• Référence : AMI/DG-DIG/2026/001
• Date de publication : 29 mai 2026
• Date de clôture : 15 juin 2026

L’initiative « 50×2030 » est une alliance stratégique mondiale réunissant la Banque mondiale, l’Organisation des Nations unies pour l’alimentation et l’agriculture (FAO) et le Fonds international de développement agricole (FIDA) visant à transformer les systèmes de données agricoles dans 50 pays d’ici 2030. Dans cette optique, le programme « Data Interoperability Governance » (DIG), mis en œuvre par Development Gateway (DG), accompagne les systèmes statistiques nationaux vers des écosystèmes interopérables.

Le Sénégal occupe une position singulière par sa maturité statistique avérée (3 à 4 cycles d’enquêtes complets réalisés). Cependant, le système fait face à un défi structurel de valorisation : l’intégration des données reste fragmentée et silotée entre certaines institutions, limitant les analyses croisées indispensables face au changement climatique et pour la souveraineté alimentaire.

Pour rompre ce « paradoxe des données », l’Académie « Data-to-Policy » est mise en place. Elle propose de transformer ce capital statistique en intelligence stratégique via un programme hybride de renforcement des capacités de six (6) mois, axé sur la souveraineté technologique et le transfert de compétences analytiques de haut niveau.

Le prestataire sélectionné aura pour mission de concevoir, déployer et piloter l’Académie pour une cohorte de 20 apprenants, articulée autour de quatre (4) modules de formation et d’un volet d’ingénierie technique :

• Formation 1 : Data Science Avancée & IA (Automatisation sous Python/R, déploiement de serveurs locaux MCP).
• Formation 2 : Gestion du Changement (Transition papier vers digital).
• Formation 3 : Télédétection Appliquée à l’Agriculture (Images Sentinel/Landsat via Google Earth Engine, modèles IA type Random Forest, CNN ou LSTM, calibration avec l’Enquête Agricole Annuelle et suivi terrain avec les DRDR/SDDR).
• Formation 4 : SIG Avancé (Spatialisation sous QGIS et élaboration d’un Atlas dynamique d’indicateurs 50×2030).

Le programme repose sur une approche « Learning by Doing » (30% théorie /