{"id":1825,"date":"2026-03-28T16:52:04","date_gmt":"2026-03-28T16:52:04","guid":{"rendered":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/"},"modified":"2026-03-28T16:52:04","modified_gmt":"2026-03-28T16:52:04","slug":"data-flow-diagrams-ai-big-data-age","status":"publish","type":"post","link":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/","title":{"rendered":"Les diagrammes de flux de donn\u00e9es \u00e0 l’\u00e8re de l’intelligence artificielle et des grandes donn\u00e9es"},"content":{"rendered":"

Dans l’\u00e9volution du paysage des technologies de l’information, le diagramme de flux de donn\u00e9es (DFD) reste un \u00e9l\u00e9ment fondamental pour l’analyse des syst\u00e8mes. Bien qu’il ait \u00e9t\u00e9 initialement con\u00e7u durant l’\u00e8re du programmation structur\u00e9e des ann\u00e9es 1970, l’utilit\u00e9 de visualiser le d\u00e9placement des donn\u00e9es \u00e0 travers un syst\u00e8me n’a pas diminu\u00e9. Au contraire, elle s’est transform\u00e9e. Alors que les organisations doivent faire face \u00e0 des mod\u00e8les d’apprentissage automatique, des syst\u00e8mes de stockage distribu\u00e9s et des flux de traitement en temps r\u00e9el, la n\u00e9cessit\u00e9 de cartographier les trajectoires des donn\u00e9es est devenue plus critique que jamais.<\/p>\n

Ce guide explore l’adaptation des DFD aux environnements informatiques modernes. Il examine comment les diagrammes traditionnels doivent \u00e9voluer pour repr\u00e9senter les flux de travail de l’intelligence artificielle, les architectures de grandes donn\u00e9es et les infrastructures natives du cloud, sans d\u00e9pendre d’outils sp\u00e9cifiques aux fournisseurs. L’accent reste sur l’int\u00e9grit\u00e9 conceptuelle du d\u00e9placement des donn\u00e9es, de la s\u00e9curit\u00e9 et de la transformation.<\/p>\n

\n
\"Marker-style<\/figure>\n<\/div>\n

\ud83c\udfdb\ufe0f La base : comprendre les diagrammes de flux de donn\u00e9es<\/h2>\n

Avant d’aborder les complexit\u00e9s modernes, il est essentiel d’\u00e9tablir la d\u00e9finition de base. Un diagramme de flux de donn\u00e9es est une repr\u00e9sentation graphique du d\u00e9placement des donn\u00e9es \u00e0 travers un syst\u00e8me d’information. Il mod\u00e9lise le mouvement de l’information depuis des sources externes jusqu’\u00e0 des destinations et des processus internes.<\/p>\n

Les composants cl\u00e9s d\u00e9finissent un DFD standard :<\/p>\n

    \n
  • Entit\u00e9s externes :<\/strong>Sources ou destinations situ\u00e9es en dehors de la fronti\u00e8re du syst\u00e8me (par exemple : utilisateurs, autres syst\u00e8mes, capteurs).<\/li>\n
  • Processus :<\/strong>Transformations qui transforment les donn\u00e9es d’entr\u00e9e en donn\u00e9es de sortie.<\/li>\n
  • Stockages de donn\u00e9es :<\/strong>R\u00e9f\u00e9rentiels o\u00f9 les donn\u00e9es sont conserv\u00e9es pour une utilisation ult\u00e9rieure (par exemple : bases de donn\u00e9es, syst\u00e8mes de fichiers).<\/li>\n
  • Flux de donn\u00e9es :<\/strong>Le d\u00e9placement des donn\u00e9es entre les entit\u00e9s, les processus et les stockages.<\/li>\n<\/ul>\n

    Dans les contextes traditionnels, ces diagrammes \u00e9taient souvent trac\u00e9s \u00e0 plusieurs niveaux d’abstraction :<\/p>\n

      \n
    • Diagramme de contexte (Niveau 0) :<\/strong>Montre le syst\u00e8me comme un seul processus et ses interactions avec les entit\u00e9s externes.<\/li>\n
    • Diagramme de niveau 1 :<\/strong>D\u00e9compose le processus principal en sous-processus majeurs.<\/li>\n
    • Diagramme de niveau 2 :<\/strong>D\u00e9compose davantage des sous-processus sp\u00e9cifiques pour obtenir un d\u00e9tail fin.<\/li>\n<\/ul>\n

