Total Reviews:** 4 **How Do G2 Users Rate Privacera Data Security Platform?** - **Facilité d’utilisation:** 7.5/10 (Category avg: 8.6/10) **Who Is the Company Behind Privacera Data Security Platform?** - **Vendeur:** [Privacera Inc](https://www.g2.com/fr/sellers/privacera-inc) - **Site Web de l'entreprise:** https://privacera.com/ - **Année de fondation:** 2016 - **Emplacement du siège social:** Newark, California, United States - **Twitter:** @privacera (467 abonnés Twitter) - **Page LinkedIn®:** https://www.linkedin.com/company/privacera/ (110 employés sur LinkedIn®) **Who Uses This Product?** - **Company Size:** 75% Entreprise, 25% Petite entreprise #### What Are Privacera Data Security Platform's Pros and Cons? **Pros:** - Stockage de données (2 reviews) - Intégrations (2 reviews) - Contrôle d'accès (1 reviews) - Gestion des accès (1 reviews) - Sauvegarder Facilité (1 reviews) **Cons:** - Codage complexe (1 reviews) - Mise en œuvre complexe (1 reviews) - Complexité (1 reviews) - Gestion de la complexité (1 reviews) - Configuration complexe (1 reviews) ### 5. [Reltio Connected Data Platform](https://www.g2.com/fr/products/reltio-connected-data-platform/reviews) Reltio offre la première solution MDM SaaS multi-domaine native du cloud de l'industrie. En proposant une gestion des données maîtres de nouvelle génération, la plateforme de données connectées Reltio exploite une architecture multi-locataire native du cloud et notre écosystème pour permettre rapidité, agilité et flexibilité à grande échelle, et faciliter les projets de transformation numérique réussis. Les entreprises de divers secteurs comptent sur Reltio pour fournir des données critiques, sécurisées, unifiées, fiables et en temps réel à grande échelle afin de créer des expériences connectées pour leurs clients, partenaires, prospects, utilisateurs et employés. **Average Rating:** 3.3/5.0 **Total Reviews:** 6 **How Do G2 Users Rate Reltio Connected Data Platform?** - **Facilité d’utilisation:** 7.0/10 (Category avg: 8.6/10) **Who Is the Company Behind Reltio Connected Data Platform?** - **Vendeur:** [Reltio](https://www.g2.com/fr/sellers/reltio) - **Année de fondation:** 2011 - **Emplacement du siège social:** Redwood City, California, United States - **Twitter:** @Reltio (1,487 abonnés Twitter) - **Page LinkedIn®:** https://www.linkedin.com/company/reltio-inc (582 employés sur LinkedIn®) **Who Uses This Product?** - **Company Size:** 50% Entreprise, 33% Marché intermédiaire ### 6. [Scalifi AI - Unified Model Catalogue](https://www.g2.com/fr/products/scalifi-ai-unified-model-catalogue/reviews) Notre catalogue de modèles est un traqueur d'expériences révolutionnaire pour la gestion des opérations d'apprentissage automatique. C'est un centre centralisé où vous pouvez découvrir, explorer, rationaliser et gérer vos modèles d'apprentissage automatique individuels ou organisationnels en un seul endroit. En suivant les métadonnées clés des modèles et les métriques de performance en apprentissage automatique, cet outil améliore considérablement le partage des connaissances entre les équipes. Il permet une prise de décision mieux informée et entraîne une augmentation de la productivité. Pour les équipes fortement dépendantes de l'apprentissage automatique ou dirigeant des projets de traitement du langage naturel, ce catalogue est indispensable pour favoriser l'efficacité, la collaboration et des pratiques d'IA responsables. **Who Is the Company Behind Scalifi AI - Unified Model Catalogue?** - **Vendeur:** [Scalifi AI](https://www.g2.com/fr/sellers/scalifi-ai) - **Emplacement du siège social:** Gurugram, IN - **Page LinkedIn®:** https://www.linkedin.com/company/scalifiai (4 employés sur LinkedIn®) ### 7. [Sequentum Cloud](https://www.g2.com/fr/products/sequentum-cloud/reviews) Sequentum Cloud - le meilleur extracteur de données web à faible code pour des données fiables. Sequentum Cloud est une solution de web scraping SaaS entièrement basée sur le cloud pour aider tout utilisateur à accéder à des données web personnalisées, de haute qualité et fiables, quand et comment il le souhaite, sur une base de paiement à l'utilisation. Cette nouvelle solution SaaS exploite l'expertise de Sequentum, leader de l'industrie dans l'extraction de données web et l'automatisation des processus, et ne nécessite aucun téléchargement, serveur dédié ou logiciel. Notre solution SaaS basée sur le cloud élimine le besoin d'installation de logiciels, de configuration de pare-feu et d'extensions de navigateur. Le résultat est un environnement entièrement intégré, à faible code, de type point-and-click pour l'ingestion, la transformation, l'enrichissement par l'IA, la structuration et la livraison de données conçues pour être utilisées par les petites entreprises et les grandes corporations. **Average Rating:** 5.0/5.0 **Total Reviews:** 2 **How Do G2 Users Rate Sequentum Cloud?