Die Allgegenwärtigkeit digitaler Datenspeicher und die einfache Erfassung und Generierung neuer Daten über Smartphones, Tablets, Embedded-Kameras, stationäre Überwachungskameras, GPS-Tracking-Systeme, Vitale-Karten, medizinische Bildgebungssysteme usw. ermöglichen es jedem und öffentlichen Einrichtungen, eine phänomenale Menge an Daten zu speichern, wie digitale Bibliotheken mit persönlichen Fotos und Videos, in sozialen Netzwerken gespeicherte Informationen oder kürzlich von den Regionen und dem französischen Staat zur Verfügung gestellte Open-Data-Portale zeigen. Typischerweise erzeugte und gespeicherte Daten können heterogen und unterschiedlich sein: zum Beispiel können sie sich auf Bilder der Lunge eines kranken Patienten, auf die Kaufgewohnheiten der Kunden in einem Geschäft oder auf die Erneuerung der Markierungen auf den Straßen des Departements Eure beziehen.Die Gesamtheit dieser Daten bildet eine Fülle von Reichtum, die man erforschen, reinigen und interpretieren muss, um Wissen zu generieren. Wie auch im Bericht Mc Kinsey' 2011 hervorgehoben wird, wird diese Fähigkeit, Wissen aus Daten zu gewinnen, sehr kurzfristig und für lange Zeit ein Motor für Innovationen und Wohlstand sein. Dies hat zur Folge, dass die wissenschaftlichen Erkenntnisse, die durch Datenanalyse gewonnen wurden, immer mehr in verschiedenen Fachbereichen wie Biologie, Gesundheit, Geistes- und Sozialwissenschaften einfließen. ... In diesem Zusammenhang ist die Datenwissenschaft (Data Science) der zentrale Motor dieser Forschung und Innovation, und die darin behandelten wissenschaftlichen Fragen befassen sich mit Fragen der Erfassung, Speicherung, Indexierung, Modellierung und Analyse. Die Region Haute-Normandie und alle institutionellen Akteure in der Region, die sich der Bedeutung des digitalen Sektors voll bewusst sind, verstärken ihre Entwicklungsmaßnahmen und ihre Unterstützung für lokale Akteure und Unternehmer, indem sie digitale Datenmengen generieren oder verarbeiten; Beispiele hierfür sind die Gründung von Seine Innopolis und die digitale Kantine. Um diese Daten zu nutzen, ist es daher von größter Bedeutung, eine Strukturierung der lokalen Aktivitäten im Zusammenhang mit der Datenanalyse und -wissenschaft einzuleiten. Das Projekt, das wir hier vorschlagen, bietet eine einzigartige Gelegenheit, die Aktivitäten zu diesem Thema zu starten und zu bündeln.Das DAISI-Projekt zielt darauf ab, einen Teil der Arbeiten in der Datenwissenschaft zu strukturieren, an denen verschiedene hochnormanische Akteure beteiligt sind (siehe Liste der Partner unten). Ziel ist es, die von diesen Akteuren erworbenen und eingesetzten Kräfte und Mittel zu bündeln, um vorhandene Kompetenzen zu stärken, neue Forschungsfelder zu erschließen, die sich aus der wechselseitigen Düngung bestimmter wissenschaftlicher Bereiche und der Datenwissenschaft ergeben, um die Akteure schließlich dazu zu bewegen, wissenschaftliche Ergebnisse von internationaler Tragweite von ihren innovativen Aspekten zu erzielen. Aus wissenschaftlicher Sicht besteht das Ziel darin, innovative Methoden und Instrumente zu entwickeln, um große Datenmengen zu analysieren, Informationen und Erkenntnisse zu sammeln, die für verschiedene Fachbereiche wie Gesundheit, städtische Umwelt und Stadtverkehrsanalyse relevant sind. Aus dieser Sicht ist DAISI daher ein vorgelagertes Forschungsprojekt, das von Anwendungen mit starker gesellschaftlicher Wirkung geleitet wird.
