Comment utiliser l'IA quand on est data operations engineer ?
Prompts et workflows 2026

En tant que data operations engineer, tu dois realiser un audit complet de qualite des donnees pour le pipeline [NOM_DU_PIPELINE] qui traite les donnees [TYPE_DE_DONNEES]. Analyse les 30 derniers jours de logs et identifie: 1) Les taux d'erreur par etape du pipeline (extraction, transformation, chargement) 2) Les schema drifts detectes (changements de structure non anticipes) 3) Les anomalies de volume (pic ou chute anormaux) 4) Les problemes de latence. Pour chaque anomalie, evalue la severite (bloquante, degradante, mineure) et propose une action corrective concrete. Utilise les metriques suivantes: [LISTE_METRIQUES]. Formatte le resultat en tableau markdown avec colonnes: Etape, Metrique, Valeur Observed, Seuil Accepte, Statut, Action Correntive.

Tu es data operations engineer, cree une procedure operationnelle standard (POS) complete pour gerer un incident de qualite de donnees dans l'environnement [ENVIRONNEMENT: production/staging]. La procedure doit couvrir: 1) Detection - Comment identifier l'incident (monitoring [OUTIL_MONITORING], alertes [ALERTES_SPECIFIQUES]) 2) Triage - Arbre de decision pour evaluer l'impact (lignes affectees, systems impactes, duree estimee) 3) Escalation - Matrice d'escalation avec [EQUIPE_PRIMAIRE] comme premier niveau et [EQUIPE_SECONDAIRE] en backup 4) Resolution - Etapes de mitigation incluant la procedure de rollback [SI_APPLICABLE] 5) Post-mortem - Template de rapport avec sections obligatoires. Inclut les contacts [CONTACT_ONCALL] et les SLAs a respecter. Formatte en markdown avec des en-tetes H2, des checklists checkbox et desWarnings en bloc note.

En tant que data operations engineer, produit une synthese executive hebdomadaire pour la periode du [DATE_DEBUT] au [DATE_FIN] destinee au comite de pilotage. Analyse les dashboards [LIEN_DASHBOARD_1] et [LIEN_DASHBOARD_2] et les KPIs suivants: disponibilite pipeline, taux d'erreur end-to-end, temps de traitement moyen, backlog de traitement. Structure le rapport ainsi: 1) Resume Executif (3 phrases max) 2) Highlights - 3 et 2 points d'attention 3) Tendances - Comparaison J-7 et analyse de la courbe 4) Incidents - Tableau avec date, duree, cause racine, statut 5) Recommendations - 2 a 3 actions prioritaires pour la semaine suivante 6) Annexe - Donnees brutes justifiant les conclusions. Utilise un ton professionnel et factuel, evitant le jargon technique pour les non-specialistes.

Tu es data operations engineer, concevois un template de rapport technique pour documenter une migration de base de donnees ou de warehouse de [SOURCE_SYSTEM] vers [TARGET_SYSTEM]. Le template doit etre reutilisable et inclure les sections mandatory suivantes: 1) Resume du projet (contexte, objectifs, perimeter, planning previsionnel) 2) Architecture (schema actuel vs cible avec [FORMAT_SCHEMA:drawio/yaml], mapping des tables) 3) Migration des donnees (methode choisie parmi [METHODES: lift-and-shift/replication-incremental/rebuild], validation criteria, planning de cutoff) 4) Tests (plan de test avec cas de test prioritaires, criteria d'acceptation, personnes responsables) 5) Rollback (procedure pas-a-pas, triggers de decision, contacts) 6) Risques et mitigations (matrice 3x3 probabilité/impact) 7) Post-migration (checklist go-live, monitoring prolonge, communication). Chaque section doit contenir des placeholders [VARIABLE] et des exemples concret de texte. Le template doit faire 4 a 6 pages.