** - **Facilité d’utilisation:** 10.0/10 (Category avg: 8.6/10) **Who Is the Company Behind Sequentum Cloud?** - **Vendeur:** [Sequentum Inc.](https://www.g2.com/fr/sellers/sequentum-inc) - **Année de fondation:** 2008 - **Emplacement du siège social:** New York, US - **Page LinkedIn®:** https://www.linkedin.com/company/sequentum/ (108 employés sur LinkedIn®) **Who Uses This Product?** - **Company Size:** 100% Petite entreprise #### What Are Sequentum Cloud's Pros and Cons? **Pros:** - Personnalisation (2 reviews) - Facilité d'utilisation (2 reviews) - Configuration facile (2 reviews) - Caractéristiques (2 reviews) - Utile (1 reviews) ### 8. [Strategy Mosaic](https://www.g2.com/fr/products/strategy-mosaic/reviews) Strategy Mosaic, de Strategy (anciennement MicroStrategy), est une solution de couche sémantique universelle de niveau entreprise conçue pour améliorer les capacités de l'IA et de l'intelligence d'affaires (BI) au sein des organisations. Elle aborde des défis critiques tels que la fragmentation des données et les métriques incohérentes, qui conduisent à des réponses d'IA non fiables, des risques de conformité et des coûts de cloud incontrôlés. La couche sémantique universelle que Mosaic fournit sert de référentiel centralisé pour les définitions commerciales, les hiérarchies et les règles de sécurité, garantissant que tous les utilisateurs accèdent à des métriques et des KPI cohérents, quel que soit l'outil qu'ils utilisent. Cette source unique de vérité est activement surveillée par notre couche Sentinel intégrée, qui vous fait passer d'audits réactifs à une gouvernance proactive et en temps réel. Sentinel fournit une intelligence immédiate sur les violations potentielles de données, les risques de conformité et les opportunités d'économies de coûts, vous aidant à optimiser les dépenses cloud et à prévenir les violations avant qu'elles ne se produisent. De plus, Mosaic permet aux organisations de construire une base vérifiable pour l'IA. En fournissant une couche de contexte commercial riche et des définitions cohérentes et lisibles par l'homme, Mosaic donne aux modèles d'IA la compréhension approfondie nécessaire pour fournir des réponses plus précises et vérifiables. Cela accélère le temps d'accès aux informations, vous permet de mettre fin à la dépendance aux fournisseurs et réduit considérablement le coût total de possession (TCO) en éliminant les reprises de données coûteuses et en optimisant les processus de gestion des données. En résumé, Strategy Mosaic se distingue en abordant les problèmes fondamentaux de fragmentation des données et de gouvernance. Sa connectivité robuste, sa couche sémantique centralisée et son accent sur la fourniture de données fiables en font un outil inestimable pour les organisations cherchant à améliorer leurs capacités analytiques et à exploiter l'IA efficacement. **Average Rating:** 4.5/5.0 **Total Reviews:** 15 **How Do G2 Users Rate Strategy Mosaic?** - **Facilité d’utilisation:** 8.6/10 (Category avg: 8.6/10) **Who Is the Company Behind Strategy Mosaic?** - **Vendeur:** [Strategy (formerly MicroStrategy)](https://www.g2.com/fr/sellers/strategy-formerly-microstrategy) - **Site Web de l'entreprise:** https://www.strategy.com/software - **Année de fondation:** 1989 - **Emplacement du siège social:** Tysons Corner, VA - **Twitter:** @MicroStrategy (303,061 abonnés Twitter) - **Page LinkedIn®:** https://www.linkedin.com/company/strategy/ (3,444 employés sur LinkedIn®) **Who Uses This Product?** - **Company Size:** 53% Entreprise, 40% Marché intermédiaire #### What Are Strategy Mosaic's Pros and Cons? **Pros:** - Facilité d'utilisation (2 reviews) - Caractéristiques (2 reviews) - Rapport (2 reviews) - Analyse des données (1 reviews) - Modélisation des données (1 reviews) **Cons:** - Insectes (2 reviews) - Problèmes de bogues (1 reviews) - Déboguer les problèmes (1 reviews) - Cher (1 reviews) - Courbe d'apprentissage (1 reviews) ### 9. [Structurify](https://www.g2.com/fr/products/structurify/reviews) Structurify crée de la valeur à partir de vos données non structurées inexploitées. **Who Is the Company Behind Structurify?