Déploiements Databricks sécurisés pour les secteurs réglementés

Jamais les banques et les assureurs ont disposés d’autant de données. Pourtant, en tirer de la valeur reste difficile :

• Les systèmes cœur, le CRM, les paiements, les sinistres et les données des partenaires sont dispersés dans des dizaines d’applications déconnectées.
• Les équipes data attendent des données auxquelles elles peuvent pleinement se fier.
• Les exigences de reporting, d’audit et de résidence des données ne cessent de se renforcer.
• La fraude et les cyberattaques générées par l’IA évoluent plus vite que la surveillance qui reste cloisonnée.

Et tout cela doit se faire sous une pression constante sur les coûts, avec des compétences et talents dans les domaines data et IA parfois rares.

Résultat : des données sous-exploitées, des pilotes d’IA qui n’atteignent jamais la production, et un faux dilemme entre lacunes de conformité et systèmes legacy vieillissants.

Une plateforme de données moderne peut changer la donne. Mais dans un environnement réglementé, la question n’est jamais seulement de savoir ce que la plateforme peut faire. Elle est de savoir comment elle est déployée, sécurisée et exploitée.

Databricks est l’une des principales plateformes de données et d’IA. Elle couvre toute la chaîne, du traitement des données et de l’analytique au machine learning et à l’IA agentique (des systèmes d’IA capables de planifier et d’exécuter des tâches de manière autonome). La plateforme évolue rapidement, avec des nouveautés récentes comme une base de données Postgres managée pour les charges de travail analytiques et transactionnelles, ou un AI Gateway pour contrôler et surveiller l’accès aux modèles d’IA.

Pour les organisations réglementées, trois aspects comptent particulièrement :

• Des fonctionnalités de sécurité de niveau entreprise qui permettent une intégration sécurisée à plusieurs niveaux : réseau, identités et autorisations, et sécurité applicative.
• Une architecture ouverte, fondée sur des formats et des technologies ouverts, qui réduit la dépendance vis-à-vis du fournisseur et le verrouillage stratégique.
• Une seule plateforme pour les données et l’IA, c’est-à-dire un seul endroit pour intégrer les données et briser les silos, et un seul endroit pour gouverner les accès, au lieu de plusieurs.

ELCA a déployé Databricks pour plusieurs institutions financières. Par exemple, la Banque Cantonale du Valais (BCVS) a entamé son parcours cloud en 2023 avec des thématiques data et a construit une plateforme d’analyse de données sécurisée sur Databricks. Cette plateforme a fait l’objet de plusieurs audits de sécurité. Nous accompagnons également un grand assureur lausannois dans la modernisation de son intégration de données et de ses capacités d’IA, ainsi que plusieurs banques privées et gestionnaires de fortune dans leurs initiatives de plateformes de données et d’IA.

Nous sommes spécialisés dans les déploiements complexes et hautement sécurisés, où chaque accès aux données et chaque partage de données doivent être définis, validés et documentés avec précision. Pour les organisations qui préfèrent se concentrer sur leurs produits de données plutôt que sur l’exploitation, notre offre Data Platform as a Service (DPaaS) propose une plateforme Databricks exploitée par Everyware (groupe ELCA) et hébergée en Suisse.

La technologie n’est qu’une partie de la réponse. Un déploiement réussi commence par la compréhension des compétences disponibles, des exigences et du contexte. Il se termine par un état cible clair : le modèle opérationnel, la formation et la montée en compétences des équipes, et une période d’hypercare (une phase de support renforcé après la mise en production) dont la durée et les objectifs sont définis.

La conformité encadre l’ensemble du parcours. En amont, une analyse de risques définit les mesures de sécurité attendues, conformément aux exigences réglementaires et aux lois sur la protection des données telles que la nLPD et la RGPD. En aval, des audits et des tests d’intrusion vérifient que les mesures effectivement en place correspondent à ce qui a été promis.

Once the vision is set, a high-level definition of the platform is required. It must answer a few structuring questions:

• What is the platform governance? Who, in business and IT, does what during the project and in operations.
• Where must data reside? Where the data is stored and processed depends on regulatory and internal requirements. This topic is even more complex for AI platforms that rely on hosted LLM.
• How many environments? Typically development, quality assurance and production, each with its own level of protection.
• How many independent workspaces? Separate workspaces can isolate highly confidential data or give business units their own space.
• How does it fit into the existing landscape? The platform must integrate with the network layout and security (firewalls, proxies, data leakage prevention), with the software delivery process, and with application security standards.
• What is the transition plan? How long will the build take? Is it replacing an existing platform? Are there large data volumes to ingest or migrate?

These early decisions shape everything that follows. Changing them later is costly.

Databricks évolue vite. De plus en plus de fonctionnalités sont fournies sous forme de services serverless ou managés, dont l’infrastructure est opérée par le fournisseur, par exemple les modèles d’IA pour l’inférence. Cela apporte de l’agilité, mais étend aussi l’architecture et le périmètre de sécurité au-delà du réseau propre de l’organisation. Chaque nouveau service doit être évalué, configuré et surveillé avant d’être ouvert aux utilisateurs. La sécurité n’est donc pas un projet ponctuel, mais une pratique continue.