Pendant des décennies, la modélisation des données a été fragmentée par les cas d’utilisation : applications, analytique, et ML/IA. Avec l’émergence de l’IA, des flux de données en continu, et l'anticipation de la modélisation des données, ces approches cloisonnées créant des silos ne suffisent désormais plus dans le monde diversifié des cas d’utilisation des données.

Les praticiens d’aujourd’hui doivent maîtriser de bout en bout les nombreuses techniques de modélisation des données tout au long de leur cycle de vie.

Cette présentation porte sur les 'Mixed Model Arts', qui préconisent de faire converger différentes méthodes de modélisation des données et d'innover avec de nouvelles approches.