** - **Vendeur:** [DscvryAI](https://www.g2.com/fr/sellers/dscvryai) - **Emplacement du siège social:** N/A - **Page LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 employés sur LinkedIn®) ### 10. [Teleskope](https://www.g2.com/fr/products/teleskope-teleskope/reviews) Teleskope est une plateforme de sécurité des données (DSPM/DLP) qui aide les équipes de sécurité à découvrir, classifier et remédier automatiquement à l'exposition de données sensibles à travers les environnements cloud, SaaS, de collaboration, de bases de données et d'IA — sans triage manuel ni outils de remédiation externes ou systèmes de tickets. Conçu principalement pour les CISOs, les opérations de sécurité et les équipes GRC dans les organisations de taille moyenne et les grandes entreprises, Teleskope comble une lacune qui existe dans la catégorie de la sécurité des données : la plupart des plateformes identifient où se trouvent les données sensibles mais ne fournissent aucun mécanisme natif pour agir sur ce qu'elles trouvent. Teleskope combine une classification approfondie avec un moteur de remédiation intégré, permettant aux organisations de passer de la détection du risque à sa résolution sur la même plateforme. Au cœur de la plateforme se trouve une couche de raisonnement des données propriétaire — une architecture d'intelligence qui comprend le contexte commercial plutôt que de se baser sur des modèles prédéfinis. Cela permet à Teleskope de classifier les documents sensibles en fonction de ce qu'ils sont et de ce qu'ils signifient dans un environnement donné, et non seulement en fonction des champs réglementés qu'ils contiennent. Une ébauche de feuille de conditions de fusion et acquisition, une formule d'ingénierie propriétaire ou un dossier juridique scellé peuvent chacun être identifiés comme sensibles sans qu'une règle ne stipule de les rechercher. Les principales capacités incluent : - Remédiation native automatisée — informer, rédiger, mettre en quarantaine, révoquer l'accès, relocaliser ou supprimer, appliqué directement au sein de la plateforme selon vos politiques, sans transfert à un système de tickets ou outil externe - Déploiement flexible — SaaS à locataire unique, SaaS multi-locataires ou en environnement isolé, couvrant les environnements réglementés gouvernementaux et de défense jusqu'aux entreprises orientées cloud - Large couverture de connecteurs — infrastructure cloud (AWS, GCP, Azure), SaaS (Salesforce, ServiceNow, Workday), collaboration (Slack, Google Drive, Microsoft 365), bases de données (Snowflake, BigQuery, PostgreSQL) et outils d'IA (Microsoft Copilot, OpenAI, Claude) - Gouvernance des données par IA — classifie les données avant qu'elles n'atteignent les agents et copilotes IA, bloque les transferts sensibles vers les LLM externes, et régit sur quoi les systèmes IA internes sont formés - Rapports prêts pour la conformité — preuves d'audit automatisées pour SOC 2, ISO 27001, HIPAA, PCI-DSS, RGPD, CCPA et EU AI Act, avec un journal de remédiation complet pour chaque action automatisée. Les principales propositions de valeur incluent : - Réduction de l'exposition au risque — l'exposition des données à haute confiance est remédiée automatiquement et continuellement, réduisant la surface d'attaque en quelques secondes plutôt qu'en jours. - Réduction de la charge opérationnelle — les équipes de sécurité sont libérées du triage manuel des alertes ; les clients rapportent environ une heure par semaine de gestion active de la plateforme après le déploiement initial. - Réduction de la responsabilité légale et de conformité — les politiques de rétention appliquées éliminent les données qui ont dépassé leur utilité, réduisant ce qui est découvrable en cas de litige, soumis aux exigences de notification de violation, et exposé dans les enquêtes réglementaires. - Adoption responsable de l'IA — les équipes de sécurité obtiennent visibilité et contrôle sur les données auxquelles les outils IA peuvent accéder avant le déploiement, permettant aux organisations d'adopter l'IA sans créer d'exposition de données non gouvernée. - Temps de mise en valeur plus rapide que les plateformes héritées — un modèle de déploiement progressif amène les clients de la cartographie initiale des données à l'automatisation gouvernée en environ six mois. Teleskope est utilisé par des organisations dans la fintech, les services professionnels, la santé, l'hôtellerie, la fabrication et le secteur public, y compris Ramp, GoFundMe, The Atlantic, Aprio, Alloy et Chevron Phillips. **Average Rating:** 5.0/5.0 **Total Reviews:** 2 **How Do G2 Users Rate Teleskope?