Lexique

Utilisée en résolution de problèmes, cette démarche vise à innover en se centrant sur l’humain. Le processus est divisé en cinq phases : comprendre ses clients, définir le problème, trouver une solution, créer un prototype, puis effectuer un test avec l’utilisateur final. Cette démarche, qui peut être itérative, permet de s’assurer de la performance de la solution avant de l’implanter à grande échelle.

Une dette technologique peut être un retard accumulé dans la modernisation des infrastructures. On parle ici de matériel, mais aussi de l’ensemble des systèmes en usage dans votre entreprise. Une dette technologique peut également être causée par des solutions récentes, mais qui sont en décalage avec les objectifs de votre entreprise.

Pour en savoir plus, consultez nos 6 conseils pour contrer la dette technologique.

Collaborateur qui conçoit vos nouveaux systèmes ou apporte des modifications à vos applications existantes. Concrètement, le développeur écrit le code nécessaire au bon fonctionnement de votre solution technologique. Pour ce faire, il doit maîtriser des langages informatiques tels que le C#, le C++, le Python ou le .NET. Il travaille de concert avec l’analyste d’affaires et votre équipe pour vous assurer d’atteindre vos objectifs d’affaires.

Approche visant à unifier le développement logiciel (dev) et les opérations (ops). Les principes DevOps privilégient des cycles de développement courts, des tests réguliers, des déploiements plus fréquents et des livraisons en continu. Des modules sont implantés progressivement en respectant les priorités de votre entreprise, et ce, tout en favorisant la satisfaction des utilisateurs finaux. Dans les dernières années, le terme DevSecOps a fait son apparition : c’est la sécurité (Sec) qui vient s’intégrer au centre du développement logiciel et les opérations.

ou Big Data

Il s’agit de données numériques caractérisées par leur imposant volume, leur variété et leur vélocité. Elles nécessitent des technologies et des méthodes analytiques pour être traitées adéquatement. Les bons outils en facilitent la capture, le stockage, la recherche, le partage, l’analyse et la visualisation. Un entrepôt de données, du BI ou un système d’aide à la décision vous aident à en tirer profit. Les projets d’objets connectés ou d’internet des objets (IOT), notamment, sont susceptibles de générer une grande quantité de données et peuvent nécessiter des outils de traitement de données massives.