      Bien que cette hi\u00e9rarchie reste valable, la nature du \u00ab processus \u00bb a \u00e9volu\u00e9. Un processus n’est plus simplement un traitement par lots ; il est souvent un service continu ou un mod\u00e8le pr\u00e9dictif.<\/p>\n

      \ud83e\udde0 Int\u00e9gration de l’IA : mod\u00e9lisation de l’intelligence dans les flux<\/h2>\n

      L’int\u00e9gration de l’intelligence artificielle (IA) introduit de nouvelles variables dans la cartographie des flux de donn\u00e9es. Dans les syst\u00e8mes traditionnels, la logique est explicite. Dans les syst\u00e8mes pilot\u00e9s par l’IA, la logique est souvent probabiliste. Cette distinction exige un changement dans la mani\u00e8re dont nous visualisons le composant \u00ab Processus \u00bb d’un DFD.<\/p>\n

      1. Flux d’apprentissage versus flux d’inf\u00e9rence<\/h3>\n

      Les pipelines d’apprentissage automatique diff\u00e8rent consid\u00e9rablement de la logique des applications standards. Un DFD pour un syst\u00e8me d’IA doit distinguer la phase d’apprentissage de la phase d’inf\u00e9rence.<\/p>\n

        \n
      • Flux d’apprentissage :<\/strong>Implique de grands ensembles de donn\u00e9es qui se d\u00e9placent du stockage vers des clusters de calcul. La sortie est un artefact de mod\u00e8le entra\u00een\u00e9. Ce flux est souvent orient\u00e9 par lots et intensif en ressources.<\/li>\n
      • Flux d’inf\u00e9rence :<\/strong>Implique des donn\u00e9es en temps r\u00e9el ou quasi en temps r\u00e9el qui entrent dans le mod\u00e8le pour g\u00e9n\u00e9rer des pr\u00e9dictions. Ce flux privil\u00e9gie une faible latence et un haut d\u00e9bit.<\/li>\n<\/ul>\n

        Lors de la cartographie de ces flux, il est crucial de noter que le mod\u00e8le lui-m\u00eame agit comme un processus en bo\u00eete noire. La logique interne est masqu\u00e9e, mais les exigences d’entr\u00e9e et les formats de sortie doivent \u00eatre clairement d\u00e9finis dans le sch\u00e9ma.<\/p>\n

        2. Le pr\u00e9traitement des donn\u00e9es comme un processus<\/h3>\n

        Avant que les donn\u00e9es n’atteignent un mod\u00e8le d’IA, elles subissent une transformation importante. L’ing\u00e9nierie des caract\u00e9ristiques, la normalisation et le nettoyage sont des \u00e9tapes critiques qui doivent \u00eatre visibles dans le DFD. Ignorer ces \u00e9tapes conduit \u00e0 une compr\u00e9hension incompl\u00e8te du syst\u00e8me.<\/p>\n

          \n
        • Normalisation :<\/strong>Mise \u00e0 l’\u00e9chelle des donn\u00e9es pour correspondre aux attentes du mod\u00e8le.<\/li>\n
        • Encodage :<\/strong>Conversion des donn\u00e9es cat\u00e9gorielles en vecteurs num\u00e9riques.<\/li>\n
        • Imputation :<\/strong>Gestion des valeurs manquantes au sein du flux.<\/li>\n<\/ul>\n

          Ces \u00e9tapes de pr\u00e9traitement sont des processus. Elles consomment du temps et des ressources informatiques, et elles introduisent des points de d\u00e9faillance potentiels qui doivent \u00eatre suivis dans le flux de donn\u00e9es.<\/p>\n

          \ud83c\udf0a Big Data : Gestion du volume, de la vitesse et de la vari\u00e9t\u00e9<\/h2>\n

          Les architectures big data remettent en question la nature lin\u00e9aire des DFD traditionnels. Les donn\u00e9es arrivent souvent en flux, sont stock\u00e9es dans des lacs de donn\u00e9es et sont trait\u00e9es via des calculs distribu\u00e9s. Un sch\u00e9ma statique ne peut pas facilement capturer la nature dynamique de ces environnements.<\/p>\n

          1. Traitement en flux continu vs. traitement par lots<\/h3>\n

          Les syst\u00e8mes modernes utilisent souvent une approche hybride. Certaines donn\u00e9es sont trait\u00e9es en flux en temps r\u00e9el, tandis que d’autres sont regroup\u00e9es pour une analyse par lots. Le DFD doit clairement distinguer ces deux chemins.<\/p>\n

