![]() |
Je suis Yaa Kusi-Fordjour, Technical Success Manager pour les API de Global Fishing Watch. Avec une formation en ingénierie logicielle et en gestion de produit, j’accompagne nos partenaires dans l’accès et l’utilisation de nos jeux de données ouverts et gratuits, à travers des produits tels que nos API et nos packages Python/R. J’aide les équipes à appliquer nos données à des problématiques concrètes, allant de la durabilité à la surveillance des océans.
![]() |
| Yaa Kusi-Fordjour |
Global Fishing Watch est une organisation non gouvernementale internationale qui œuvre à faire progresser la gouvernance des océans grâce à une meilleure transparence des activités humaines en mer. En créant et en partageant publiquement des visualisations cartographiques open source, des données et des outils d’analyse, nous permettons la recherche scientifique et favorisons une transformation de la manière dont nous gérons nos océans. Nous produisons de nouvelles connaissances grâce à des technologies de pointe permettant de convertir le big data en informations exploitables. Nous partageons ces informations publiquement et gratuitement, afin d’accélérer la recherche et de promouvoir des politiques et pratiques plus justes et plus intelligentes, qui valorisent les comportements vertueux et protègent la biodiversité, les pêcheries et les moyens de subsistance. D’ici 2030, notre objectif est de surveiller et de visualiser l’impact des navires en mer, qu’ils soient industriels ou artisanaux, responsables de la grande majorité des captures mondiales de produits de la mer.
Nous avons rejoint Ocean Hackathon pour la deuxième fois car cet événement s’aligne parfaitement avec notre mission : rendre les données océaniques ouvertes, transparentes et utiles pour un impact concret. Global Fishing Watch œuvre pour faire progresser la gouvernance des océans en partageant publiquement les données d’activité humaine en mer. Étant donné qu’Ocean Hackathon est un événement mondial, il représente aussi une occasion unique de rendre nos jeux de données accessibles à différentes régions et d’aider les équipes à développer des solutions adaptées à leurs enjeux locaux. En participant, nous ne faisons pas que fournir gratuitement nos données : nous découvrons aussi la créativité des équipes qui les utilisent, unissant innovation et mission, soutenant de nouvelles idées et renforçant la valeur des données océaniques ouvertes.
Ocean Hackathon offre à Global Fishing Watch une occasion unique de mettre ses données ouvertes en action. Publier des jeux de données est une chose ; voir des innovateurs, des étudiants et des acteurs de la société civile créer de vrais prototypes et tester des cas d’usage en est une autre. Le hackathon nous permet d’explorer de nouvelles perspectives et d’observer des applications inédites de nos données dans divers contextes. Il renforce nos liens avec les communautés locales, les porteurs de défis et les villes partenaires ; il accroît la visibilité des données océaniques ouvertes, favorise le développement des compétences, et aligne concrètement notre mission de transparence et de durabilité sur des impacts tangibles à l’échelle locale. Participer à cet événement nous maintient connectés à l’écosystème de l’innovation maritime et garantit que notre travail reste utile, accessible et évolutif.
Ocean Hackathon réunit des innovateurs des données et des acteurs locaux pour co-créer des solutions concrètes. Pour renforcer les prochaines éditions, je recommande que les porteurs de défis et les conseillers des villes collaborent plus tôt avec les fournisseurs de données. Cette coordination en amont permettrait de réduire les délais, de clarifier les jeux de données nécessaires et de rendre le soutien — sur site comme à distance — plus efficace. Il serait également utile que les fournisseurs de données partagent leurs jeux de données disponibles avec les organisateurs locaux à l’avance, afin qu’ils puissent les transmettre rapidement aux porteurs de défis et ainsi accélérer la phase de préparation.
Nous fournissons un accès libre à tous les jeux de données disponibles via les API de Global Fishing Watch et nos packages officiels. Cela inclut des jeux de données dérivés de l’AIS, tels que l’effort de pêche apparent, la présence des navires et les détections radar (SAR). Les équipes peuvent y accéder via nos API 4Wings et Vessels, ainsi qu’à travers nos bibliothèques logicielles gfwr (R) et notre client Python. La documentation et des exemples de requêtes seront également partagés afin d’aider les équipes à utiliser efficacement ces outils. Par ailleurs, nous rendrons accessibles nos jeux de données sélectionnés sur le Data Download Portal, disponible en libre téléchargement. Pour plus d’informations sur les jeux de données inclus dans chaque produit, nous recommandons aux participants de consulter le lien correspondant.
![]() |
| Site Internet Global Fishing Watch |
Lors de l’édition de Peniche, au Portugal, l’un de nos collègues, Chris Homberg, a assuré le rôle de data coach. Nous sommes également restés disponibles pour soutenir d’autres éditions locales à distance via le canal Discord, et continuons à offrir un accompagnement technique aux équipes participantes selon leurs besoins.
Global Fishing Watch propose une couverture mondiale à travers ses jeux de données et API ouverts. Nos données couvrent l’ensemble des bassins océaniques, y compris les zones économiques exclusives (ZEE), la haute mer et les principales zones côtières. Les jeux de données disponibles — tels que l’effort de pêche basé sur l’AIS, la présence des navires et les visites portuaires — sont dérivés de données satellitaires et régulièrement mis à jour pour fournir des informations récentes. Cela permet aux participants d’explorer les schémas d’activité des navires, les zones de pêche et les tendances maritimes dans presque toutes les zones marines d’intérêt.
Nous mettons actuellement à jour nos packages, et prochainement, l’API Bulk Download (téléchargement en masse) avec infrastructure fixe sera disponible dans notre package Python. De même, l’API Insights sera prochainement intégrée au package gfwr (R).