Dans cette présentation, nous explorerons le cycle de vie d’un projet data et IA, en mettant en évidence ses particularités par rapport aux projets traditionnels. Nous aborderons le processus de data science – de la définition des objectifs métier à la mise en production – en passant par la collecte, la préparation et l’analyse des données. Un focus sera fait sur les conditions de démarrage : génération d’idées, cadrage clair, et priorisation des projets. Pour structurer cette démarche, nous verrons comment utiliser un canevas adapté qui facilite la communication, aligne les acteurs et anticipe les risques spécifiques aux projets data. L’objectif est de fournir une méthode pragmatique permettant de maximiser les chances de succès.