            \n
          • Traitement en flux continu :<\/strong>Les donn\u00e9es circulent de mani\u00e8re continue. Le sch\u00e9ma doit repr\u00e9senter le pipeline sous forme de boucle continue plut\u00f4t que comme une s\u00e9quence de d\u00e9marrage et d’arr\u00eat.<\/li>\n
          • Traitement par lots :<\/strong>Les donn\u00e9es s’accumulent au fil du temps et sont trait\u00e9es par groupes. Le sch\u00e9ma doit refl\u00e9ter le point d’accumulation (Stockage de donn\u00e9es) avant le d\u00e9but du traitement.<\/li>\n<\/ul>\n

            2. Visualisation du stockage distribu\u00e9<\/h3>\n

            Dans une base de donn\u00e9es monolithique, un stockage de donn\u00e9es est une seule bo\u00eete. Dans un environnement big data, le stockage est distribu\u00e9. Le DFD doit indiquer qu’un \u00ab Stockage de donn\u00e9es \u00bb peut en r\u00e9alit\u00e9 repr\u00e9senter un cluster de n\u0153uds ou un syst\u00e8me de stockage partitionn\u00e9.<\/p>\n

              \n
            • Lacs de donn\u00e9es :<\/strong>Stockage de donn\u00e9es brutes o\u00f9 la structure est appliqu\u00e9e ult\u00e9rieurement.<\/li>\n
            • Entrep\u00f4ts de donn\u00e9es :<\/strong>Stockage structur\u00e9 optimis\u00e9 pour les requ\u00eates.<\/li>\n
            • Stockage chaud vs. stockage froid :<\/strong>Diff\u00e9rencier les donn\u00e9es fr\u00e9quemment accessibles des donn\u00e9es archiv\u00e9es.<\/li>\n<\/ul>\n

              Cette distinction est vitale pour comprendre la latence. Un flux provenant d’un n\u0153ud de stockage chaud se comportera diff\u00e9remment d’un flux provenant d’un archivage de stockage froid.<\/p>\n

              \ud83d\udcd0 Modernisation de la notation<\/h2>\n

              Pour communiquer efficacement des syst\u00e8mes complexes, la notation utilis\u00e9e dans les DFD doit \u00e9voluer. Bien que les symboles fondamentaux restent similaires, leur application exige des nuances.<\/p>\n\n\n\n\n\n\n\n\n
              Composant<\/th>\nDFD traditionnel<\/th>\nDFD moderne IA\/Big Data<\/th>\n<\/tr>\n<\/thead>\n
              Processus<\/td>\n\u00c9tape unique de transformation<\/td>\nMicroservice, inf\u00e9rence de mod\u00e8le ou \u00e9tape de pipeline<\/td>\n<\/tr>\n
              Stockage de donn\u00e9es<\/td>\nFichier ou table de base de donn\u00e9es<\/td>\nLac de donn\u00e9es, cache distribu\u00e9 ou magasin d’objets<\/td>\n<\/tr>\n
              Flux de donn\u00e9es<\/td>\nDemande\/R\u00e9ponse ou transfert de fichier<\/td>\nFlux d’\u00e9v\u00e9nements, charge utile d’API ou file d’attente de messages<\/td>\n<\/tr>\n
              Entit\u00e9<\/td>\nUtilisateur humain ou syst\u00e8me h\u00e9rit\u00e9<\/td>\nAppareil IoT, API tierce ou agent autonome<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

              1. Architecture orient\u00e9e \u00e9v\u00e9nements<\/h3>\n

              De nombreux syst\u00e8mes modernes reposent sur les \u00e9v\u00e9nements plut\u00f4t que sur des requ\u00eates directes. Un DFD pour un syst\u00e8me orient\u00e9 \u00e9v\u00e9nements utilise des d\u00e9clencheurs pour initier des processus. Au lieu qu’un processus attende les donn\u00e9es, l’arriv\u00e9e des donn\u00e9es d\u00e9clenche le processus.<\/p>\n

                \n
              • Files de messages :<\/strong> Agissent comme des tampons entre producteurs et consommateurs.<\/li>\n
              • Journaux d’\u00e9v\u00e9nements :<\/strong> Enregistrements immuables des changements d’\u00e9tat qui servent de stockages de donn\u00e9es pour la v\u00e9rification.<\/li>\n<\/ul>\n