** - **Facilité d’utilisation:** 10.0/10 (Category avg: 8.6/10) **Who Is the Company Behind Teleskope?** - **Vendeur:** [Teleskope](https://www.g2.com/fr/sellers/teleskope-26ab78ed-b7c8-479a-8a36-e73014f85de1) - **Année de fondation:** 2022 - **Emplacement du siège social:** New York, US - **Page LinkedIn®:** https://www.linkedin.com/company/teleskopeai/ (30 employés sur LinkedIn®) **Who Uses This Product?** - **Company Size:** 50% Marché intermédiaire #### What Are Teleskope's Pros and Cons? **Pros:** - Classification automatisée (1 reviews) - Collaboration (1 reviews) - Couverture complète (1 reviews) - Connectivité (1 reviews) - Gestion de contenu (1 reviews) ### 11. [TextQL](https://www.g2.com/fr/products/textql/reviews) TextQL est une plateforme qui simplifie le processus de transformation des données en informations pour les organisations. La plateforme indexe les outils de BI et les couches sémantiques, documente les données dans dbt, et utilise OpenAI et des modèles de langage pour fournir des analyses puissantes en libre-service. Avec TextQL, les utilisateurs non techniques peuvent facilement et rapidement travailler avec ... voir plus **Who Is the Company Behind TextQL?** - **Vendeur:** [TextQL](https://www.g2.com/fr/sellers/textql) - **Page LinkedIn®:** https://linkedin.com/company/textql ### 12. [Traceye](https://www.g2.com/fr/products/traceye/reviews) Traceye est une plateforme d'infrastructure d'indexation de données de niveau entreprise pour construire et déployer des sous-graphes avec des performances, une sécurité et une évolutivité de premier ordre. Expérience d'accès plus rapide et fluide aux données de blockchain indexées avec les sous-graphes Traceye. **Who Is the Company Behind Traceye?** - **Vendeur:** [Traceye](https://www.g2.com/fr/sellers/traceye) - **Page LinkedIn®:** https://www.linkedin.com/company/traceyeio/ ### 13. [Untrite](https://www.g2.com/fr/products/untrite/reviews) Les organisations complexes avec des systèmes hérités et des connaissances spécialisées souffrent de silos de données et d'informations fragmentées. La plateforme d'IA Untrite Intelligence™ aide à exploiter vos données existantes pour améliorer les opérations internes et l'efficacité du service client jusqu'à 42 %. Contrairement à d'autres grandes entreprises où vous devez acheter une solution complète prête à l'emploi, nous fournissons une plateforme modulaire avec des blocs de construction que vous choisissez selon vos besoins. Plus les modules et les domaines de votre entreprise sont connectés, plus les effets de synergie peuvent être atteints. Untrite Intelligence™ permet à vos équipes d'utiliser les données pour accroître la transparence et l'efficacité des flux de travail de votre entreprise ; améliorer la résolution des demandes des clients dès le premier contact, optimiser la performance du service, évaluer et atténuer les risques et offrir une expérience client exceptionnelle. **Who Is the Company Behind Untrite?** - **Vendeur:** [Untrite](https://www.g2.com/fr/sellers/untrite) - **Année de fondation:** 2015 - **Emplacement du siège social:** London, GB - **Page LinkedIn®:** https://www.linkedin.com/company/untrite (7 employés sur LinkedIn®) ### 14. [Vectice](https://www.g2.com/fr/products/vectice/reviews) Vectice, une plateforme d'auto-documentation, permet aux data scientists et aux développeurs de modèles de renforcer plus rapidement la confiance dans les modèles d'IA. En cataloguant en continu les actifs et les connaissances en IA pendant le développement, la documentation des modèles, la conformité et la gouvernance deviennent plus faciles. En s'intégrant à vos outils existants, Vectice génère une documentation complète et cohérente sans effort. Cela se traduit généralement par une réduction du temps de mise en production des modèles de 25 % ou plus. Vectice collabore avec des leaders mondiaux en science des données et en IA/ML pour accroître la productivité tout en améliorant leur capacité à contrôler les risques et la gouvernance. Vectice s'intègre parfaitement avec des outils populaires d'IA/ML comme Python, R, Snowflake, Databricks, MLflow, et plus encore. **Who Is the Company Behind Vectice?