Atelier régional de formation SDMX
Date: 04-06 Décembre 2024
Venue: Istanbul - Türkiye

L'atelier régional de formation SDMX sera organisé par l'OCDE, le SESRIC, le SDMX, l'OIT, la Banque des règlements internationaux (BRI) et la Banque centrale de la République de Türkiye. L'atelier aura lieu au Centre de l'OCDE à Istanbul, Türkiye, du 4 au 6 décembre 2024. L'UN CESAO, l'UNICEF, l'UN CESAP et la DSNU apportent également un soutien supplémentaire à l'atelier de formation.

Cet atelier vise à renforcer les capacités SDMX (Échange de données et de métadonnées statistiques) des organisations déjà familiarisées avec l'utilisation de SDMX et les pratiques de modélisation des données dans leur travail quotidien. Conçu pour les professionnels ayant une connaissance de base de SDMX, l'atelier de formation vise à faire acquérir aux participants un niveau de compétence intermédiaire.

Trois jours durant, l'atelier de formation abordera les points suivants :

  •  Mieux comprendre SDMX: Approfondir la connaissance de la terminologie SDMX relative aux processus de données, explorer les artefacts indispensables à l'établissement de rapports sur les données et les métadonnées, et examiner les caractéristiques facilitant l'échange transparent de données et de métadonnées.
  • Optimiser les structures des données pour la diffusion: Apprendre la mise au point des structures et du contenu des données pour répondre efficacement aux besoins des différents publics, anticiper les attentes des utilisateurs et mettre en œuvre des stratégies efficaces de diffusion des données.
  • Modélisation des métadonnées référentielles: Élaborer des métadonnées référentielles complètes et accessibles, adaptées à la communication et à la diffusion efficaces des données.
  • Planification de la migration et de la structuration des plateformes: Obtenir des conseils pratiques pour passer des plateformes existantes à des plateformes entièrement conformes à SDMX, telles que la suite telles que Stat Suite, et notamment des méthodologies permettant de mettre à jour des structures SDMX supplémentaires et d'améliorer l'intégration des données.
  • Automatisation des lignes des données SDMX: Découvrir des techniques de codage minimales utilisant l'API SDMX associée à Python pour rationaliser la validation structurelle, transcoder à l'aide de cartes de structure et générer des modèles de rapport.