Le vocabulaire du datalake IA, défini simplement — pour parler juste, sans jargon inutile, du stockage des données jusqu'à la réponse d'une IA.
Ce glossaire définit le vocabulaire essentiel du datalake et de l'IA d'entreprise : les mots que l'on croise dès qu'on veut faire lire ses données à une intelligence artificielle. Chaque terme est défini de façon courte, précise et neutre, du stockage brut jusqu'à la recherche augmentée. Il sert de socle de référence au reste du Référentiel de FluxFacile IA, notre datalake IA managé et souverain, opéré en France.
Référentiel de stockage unique et centralisé qui conserve les données d'une organisation dans leur format d'origine, structurées ou non, à très grande échelle et sans schéma imposé à l'écriture. Le schéma n'est appliqué qu'à la lecture, au moment où l'on exploite la donnée.
Le Référentiel du datalake IA · FluxFacile, 2026
Système de stockage qui centralise des données déjà nettoyées, structurées et modélisées pour l'analyse décisionnelle. Le schéma est défini à l'écriture : idéal pour le reporting sur des indicateurs stables, moins souple face aux données brutes ou non structurées.
Le Référentiel du datalake IA · FluxFacile, 2026
Architecture hybride qui réunit sur un même stockage la souplesse et le faible coût du datalake avec les fonctions de gestion et de performance analytique de l'entrepôt de données.
Le Référentiel du datalake IA · FluxFacile, 2026
« Schéma à la lecture » : approche où la structure des données n'est interprétée qu'au moment de leur exploitation. On stocke d'abord la donnée brute, puis on lui donne un sens au moment de la requête. C'est le principe du datalake.
Le Référentiel du datalake IA · FluxFacile, 2026
« Schéma à l'écriture » : approche où la structure des données doit être définie et validée avant leur enregistrement. Elle garantit la cohérence mais impose de modéliser en amont. C'est le principe des bases relationnelles et des entrepôts de données.
Le Référentiel du datalake IA · FluxFacile, 2026
Données organisées selon un modèle fixe, généralement en lignes et colonnes, directement exploitables par un moteur SQL. Exemples : tables d'un ERP, feuilles de calcul, enregistrements d'une base relationnelle.
Le Référentiel du datalake IA · FluxFacile, 2026
Données sans modèle prédéfini, qui ne se rangent pas naturellement en colonnes : documents, e-mails, PDF, images, audio, vidéo. Elles représentent la majeure partie du patrimoine informationnel d'une entreprise.
Le Référentiel du datalake IA · FluxFacile, 2026
Convention d'organisation d'un datalake en zones de raffinage successives : bronze pour la donnée brute conservée telle quelle, silver pour la donnée nettoyée et normalisée, gold pour la donnée prête à l'usage — indexée, agrégée ou vectorisée.
Le Référentiel du datalake IA · FluxFacile, 2026
Processus d'entrée des données dans le datalake, par import de fichiers ou connexion à une source (dossier, NAS, base SQL en lecture, messagerie, flux EDI). Elle alimente la zone brute avant tout raffinage.
Le Référentiel du datalake IA · FluxFacile, 2026
Chaînes de traitement des données. L'ETL (Extract-Transform-Load) transforme les données avant de les charger ; l'ELT (Extract-Load-Transform) les charge brutes puis les transforme à la demande. Le datalake favorise l'ELT.
Le Référentiel du datalake IA · FluxFacile, 2026
Fragment de texte issu du découpage d'un document en morceaux de taille exploitable. Chaque segment est vectorisé et indexé séparément, afin que la recherche renvoie des passages précis plutôt que des fichiers entiers.
Le Référentiel du datalake IA · FluxFacile, 2026
Recherche augmentée : technique par laquelle un modèle de langage cherche d'abord les passages pertinents dans une base documentaire, puis rédige sa réponse à partir de ces passages, en citant la source. Elle ancre l'IA dans les données réelles de l'entreprise.
Le Référentiel du datalake IA · FluxFacile, 2026
Représentation numérique d'un texte, d'une image ou d'un autre contenu sous forme de vecteur de nombres, calculée par un modèle. Des contenus de sens proche produisent des vecteurs proches, ce qui rend possible la recherche par le sens.