** - **Vendeur:** [Vectice](https://www.g2.com/fr/sellers/vectice) - **Année de fondation:** 2020 - **Emplacement du siège social:** San Francisco, US - **Page LinkedIn®:** https://www.linkedin.com/company/vectice/ (19 employés sur LinkedIn®) ### 15. [Vyapin Dockit Metadata Manager](https://www.g2.com/fr/products/vyapin-dockit-metadata-manager/reviews) Dockit Metadata Manager pour SharePoint vous permet de prendre le contrôle de tous les aspects de la gestion des métadonnées dans votre SharePoint. Comme tout le monde le sait, le contenu SharePoint sans métadonnées appropriées rend SharePoint simplement un dépôt de stockage, ce qui entraîne une adoption très faible par les utilisateurs et une sous-utilisation flagrante des puissantes capacités de SharePoint. Que vous ayez un environnement SharePoint de production bien établi et en cours ou que vous veniez de commencer à rationaliser vos métadonnées SharePoint avant ou après votre migration SharePoint, vous devez avoir un contrôle complet sur la façon dont vos métadonnées SharePoint sont organisées et comment elles doivent être surveillées et gérées. **Who Is the Company Behind Vyapin Dockit Metadata Manager?** - **Vendeur:** [Vyapin](https://www.g2.com/fr/sellers/vyapin) - **Année de fondation:** 1996 - **Emplacement du siège social:** Chennai, Tamil Nadu - **Twitter:** @vyapinsoftware (93 abonnés Twitter) - **Page LinkedIn®:** https://www.linkedin.com/company/661868/ (29 employés sur LinkedIn®) ## What Is Logiciel de catalogue de données d'apprentissage automatique? [Logiciel d'infrastructure informatique](https://www.g2.com/fr/categories/it-infrastructure) ## What Software Categories Are Similar to Logiciel de catalogue de données d'apprentissage automatique? - [Outils de gouvernance des données](https://www.g2.com/fr/categories/data-governance-tools) - [Plateformes DataOps](https://www.g2.com/fr/categories/dataops-platforms) - [Logiciel de gestion active des métadonnées](https://www.g2.com/fr/categories/active-metadata-management) --- ## How Do You Choose the Right Logiciel de catalogue de données d'apprentissage automatique? ### Ce que vous devez savoir sur les logiciels de gestion des réclamations de soins de santé ### Qu'est-ce qu'un catalogue de données d'apprentissage automatique ? Un catalogue de données d'apprentissage automatique (MLDC) est un catalogue de données automatisé qui effectue des tâches telles que l'exploration des métadonnées, le catalogage et la classification des données à caractère personnel (PII). Les catalogues de données d'apprentissage automatique organisent l'inventaire des ensembles de données à l'aide de métadonnées. Les catalogues de données aident les entreprises à savoir où les données sont stockées, réduisant ainsi le temps nécessaire pour identifier les données et les rendant facilement accessibles pour l'analyse. Ce sont des inventaires d'actifs tels que des tables, des schémas, des fichiers et des graphiques dans les organisations, aidant à résoudre les défis de découverte, de qualité et de gouvernance des données d'une entreprise. ### Que signifie MLDC ? MLDC est un acronyme pour Machine Learning Data Catalog. ### Quelles sont les caractéristiques communes des catalogues de données d'apprentissage automatique ? Les catalogues de données d'apprentissage automatique simplifient les fonctions manuelles d'un catalogue de données. Un catalogue de données est une partie essentielle de la stratégie de gestion des données de toute organisation. Certaines des caractéristiques des catalogues de données d'apprentissage automatique sont : **Ingestion et découverte de données :** Les catalogues de données d'apprentissage automatique doivent avoir des adaptateurs préconstruits pour se connecter à différents systèmes d'entreprise tels que les applications, les bases de données, les fichiers et les API externes. Ces adaptateurs aident à découvrir les métadonnées des systèmes. Les métadonnées peuvent être des noms de tables, des noms d'attributs et des contraintes. La fonctionnalité aide à construire une connectivité native comme des intégrations pour les sources de données, les solutions de business intelligence (BI) et les outils de science des données. **Glossaire métier :** Bien qu'une bonne quantité de données soit stockée dans le référentiel, il est également essentiel pour les utilisateurs de comprendre ce que signifient les données stockées. La fonctionnalité de glossaire relie ces données à des termes métier leur donnant plus de sens. **Étiquetage automatisé des données :** L'étiquetage des données est une condition préalable pour les algorithmes d'apprentissage