Aller au contenu
De Facto Data

De Facto Data

Rendre la donnée utile pour ceux qui construisent le réel

  • English EN
  • Français FR
  • Accueil
  • Articles
  • Plan du site
  • A propos
  • Guide PDF offert
De Facto Data
De Facto Data
Rendre la donnée utile pour ceux qui construisent le réel
  • Python pour ingénieurs

    Pourquoi les ingénieurs mécaniciens devraient apprendre Python en 2026 (et par où commencer)

    ParThibaut J. 29 juin 202629 juin 2026

    Pendant des années, mon outil de référence s’appelait Excel. Des tableaux croisés dynamiques, des formules imbriquées, un peu de VBA quand les choses devenaient vraiment répétitives. C’était laborieux, c’était fragile — un fichier mal nommé, une colonne déplacée, et tout s’effondrait. Mais c’était ce que tout le monde faisait autour de moi, alors je continuais….

    Lire la suite Pourquoi les ingénieurs mécaniciens devraient apprendre Python en 2026 (et par où commencer)Continuer

  • Cas concrets et retours d'expérience

    Pourquoi vos données industrielles sont inexploitables et comment les remettre en ordre avec Python

    ParThibaut J. 29 juin 202630 juin 2026

    Sur un projet de maintenance prédictive en aéronautique, on cherchait à prédire l’encrassement d’un filtre à partir de mesures de consommation de courant. L’idée était simple ; à mesure que le filtre s’encrasse, la pompe compense en consommant davantage. En suivant cette consommation, on devrait pouvoir anticiper le changement de filtre avant la panne. En…

    Lire la suite Pourquoi vos données industrielles sont inexploitables et comment les remettre en ordre avec PythonContinuer

  • Cas concrets et retours d'expérience

    Pourquoi votre projet de Maintenance Prédictive va échouer (et les leçons que j’en ai tirées de l’aéro)

    ParThibaut J. 24 juin 202624 juin 2026

    Introduction Un composant mécanique ne tombe pas en panne du jour au lendemain. Il se dégrade, lentement, progressivement, de manière souvent imperceptible — jusqu’au moment où c’est trop tard. Une turbine qui vibre un peu plus fort. Un roulement dont la température monte imperceptiblement. Des signaux faibles que personne n’a su lire à temps. Sur…

    Lire la suite Pourquoi votre projet de Maintenance Prédictive va échouer (et les leçons que j’en ai tirées de l’aéro)Continuer

  • Automatisation des données

    Arrêtez d’ouvrir 2000 fichiers à la main : découvrez enfin les bases de données SQL

    ParThibaut J. 28 mai 20261 juin 2026

    Dans l’article précédent, nous avons vu comment créer de manière automatique un rapport PDF à partir de 3 rapports d’essai. Le process fonctionne à merveille, vous générez automatiquement : Tout semble parfait. Mais quelques mois plus tard, une nouvelle difficulté apparaît. Vous avez à gérer : Et une question simple devient un cauchemar; imaginez que…

    Lire la suite Arrêtez d’ouvrir 2000 fichiers à la main : découvrez enfin les bases de données SQLContinuer

  • Automatisation des données

    De la donnée brute au document officiel

    ParThibaut J. 5 mai 20265 mai 2026

    Nous y sommes ! En 6 articles, vous avez appris à dompter le chaos des fichiers, à nettoyer des signaux bruités, à automatiser des calculs complexes et à créer des cockpits interactifs. Mais pour votre client, votre manager ou votre équipe, le travail n’existe que s’il est livrable. Cette dernière étape est celle de la…

    Lire la suite De la donnée brute au document officielContinuer

  • Automatisation des données

    La pipeline – De l’artisanat à l’industrie

    ParThibaut J. 5 mai 202612 mai 2026

    Dans l’épisode précédent, nous avons finalisé notre cockpit de diagnostic interactif. C’est une victoire : nous analysons un essai moteur avec une précision chirurgicale. Mais dans la vraie vie, l’ingénieur ne traite pas un seul essai. Imaginez le scénario : vous revenez de congé et un collègue vous dépose un dossier contenant 150 fichiers CSV….

    Lire la suite La pipeline – De l’artisanat à l’industrieContinuer

  • Analyse et visualisation

    Ne regardez plus vos courbes, pilotez-les.

    ParThibaut J. 27 avril 20265 mai 2026

    De la détection à l’exploration Dans l’article précédent, nous avons franchi une étape cruciale : l’Agrégation. Nous avons appris à ne plus nous noyer dans la donnée brute pour extraire des indicateurs stratégiques. C’est grâce à cette méthode que nous avons débusqué le « traître » de notre essai : le Cycle 3. Souvenez-vous, sa moyenne de…

    Lire la suite Ne regardez plus vos courbes, pilotez-les.Continuer

  • Méthodes et bonnes pratiques

    Maîtrisez vos cycles. L’agrégation de données sans TCD.

    ParThibaut J. 10 avril 202629 avril 2026

    Dans le volet précédent sur le Calcul Vectorisé, nous avons vu comment transformer des signaux bruts (couple, vitesse de rotation) en grandeur physique (Puissance) à la vitesse de l’éclair. Vous avez désormais un tableau complet, précis mais… Immense.Avoir 200 000 points de calcul est une victoire technologique mais pour un rapport d’essai ou une validation…

    Lire la suite Maîtrisez vos cycles. L’agrégation de données sans TCD.Continuer

  • Méthodes et bonnes pratiques

    Calculez à la vitesse de l’éclair. De la donnée propre à la puissance physique.

    ParThibaut J. 7 avril 202629 avril 2026

    Le Problème : Le syndrome de la cellule « étirée » Dans l’article précédent, nous avons vu la puissance de Python pour trier nos données (éliminer le bruit). Mais une donnée propre n’est qu’un début. Le vrai travail de l’ingénieur commence lorsqu’il faut transformer ces relevés bruités en indicateurs physiques.Sous Excel, cela signifie souvent écrire une formule…

    Lire la suite Calculez à la vitesse de l’éclair. De la donnée propre à la puissance physique.Continuer

  • Nettoyage et structuration des données

    Comment nettoyer des données capteurs bruitées sans être docteur en statistiques

    ParThibaut J. 31 mars 20265 mai 2026

    Le Problème : « Garbage In, Garbage Out » En ingénierie, une analyse n’est jamais meilleure que la qualité des données entrantes. Un capteur qui « décroche » pendant une fraction de secondes peut générer un pic de pression aberrant à 10 000 bars, faussant totalement vos moyennes et vos calculs de fatigue.  Le calvaire Excel : Faire défiler…

    Lire la suite Comment nettoyer des données capteurs bruitées sans être docteur en statistiquesContinuer

Navigation de page

1 2 Page suivanteSuivante

© 2026 De Facto Data

  • Accueil
  • Articles
  • Plan du site
  • A propos
  • Guide PDF offert