                Visualiser ces files comme des stockages de donn\u00e9es aide \u00e0 clarifier les probl\u00e8mes de surcharge. Si un processus ne peut pas suivre le d\u00e9bit entrant, la file s’agrandit. Ce risque doit \u00eatre cartographi\u00e9.<\/p>\n

                2. Microservices et limites<\/h3>\n

                \u00c0 mesure que les syst\u00e8mes se divisent en microservices, la fronti\u00e8re du syst\u00e8me dans un DFD devient plus poreuse. Les flux de donn\u00e9es franchissent souvent les fronti\u00e8res des services via des API. Il est important de pr\u00e9ciser le protocole utilis\u00e9 (par exemple, REST, gRPC, GraphQL) sur les lignes de flux de donn\u00e9es pour indiquer les exigences de compatibilit\u00e9.<\/p>\n

                  \n
                • D\u00e9couverte de service :<\/strong> Routage dynamique des flux de donn\u00e9es.<\/li>\n
                • \u00c9quilibrage de charge :<\/strong> R\u00e9partition des flux de donn\u00e9es sur plusieurs instances.<\/li>\n<\/ul>\n

                  \ud83d\udd12 S\u00e9curit\u00e9 et confidentialit\u00e9 dans les flux de donn\u00e9es<\/h2>\n

                  La s\u00e9curit\u00e9 ne peut pas \u00eatre une r\u00e9flexion tardive dans un diagramme de flux de donn\u00e9es. Avec des r\u00e9glementations telles que le RGPD et le CCPA, comprendre o\u00f9 se trouve et se d\u00e9place les donn\u00e9es sensibles est obligatoire.<\/p>\n

                  1. Identification des donn\u00e9es sensibles<\/h3>\n

                  Les flux de donn\u00e9es transportant des informations personnelles identifiables (PII) ou des informations de sant\u00e9 prot\u00e9g\u00e9es (PHI) doivent \u00eatre mis en \u00e9vidence. Utilisez des styles de ligne ou des couleurs distincts pour indiquer les flux sensibles.<\/p>\n

                    \n
                  • Chiffrement en transit :<\/strong>Tous les flux traversant les fronti\u00e8res du r\u00e9seau doivent indiquer les protocoles de chiffrement (par exemple, TLS).<\/li>\n
                  • Chiffrement au repos :<\/strong>Les magasins de donn\u00e9es contenant des donn\u00e9es sensibles doivent \u00eatre marqu\u00e9s.<\/li>\n<\/ul>\n

                    2. Tra\u00e7abilit\u00e9 des donn\u00e9es<\/h3>\n

                    Comprendre l’origine des donn\u00e9es est essentiel pour le respect des r\u00e9glementations. Un DFD sert de carte de tra\u00e7abilit\u00e9 de haut niveau. Il montre o\u00f9 les donn\u00e9es entrent dans le syst\u00e8me et comment elles \u00e9voluent.<\/p>\n

                      \n
                    • Suivi du consentement :<\/strong>Les flux impliquant des donn\u00e9es de consentement utilisateur doivent \u00eatre suivis s\u00e9par\u00e9ment.<\/li>\n
                    • Droit \u00e0 l’effacement :<\/strong>Les diagrammes doivent indiquer o\u00f9 les donn\u00e9es sont stock\u00e9es afin de faciliter les demandes de suppression.<\/li>\n<\/ul>\n

                      Si un DFD ne montre pas o\u00f9 les donn\u00e9es sont stock\u00e9es, les audits de conformit\u00e9 deviennent impossibles. Chaque magasin de donn\u00e9es doit avoir un propri\u00e9taire d\u00e9fini et une politique de conservation.<\/p>\n

                      \u2699\ufe0f D\u00e9fis li\u00e9s \u00e0 la cr\u00e9ation de DFD modernes<\/h2>\n

                      La cr\u00e9ation de diagrammes pr\u00e9cis pour des syst\u00e8mes complexes soul\u00e8ve des d\u00e9fis sp\u00e9cifiques. Le volume de donn\u00e9es et la rapidit\u00e9 des changements d\u00e9passent souvent les efforts de documentation.<\/p>\n

                      1. Syst\u00e8mes dynamiques<\/h3>\n

                      Les groupes d’autoscaling modifient le nombre d’instances de processus de mani\u00e8re dynamique. Un diagramme statique ne peut pas montrer cela. Le diagramme doit repr\u00e9senter la *capacit\u00e9* du syst\u00e8me, et non seulement son \u00e9tat actuel.<\/p>\n