automatique. L'étiquetage automatisé des données est plus précis que le manuel car il élimine les erreurs humaines. L'étiquetage des données implique généralement que les annotateurs identifient des objets dans des images pour construire des données d'entraînement de qualité pour l'intelligence artificielle (IA). L'étiquetage automatisé élimine les défis posés par les cycles d'annotation fastidieux. **Traçabilité des données :** La traçabilité des données est le processus qui aide les utilisateurs à savoir qui, pourquoi, quand et où des modifications sont apportées aux données. C'est une partie de la gestion des métadonnées. Les MLDC automatisent le processus de traçabilité des données. La traçabilité des données aide à déterminer quand de nouvelles données ou des données modifiées nécessitent un réentraînement des modèles d'apprentissage automatique. Les MLDC analysent généralement automatiquement les journaux de requêtes dans les lacs de données et d'autres sources de données pour créer une carte de traçabilité des données. **Surveillance de la qualité des données et détection des anomalies :** La surveillance de la qualité des données aide les utilisateurs à comprendre si les données proviennent d'une source fiable. Le catalogue de données d'apprentissage automatique dispose également d'une fonctionnalité pour identifier les changements soudains dans les données à l'aide d'algorithmes d'apprentissage automatique. Les utilisateurs sont immédiatement alertés de tout changement ou anomalie détecté. **Recherche sémantique pour les ensembles de données :** Les catalogues de données d'apprentissage automatique fournissent aux utilisateurs des recherches visuelles et intuitives comme les moteurs de recherche. Presque tous les utilisateurs dans une organisation sont des utilisateurs de données, mais tout le monde ne peut pas utiliser des requêtes SQL pour utiliser les données. La fonctionnalité de recherche sémantique facilite la découverte des ensembles de données pour tous les utilisateurs. **Capacités de conformité :** Cette fonctionnalité garantit que les données sensibles ne sont pas exposées et que l'utilisateur peut faire confiance aux données. Elle aide en outre à maintenir les politiques de gouvernance des données en place et à renforcer la gestion des données dans l'organisation. Les gestionnaires de données peuvent identifier les données de faible qualité et restreindre l'accès aux données sensibles, aidant ainsi à se conformer à des réglementations telles que le Règlement général sur la protection des données (RGPD). **Profilage des données :** Le profilage des données aide à vérifier les données de la source de données et à collecter des informations à leur sujet. Ce processus aide à mieux connaître les problèmes de qualité des données, rendant ainsi le processus de gestion des données plus efficace. ### Quels sont les avantages des catalogues de données d'apprentissage automatique ? Un catalogue de données d'apprentissage automatique offre plusieurs avantages à différents types d'utilisateurs dans l'organisation. Ceux-ci incluent : **Facilité de curation des données :** La curation des données est un processus de collecte, d'organisation, d'étiquetage et de nettoyage des données. Les catalogues de données d'apprentissage automatique valident les métadonnées et organisent les informations dans les référentiels corrects à l'aide d'algorithmes d'apprentissage automatique. **Facilité de recherche :** Grâce à la recherche sémantique, il devient plus facile pour les utilisateurs non techniques de rechercher et de découvrir des données à utiliser, car ils n'ont pas à utiliser des requêtes SQL à chaque fois pour accéder aux données. **Facilité de collaboration sur les données :** Les catalogues de données d'apprentissage automatique aident les utilisateurs à collaborer, utiliser et partager des ensembles de données car les catalogues de données d'apprentissage automatique facilitent la recherche et le stockage des données cloisonnées. ### Qui utilise les catalogues de données d'apprentissage automatique ? Les catalogues de données d'apprentissage automatique centralisent les métadonnées pour divers actifs de données. En organisant les métadonnées, les MLDC aident les organisations à gouverner l'accès aux données. **Analystes de données :** Les analystes de données utilisent les MLDC pour découvrir, classifier et manipuler les données pour leurs processus analytiques. Ils peuvent également découvrir des