Bonjour, dans le cadre de réflexions de recherche je travaille actuellement sur l’émergence de la science des données spatiales dans le contexte français.
Cette science des données spatiale renvoie à un assemblage de méthodes, de savoirs et de techniques combinant préparation et exploration de données, analyse spatiale, statistiques, cartographie, programmation et intelligence artificielle.
Déjà très présent dans monde anglophone (centre de recherche, formations, publications, offre d’emploi…) ce nouveau domaine de compétences à l’interface de la géomatique et de la science des données est très peu présent dans la sphère francophone.
Au regard de la pluralité des profils de ce forum je suis très curieux d’avoir vos avis et vos retours sur ce « nouvel » objet (pertinence, simple effet de mode, domaines d’application, compétences, emploi, méthodes, outils…).
Bonjour,
Démarche intéressante et opportune tant j’ai toujours l’impression que le mot géomatique (et les métiers associés), a bien du mal à s’imposer en France; « sigiste », que c’est laid…
Symétriquement, dans les métiers de la data, on a un peu trop tendance à oublier la géomatique: Les métiers de la donnée - Datalab Normandie
Quand je me pose vos questions, j’aime bien relire les anciens: Géomatique et géonumérisation | Monde géonumérique
Bruno
ça me fait plus penser à l’espace qu’à la géo… n’est-ce pas une traduction anglaise un peu rapide ?
Le CNIG fait maintenant référence aux données géolocalisées, ce qui me semble une bonne évolution, car cela recouvre aussi les données géolocalisables et ouvre tout les champs qui vont au delà de la cartographie classique.
La dimension géographique dans les données, explicite (données géohraphiques) ou implicite (données géolocalisées car elles étaient géolocalisables) apporte tout un ensemble de compétences supplémentaires qui sont une forme de spécialité.
Je mettrai par contre d’autres spécialités au même plan (statistiques, IA, programmation) car il me semble que cela vient se combiner et qu’elles ne sont pas spécifiques à l’aspect géo.
Sur ma dernière carte de visite à Etalab, j’avais mis « geodatascientist » (donc science + données + géo) tellement c’était complexe à résumer un peu à l’image de que tu décris.
Bonjour Boris, j’y pense parce que je suis tombé dessus il y a peu de temps : le mémoire d’HDR de Jean-Chistophe Desconnets resitue bien les spécificités de l’information spatio-temporelle notamment une sous partie que sont les données issues de l’observation de la Terre, et leurs métadonnées.
L’inclusion de données géographiques peut avoir son intérêt, mais l’utilisation dans un modèle statistique va se complexifier rapidement (j’ai trouvé çà Manuel d’analyse spatiale | Insee). Du coup c’est assez souvent l’aspect data viz qui prime pour la prise de décision.
Pour les données satellites, l’information est souvent disponible par ailleurs (cadastre par exemple). Les cas d’usage me semblent de compléter des bases existantes (typiquement la DGFIP qui détecte les piscines non déclarées). Mais la compétence va plus vers la « computer vision » (voir par ex.: GeoLifeCLEF 2022 - LifeCLEF 2022 x FGVC9 | Kaggle - reconnaisance de la faune / flore par image satellite sur FR / US)