                        \n
                      • Utilisez des \u00e9tiquettes g\u00e9n\u00e9riques telles que \u00ab Cluster de calcul \u00bb plut\u00f4t que des identifiants d’instance sp\u00e9cifiques.<\/li>\n
                      • Indiquez les d\u00e9clencheurs d’ajustement dans la description du processus.<\/li>\n<\/ul>\n

                        2. Gestion de la complexit\u00e9<\/h3>\n

                        \u00c0 mesure que les syst\u00e8mes grandissent, les DFD deviennent illisibles. L’abstraction est essentielle. Ne mappez pas chaque point de terminaison API. Cartographiez le d\u00e9placement logique des donn\u00e9es.<\/p>\n

                          \n
                        • Regroupement :<\/strong>Regroupez les processus connexes en un seul super-processus.<\/li>\n
                        • Liaison :<\/strong>Utilisez des r\u00e9f\u00e9rences crois\u00e9es pour relier les sous-diagrammes d\u00e9taill\u00e9s aux aper\u00e7us de haut niveau.<\/li>\n<\/ul>\n

                          3. D\u00e9pendances en temps r\u00e9el<\/h3>\n

                          Dans les syst\u00e8mes de flux, l’ordre des op\u00e9rations est important. Un DFD montre la connectivit\u00e9, mais pas toujours le moment. Compl\u00e9tez les DFD par des diagrammes de s\u00e9quence si le timing est critique.<\/p>\n

                            \n
                          • Indiquez les d\u00e9lais d’attente et les nouvelles tentatives dans les descriptions des processus.<\/li>\n
                          • Pr\u00e9cisez si les flux de donn\u00e9es sont synchrones ou asynchrones.<\/li>\n<\/ul>\n

                            \ud83d\ude80 Tendances futures : Automatisation et auto-documentation<\/h2>\n

                            L’avenir des DFD r\u00e9side dans l’automatisation. \u00c0 mesure que les syst\u00e8mes deviennent plus centr\u00e9s sur le code, les diagrammes doivent \u00eatre g\u00e9n\u00e9r\u00e9s \u00e0 partir de la base de code plut\u00f4t que dessin\u00e9s manuellement.<\/p>\n

                            1. Infrastructure sous code (IaC)<\/h3>\n

                            Lorsque l’infrastructure est d\u00e9finie dans du code, le flux de donn\u00e9es est implicitement d\u00e9fini. Les outils peuvent analyser les fichiers IaC pour g\u00e9n\u00e9rer automatiquement des diagrammes de flux de donn\u00e9es (DFD).<\/p>\n

                              \n
                            • Assurez-vous de la coh\u00e9rence entre le diagramme et l’infrastructure r\u00e9elle.<\/li>\n
                            • Utilisez le contr\u00f4le de version pour les d\u00e9finitions de diagramme elles-m\u00eames.<\/li>\n<\/ul>\n

                              2. D\u00e9couverte continue<\/h3>\n

                              Les outils de surveillance du r\u00e9seau peuvent d\u00e9tecter les flux de donn\u00e9es r\u00e9els. Int\u00e9grer ces outils au logiciel de diagrammes de flux de donn\u00e9es permet des diagrammes \u00ab en temps r\u00e9el \u00bb qui se mettent \u00e0 jour au fur et \u00e0 mesure que les mod\u00e8les de trafic \u00e9voluent.<\/p>\n

                                \n
                              • G\u00e9n\u00e9rez une alerte lorsque de nouveaux flux de donn\u00e9es apparaissent sans avoir \u00e9t\u00e9 document\u00e9s.<\/li>\n
                              • Signalez les magasins de donn\u00e9es inutilis\u00e9s pouvant \u00eatre mis hors service.<\/li>\n<\/ul>\n

                                3. \u00c9laboration de diagrammes assist\u00e9e par l’IA<\/h3>\n

                                L’intelligence artificielle peut sugg\u00e9rer des am\u00e9liorations aux diagrammes. Elle peut identifier les goulets d’\u00e9tranglement, les chemins redondants ou les failles de s\u00e9curit\u00e9 en se basant sur les bonnes pratiques.<\/p>\n

                                  \n
                                • Validation automatis\u00e9e des r\u00e8gles de flux de donn\u00e9es (par exemple, pas de flux direct depuis une base de donn\u00e9es vers une entit\u00e9 externe sans processus).<\/li>\n
                                • Suggestion de d\u00e9composition optimale des processus.<\/li>\n<\/ul>\n