modèles d'IA ou d'apprentissage automatique, comprendre comment ils fonctionnent et les importer dans leurs outils de BI. Les catalogues de données aident les analystes de données à transformer les entreprises en organisations en libre-service. L'analyse en libre-service est importante pour toute organisation qui souhaite être guidée par les insights. Les catalogues de données d'apprentissage automatique aident les utilisateurs à savoir comment trouver, comprendre et faire confiance aux données. **Marketeurs :** Les équipes marketing utilisent le catalogue de données d'apprentissage automatique de manière plus commerciale. Elles obtiennent des insights pour prendre de meilleures décisions en utilisant les catalogues de données. **Scientifiques des données :** Les scientifiques des données publient généralement leurs modèles pour réutilisation. Les scientifiques des données recherchent toujours une plateforme qui centralise les données pour différents projets. ### Défis avec les catalogues de données d'apprentissage automatique Bien que les catalogues de données d'apprentissage automatique aident à résoudre les principaux défis des catalogues de données traditionnels tels que la découverte de données et la traçabilité des données, les MLDC présentent également des défis. **Évolutivité :** Il est difficile pour tous les MLDC de prendre en charge un énorme volume de métadonnées. Parfois, les catalogues de données tombent en panne en raison de problèmes de performance lorsqu'ils sont surchargés de quantités énormes de métadonnées. Initialement, les données étaient stockées dans le centre de données principal de l'entreprise. Cependant, en raison des mégadonnées d'aujourd'hui, les catalogues de données d'apprentissage automatique doivent suivre les données à la fois dans le cloud et dans les lacs de données. **Fragmentation dans l'évaluation d'un produit :** Si un catalogue de données est trop volumineux, il provoque une fragmentation dans le parcours de l'utilisateur pour évaluer un produit. Trop de données amènent les utilisateurs à utiliser trop d'outils, brisant ainsi une expérience fluide en fragments. ### Comment acheter des catalogues de données d'apprentissage automatique #### Collecte des exigences (RFI/RFP) pour les catalogues de données d'apprentissage automatique Le catalogue de données d'apprentissage automatique offre de nombreuses fonctionnalités pour aider les utilisateurs à identifier les données utilisables. Un acheteur peut choisir le bon logiciel MLDC en fonction des besoins de l'organisation. Les RFP/RFI aident l'organisation à rechercher les prix, les fonctionnalités du produit et les directives. #### Comparer les produits de catalogues de données d'apprentissage automatique **Créer une liste longue** La première étape consiste à rechercher tous les acteurs possibles dans le domaine. Cela donne un avantage pour évaluer les fournisseurs en fonction du prix, des fonctionnalités du produit et du service client. **Créer une liste courte** Après avoir évalué les fournisseurs potentiels, l'entreprise peut réduire la liste à ceux qui répondent à tous leurs critères. **Réaliser des démonstrations** Les démonstrations aident à comprendre le produit dans son ensemble. Une équipe de professionnels de l'informatique et de scientifiques des données devrait participer à ces démonstrations pour comprendre la fonctionnalité du produit, tandis que l'équipe marketing peut y participer pour analyser l'utilisation commerciale du logiciel dans les projets. #### Sélection des catalogues de données d'apprentissage automatique **Choisir une équipe de sélection** Une équipe de professionnels du marketing avec des scientifiques des données et des professionnels de l'informatique peut communiquer toutes les questions relatives au produit MLDC avec les fournisseurs. Un scientifique des données serait plus intéressé à connaître les fonctionnalités techniques du logiciel. Un responsable marketing serait curieux de savoir comment l'équipe marketing pourrait utiliser le MLDC pour un projet. Un professionnel de l'informatique voudrait comprendre la procédure d'installation du logiciel. **Négociation** Une fois que le fournisseur a proposé le prix, les négociations commencent. Le prix est fixé en fonction du coût d'autres produits similaires disponibles sur le marché et de la mesure dans laquelle le produit peut résoudre les défis. **Décision finale** La décision finale est basée sur les accords entre le fournisseur et l'acheteur.