Paradigme de traitement où les données sont traitées en continu au fil de leur arrivée, événement par événement ou par micro-batches, avec une latence de l'ordre de la milliseconde à la seconde. Contrairement au batch, chaque donnée est traitée dès qu'elle est disponible, sans attendre la fin d'une fenêtre temporelle. Le stream processing est indispensable pour la détection de fraude en temps réel, les alertes opérationnelles, les dashboards live et la personnalisation instantanée. Sa complexité principale réside dans la gestion du temps : les événements peuvent arriver en retard ou dans le désordre, nécessitant des mécanismes de fenêtrage (watermarks, tumbling/sliding windows) pour produire des résultats corrects.