                                  \ud83d\udee0\ufe0f Meilleures pratiques pour la mise en \u0153uvre<\/h2>\n

                                  Pour maintenir la valeur des DFD dans un contexte moderne, respectez les pratiques suivantes.<\/p>\n

                                    \n
                                  • Normalisez la notation :<\/strong>Assurez-vous que tous les membres de l’\u00e9quipe utilisent les m\u00eames symboles et conventions. La coh\u00e9rence r\u00e9duit la charge cognitive.<\/li>\n
                                  • D\u00e9finissez des conventions de nommage :<\/strong>Les processus doivent \u00eatre nomm\u00e9s selon la structure Verbe-Nom (par exemple, \u00ab Valider l’entr\u00e9e utilisateur \u00bb). Les magasins de donn\u00e9es doivent \u00eatre nomm\u00e9s comme des noms (par exemple, \u00ab Profils utilisateurs \u00bb).<\/li>\n
                                  • R\u00e9visez r\u00e9guli\u00e8rement :<\/strong>Un diagramme qui n’est pas revu devient une mensonge. Pr\u00e9voyez des revues lors de la planification des sprints ou des r\u00e9unions d’optimisation architecturale.<\/li>\n
                                  • Concentrez-vous sur la valeur :<\/strong>Cartographiez uniquement les flux de donn\u00e9es n\u00e9cessaires \u00e0 la logique m\u00e9tier. Supprimez les flux internes redondants qui n’affectent pas l’utilisateur final.<\/li>\n
                                  • Documentez les hypoth\u00e8ses :<\/strong>Si un flux suppose une latence ou un d\u00e9bit particulier, documentez-le. Ces hypoth\u00e8ses influencent la conception du syst\u00e8me.<\/li>\n<\/ul>\n

                                    \ud83d\udd04 Le cycle de vie d’un flux de donn\u00e9es<\/h2>\n

                                    Comprendre le cycle de vie aide \u00e0 cartographier le diagramme avec pr\u00e9cision. Les donn\u00e9es passent par plusieurs \u00e9tapes :<\/p>\n

                                      \n
                                    • Ingestion :<\/strong>Les donn\u00e9es entrent dans la fronti\u00e8re du syst\u00e8me. C’est souvent le point le plus instable.<\/li>\n
                                    • Traitement :<\/strong>Les donn\u00e9es sont transform\u00e9es, enrichies ou analys\u00e9es.<\/li>\n
                                    • Stockage\u00a0:<\/strong>Les donn\u00e9es sont conserv\u00e9es pour une utilisation future.<\/li>\n
                                    • R\u00e9cup\u00e9ration\u00a0:<\/strong>Les donn\u00e9es sont r\u00e9cup\u00e9r\u00e9es pour des rapports ou des actions.<\/li>\n
                                    • \u00c9limination\u00a0:<\/strong>Les donn\u00e9es sont archiv\u00e9es ou supprim\u00e9es conform\u00e9ment \u00e0 la politique.<\/li>\n<\/ul>\n

                                      Chaque \u00e9tape repr\u00e9sente un processus ou un stockage potentiel dans le diagramme de flux de donn\u00e9es. Un diagramme complet prend en compte la phase d’\u00e9limination, garantissant que les donn\u00e9es ne restent pas inutilement.<\/p>\n

                                      \ud83d\udcca R\u00e9sum\u00e9 des composants cl\u00e9s<\/h2>\n

                                      Pour r\u00e9f\u00e9rence rapide, voici une analyse de la mani\u00e8re dont les composants traditionnels correspondent aux \u00e9quivalents modernes.<\/p>\n\n\n\n\n\n\n\n\n\n
                                      Concept traditionnel<\/th>\n\u00c9quivalent moderne<\/th>\nConsid\u00e9ration<\/th>\n<\/tr>\n<\/thead>\n
                                      Entr\u00e9e<\/td>\nPasserelle API \/ Pipeline d’ingestion<\/td>\nAuthentification et limitation de d\u00e9bit<\/td>\n<\/tr>\n
                                      Sortie<\/td>\nTableau de bord \/ Service de notification<\/td>\nFormatage et canal de livraison<\/td>\n<\/tr>\n
                                      Processus<\/td>\nFonction \/ Conteneur \/ Mod\u00e8le<\/td>\n\u00c9tat sans \u00e9tat et mise \u00e0 l’\u00e9chelle<\/td>\n<\/tr>\n
                                      Stockage<\/td>\nStockage d’objets \/ Base de donn\u00e9es NoSQL<\/td>\nPartitionnement et indexation<\/td>\n<\/tr>\n
                                      Flux<\/td>\nMessage d’\u00e9v\u00e9nement \/ Demande HTTP<\/td>\nLatence et fiabilit\u00e9<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                                      En alignant ces concepts, les \u00e9quipes peuvent cr\u00e9er des diagrammes qui servent d’outils de communication efficaces entre les \u00e9quipes d’ing\u00e9nierie, les scientifiques des donn\u00e9es et les parties prenantes m\u00e9tier. L’objectif n’est pas la perfection, mais la clart\u00e9. Un diagramme qui aide \u00e0 la prise de d\u00e9cision est un succ\u00e8s.<\/p>\n

