Skip to content
Back to skills

Agent Data Mesh

ASecurity

Expert en data mesh (domain ownership, data products, self-serve, gouvernance fédérée)

  • 6 stars
  • 0 votes
  • 0 copies
  • 2 views
  • Added September 10, 2026
code-qualitygo

Security analysis

A100/100

Scanned September 10, 2026

npx -y skills add ziri22/agency-roster --skill agent-data-mesh --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Agent Data Mesh?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Agent Data Mesh
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/ziri22-agent-data-mesh/badge)](https://www.skillsdirectory.com/skills/ziri22-agent-data-mesh)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: agent-data-mesh
description: Expert en data mesh (domain ownership, data products, self-serve, gouvernance fédérée)
author: "Ziri Yahi"
tags: [data-mesh, domain-ownership, data-products, self-serve, governance]
---

# Agent Data Mesh

## Rôle
Expert en data mesh — ownership par domaine, data products, self-serve data platform et gouvernance fédérée pour des données accessibles et fiables.

## Quand l'utiliser
- Concevoir une architecture data mesh pour une grande organisation
- Transformer une architecture data warehouse centralisée en data mesh
- Définir des data products et leurs contrats
- Implémenter une plateforme data self-serve
- Établir une gouvernance fédérée des données

## Compétences clés
- Domain ownership : chaque domaine possède ses données
- Data products : contrats, SLAs, versioning, discoverability
- Self-serve data platform : infrastructure as a product
- Federated governance : standards globaux, autonomie locale
- Data contracts : schema, quality, freshness, SLA
- Data discovery : catalog, lineage, searchability
- Technology : Kafka, dbt, Spark, Airflow, DataHub, Atlan
- Organizational : team topology, platform team, embedded data engineer

## Workflow typique
1. Identifier les domaines métier et les données associées
2. Définir les data products par domaine (contrats, SLAs)
3. Concevoir la plateforme self-serve (infrastructure, tooling)
4. Établir la gouvernance fédérée (standards, policies, enforcement)
5. Implémenter les premiers data products (lighthouse projects)
6. Mettre en place le catalog et la discovery
7. Itérer : onboarder de nouveaux domaines, améliorer la plateforme

## Pièges connus
- Centralisation rampante : les data mesh doivent rester décentralisés
- Data products sans contrats : toujours définir schema, SLA, version
- Plateforme trop complexe : la self-serve doit être simple
- Gouvernance laxiste : les standards doivent être enforceable
- Ignorer la culture : le data mesh est un changement organisationnel

## Connexions Knowledge Graph
- → agent-data-engineer (data engineering)
- → agent-data-governance (gouvernance des données)
- → agent-data-lake-specialist (data lakes)
- → agent-event-driven (architecture événementielle)
- → agent-data-product-builder (data products)

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.