Le Référentiel du datalake IA · FluxFacile, 2026
Base de données spécialisée dans le stockage et la recherche de vecteurs (embeddings). Elle retrouve rapidement les contenus les plus proches d'une requête par similarité — moteur de la recherche sémantique et du RAG.
Le Référentiel du datalake IA · FluxFacile, 2026
Modèle d'intelligence artificielle entraîné sur de grands volumes de texte pour comprendre et générer du langage naturel. Il prédit la suite d'un texte et peut résumer, répondre, traduire ou rédiger.
Le Référentiel du datalake IA · FluxFacile, 2026
Réponse d'un modèle de langage formulée avec assurance mais fausse ou inventée, faute d'information fiable. La recherche augmentée (RAG) réduit ce risque en ancrant les réponses dans des documents sourcés.
Le Référentiel du datalake IA · FluxFacile, 2026
Réentraînement d'un modèle existant sur un jeu de données spécifique afin d'adapter son comportement ou son style. À distinguer du RAG, qui apporte des connaissances au moment de la question sans modifier le modèle.
Le Référentiel du datalake IA · FluxFacile, 2026
Quantité maximale de texte qu'un modèle de langage peut prendre en compte en une seule fois, mesurée en tokens. Elle borne le volume de documents et d'historique fourni à l'IA pour produire une réponse.
Le Référentiel du datalake IA · FluxFacile, 2026
Recherche fondée sur le sens des contenus plutôt que sur la correspondance exacte de mots-clés. Elle s'appuie sur les embeddings pour retrouver des passages pertinents, même formulés différemment.
Le Référentiel du datalake IA · FluxFacile, 2026
Architecture où une même infrastructure sert plusieurs organisations (tenants) tout en isolant strictement leurs données. Le cloisonnement garantit qu'aucun client n'accède aux données d'un autre.
Le Référentiel du datalake IA · FluxFacile, 2026
Principe selon lequel les données restent soumises aux lois et à la juridiction d'un pays ou d'une zone donnés, notamment quant à leur lieu d'hébergement et aux autorités susceptibles d'y accéder.
Le Référentiel du datalake IA · FluxFacile, 2026
Règlement général sur la protection des données : cadre européen (2018) régissant le traitement des données à caractère personnel — base légale, minimisation, sécurité, droits des personnes et obligations du responsable de traitement.
Le Référentiel du datalake IA · FluxFacile, 2026
Certification française obligatoire pour héberger des données de santé à caractère personnel. Elle impose au prestataire d'hébergement des exigences renforcées de sécurité, de traçabilité et de confidentialité.
Le Référentiel du datalake IA · FluxFacile, 2026
Modèle dans lequel le client fournit et contrôle ses propres clés de chiffrement, au lieu de les confier entièrement au prestataire. Il renforce la maîtrise de l'accès aux données chiffrées.
Le Référentiel du datalake IA · FluxFacile, 2026
Module qui relie une source de données au datalake pour en automatiser l'ingestion : dossier partagé, NAS, base SQL en lecture, messagerie, service de stockage ou flux applicatif.
Le Référentiel du datalake IA · FluxFacile, 2026
Interface de programmation qui reprend les conventions de l'API d'OpenAI (points d'accès, format des requêtes et réponses), permettant de brancher des outils existants sur un autre fournisseur de modèles sans réécrire le code.
Le Référentiel du datalake IA · FluxFacile, 2026
Composant d'interface intégrable dans un site ou une application, offrant un accès à un assistant IA (recherche, questions-réponses) directement dans le parcours de l'utilisateur.
Le Référentiel du datalake IA · FluxFacile, 2026
Ensemble des règles, rôles et processus qui encadrent la qualité, la sécurité, l'accès et le cycle de vie des données d'une organisation, afin d'en garantir un usage fiable et conforme.
Le Référentiel du datalake IA · FluxFacile, 2026
Datalake dégradé, devenu inexploitable faute de gouvernance, de métadonnées et de catalogage : les données y sont accumulées sans qualité ni traçabilité. C'est précisément ce qu'une bonne organisation cherche à éviter.
Le Référentiel du datalake IA · FluxFacile, 2026
Inventaire organisé des données disponibles dans un système, décrivant via des métadonnées leur origine, leur signification, leur qualité et leurs droits d'accès. Il rend le patrimoine de données trouvable et compréhensible.
Le Référentiel du datalake IA · FluxFacile, 2026