                                      \ud83d\udd2e R\u00e9flexions finales sur la visualisation du flux de donn\u00e9es<\/h2>\n

                                      Les principes des diagrammes de flux de donn\u00e9es sont intemporels, mais leur application n\u00e9cessite une adaptation. Alors que les donn\u00e9es deviennent l’actif central des entreprises modernes, la capacit\u00e9 \u00e0 visualiser leur d\u00e9placement constitue un avantage strat\u00e9gique. Que vous g\u00e9riez une base de donn\u00e9es simple ou un pipeline complexe de r\u00e9seau de neurones, le DFD fournit la structure n\u00e9cessaire pour comprendre, s\u00e9curiser et optimiser le flux d’information.<\/p>\n

                                      Restez \u00e0 jour avec ces m\u00e9thodologies afin de garantir que les architectures syst\u00e8me restent transparentes et maintenables. Le passage de la documentation statique \u00e0 une visualisation dynamique et automatis\u00e9e est in\u00e9vitable. Les \u00e9quipes qui adoptent ce changement se trouveront mieux \u00e9quip\u00e9es pour faire face aux complexit\u00e9s de l’\u00e8re num\u00e9rique.<\/p>\n

                                      Concentrez-vous sur les donn\u00e9es. Suivez le flux. Assurez-vous que la logique est coh\u00e9rente. Cela reste la mission fondamentale d’une conception de syst\u00e8me efficace.<\/p>\n","protected":false},"excerpt":{"rendered":"

