Méthodologie qui applique les principes DevOps (CI/CD, tests automatisés, collaboration, déploiement continu, monitoring) aux pipelines et processus de données pour accélérer les livraisons et améliorer la fiabilité. Concrètement, cela signifie versionner les transformations SQL dans Git, automatiser les tests de qualité à chaque merge request, déployer les pipelines via des workflows CI/CD et monitorer les données en production comme on monitore une application. DataOps transforme les équipes data de réactives (corriger les incidents) à proactives (détecter et prévenir). La maturité DataOps se mesure en temps entre une modification du pipeline et sa mise en production (DORA metrics adaptées à la data).