                                      Dans l’\u00e9volution du paysage des technologies de l’information, le diagramme de flux de donn\u00e9es (DFD) reste un \u00e9l\u00e9ment fondamental pour l’analyse des syst\u00e8mes. Bien qu’il ait \u00e9t\u00e9 initialement con\u00e7u durant…<\/p>\n","protected":false},"author":1,"featured_media":1826,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_title":"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16","_yoast_wpseo_metadesc":"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[96],"tags":[89,95],"class_list":["post-1825","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dfd","tag-academic","tag-dfd"],"yoast_head":"\nLes diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16\" \/>\n<meta property=\"og:description\" content=\"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\" \/>\n<meta property=\"og:site_name\" content=\"Viz Note French - AI Insights & Software Industry Updates\" \/>\n<meta property=\"article:published_time\" content=\"2026-03-28T16:52:04+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1664\" \/>\n\t<meta property=\"og:image:height\" content=\"928\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"vpadmin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"vpadmin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"14 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\"},\"author\":{\"name\":\"vpadmin\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/d69595112293b803501f7b381be28255\"},\"headline\":\"Les diagrammes de flux de donn\u00e9es \u00e0 l’\u00e8re de l’intelligence artificielle et des grandes donn\u00e9es\",\"datePublished\":\"2026-03-28T16:52:04+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\"},\"wordCount\":2938,\"publisher\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg\",\"keywords\":[\"academic\",\"dfd\"],\"articleSection\":[\"DFD\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\",\"url\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\",\"name\":\"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16\",\"isPartOf\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg\",\"datePublished\":\"2026-03-28T16:52:04+00:00\",\"description\":\"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage\",\"url\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg\",\"contentUrl\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg\",\"width\":1664,\"height\":928},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.viz-note.com\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Les diagrammes de flux de donn\u00e9es \u00e0 l’\u00e8re de l’intelligence artificielle et des grandes donn\u00e9es\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#website\",\"url\":\"https:\/\/www.viz-note.com\/fr\/\",\"name\":\"Viz Note French - AI Insights & Software Industry Updates\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.viz-note.com\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#organization\",\"name\":\"Viz Note French - AI Insights & Software Industry Updates\",\"url\":\"https:\/\/www.viz-note.com\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2025\/03\/cropped-viz-note-logo.png\",\"contentUrl\":\"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2025\/03\/cropped-viz-note-logo.png\",\"width\":512,\"height\":512,\"caption\":\"Viz Note French - AI Insights & Software Industry Updates\"},\"image\":{\"@id\":\"https:\/\/www.viz-note.com\/fr\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/d69595112293b803501f7b381be28255\",\"name\":\"vpadmin\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"caption\":\"vpadmin\"},\"sameAs\":[\"https:\/\/www.viz-note.com\"],\"url\":\"https:\/\/www.viz-note.com\/fr\/author\/vpadmin\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16","description":"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/","og_locale":"fr_FR","og_type":"article","og_title":"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16","og_description":"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.","og_url":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/","og_site_name":"Viz Note French - AI Insights & Software Industry Updates","article_published_time":"2026-03-28T16:52:04+00:00","og_image":[{"width":1664,"height":928,"url":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg","type":"image\/jpeg"}],"author":"vpadmin","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"vpadmin","Dur\u00e9e de lecture estim\u00e9e":"14 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#article","isPartOf":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/"},"author":{"name":"vpadmin","@id":"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/d69595112293b803501f7b381be28255"},"headline":"Les diagrammes de flux de donn\u00e9es \u00e0 l’\u00e8re de l’intelligence artificielle et des grandes donn\u00e9es","datePublished":"2026-03-28T16:52:04+00:00","mainEntityOfPage":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/"},"wordCount":2938,"publisher":{"@id":"https:\/\/www.viz-note.com\/fr\/#organization"},"image":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage"},"thumbnailUrl":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg","keywords":["academic","dfd"],"articleSection":["DFD"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/","url":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/","name":"Les diagrammes de flux de donn\u00e9es \u00e0 l'\u00e8re de l'IA et des grandes donn\u00e9es \ud83e\udd16","isPartOf":{"@id":"https:\/\/www.viz-note.com\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage"},"image":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage"},"thumbnailUrl":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg","datePublished":"2026-03-28T16:52:04+00:00","description":"D\u00e9couvrez comment les diagrammes de flux de donn\u00e9es \u00e9voluent avec l'IA et les grandes donn\u00e9es. Apprenez les meilleures pratiques pour visualiser les pipelines de donn\u00e9es modernes et les flux de travail d'apprentissage automatique.","breadcrumb":{"@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#primaryimage","url":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg","contentUrl":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2026\/03\/data-flow-diagrams-ai-big-data-modern-architecture-infographic-marker-illustration.jpg","width":1664,"height":928},{"@type":"BreadcrumbList","@id":"https:\/\/www.viz-note.com\/fr\/data-flow-diagrams-ai-big-data-age\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.viz-note.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Les diagrammes de flux de donn\u00e9es \u00e0 l’\u00e8re de l’intelligence artificielle et des grandes donn\u00e9es"}]},{"@type":"WebSite","@id":"https:\/\/www.viz-note.com\/fr\/#website","url":"https:\/\/www.viz-note.com\/fr\/","name":"Viz Note French - AI Insights & Software Industry Updates","description":"","publisher":{"@id":"https:\/\/www.viz-note.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.viz-note.com\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/www.viz-note.com\/fr\/#organization","name":"Viz Note French - AI Insights & Software Industry Updates","url":"https:\/\/www.viz-note.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.viz-note.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2025\/03\/cropped-viz-note-logo.png","contentUrl":"https:\/\/www.viz-note.com\/fr\/wp-content\/uploads\/sites\/6\/2025\/03\/cropped-viz-note-logo.png","width":512,"height":512,"caption":"Viz Note French - AI Insights & Software Industry Updates"},"image":{"@id":"https:\/\/www.viz-note.com\/fr\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/d69595112293b803501f7b381be28255","name":"vpadmin","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.viz-note.com\/fr\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","caption":"vpadmin"},"sameAs":["https:\/\/www.viz-note.com"],"url":"https:\/\/www.viz-note.com\/fr\/author\/vpadmin\/"}]}},"_links":{"self":[{"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/posts\/1825","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/comments?post=1825"}],"version-history":[{"count":0,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/posts\/1825\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/media\/1826"}],"wp:attachment":[{"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/media?parent=1825"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/categories?post=1825"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.viz-note.com\/fr\/wp-json\/wp\/v2\/tags?post=1825"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}