Back

Explore every episode of the podcast DataGen

Dive into the complete episode list for DataGen. Each episode is cataloged with detailed descriptions, making it easy to find and explore specific topics. Keep track of all episodes from your favorite podcast and never miss a moment of insightful content.

Rows per page:

1–50 of 329

TitlePub. DateDuration
#305 - Qonto : Déployer l’IA dans le produit (ML & LLM)16 nov. 202600:36:25

Marianne Ducournau est Head of AI Engines chez Qonto, la solution financière destinée aux entreprises. Après une formation d’ingénieur à Polytechnique et l’ENSAE, elle a travaillé six ans chez Uber à San Francisco, puis chez Amazon avant de rejoindre Qonto.


On aborde :


🔥 Les cas d’usage IA dans le produit : extraction de documents, catégorisation, agent Analyst…

🔥 Ses 3 chantiers clés : Internalisation, évaluation des performances des modèles et expérimentation

🔥 L’organisation, l’usage de l’IA en interne et la stack IA mise en place chez Qonto

🔥 Comment l’IA change le métier de l’équipe, et ses prochaines étapes


❤️ PARTENAIRE


Ce podcast est rendu possible par Actian.


👉 Regarder l’épisode avec Ole Olesen-Bagneux

👉 Recevoir l'early release de la 2ème édition de "The Enterprise Data Catalog", le livre d'Ole

👉 Contacter Ole sur LinkedIn ou par mail : ole.olesenbagneux@hcl-software.com


📚 RESSOURCES


- Le LinkedIn de Marianne

- Le podcast Tronche de Tech de Mathieu Sanchez

- Le livre Curiosités philosophiques : De Platon à Russell, de Thibaut Giraud

Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici


🎬 CHAPITRES


00:00 Le parcours de Marianne

04:32 Ce que fait l’équipe AI Engines

10:48 Chantier #1 : internaliser ses modèles IA

13:09 Chantier #2 : évaluer les performances de ses modèles

20:14 Chantier #3 : expérimenter et lancer rapidement de nouvelles fonctionnalités

29:08 Du code écrit par l’IA, mais une équipe qui grandit

32:03 La stack IA de Qonto

32:55 Les prochaines étapes chez Qonto

34:55 Ses recommandations de contenu


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#264 - Gorgias : Déployer un agent IA au coeur du produit (15 ML Engineers & ML Analysts)

#226 - Brevo : Monter l'équipe GenAI appliquée au Produit (Centaure, +100 millions ARR)

#196 - Pigment : Monter l’équipe GenAI appliquée au Produit (Licorne, +230 millions levés)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#304 - Les 6 dilemmes des leaders Data & AI (on tranche)11 nov. 202600:39:15

Marie Millon de Villeroy est Directrice Data chez Bartle, le cabinet de conseil qui accompagne de nombreux leaders data & IA dans la définition et l'exécution de leur stratégie.


On vous propose un épisode un peu spécial aujourd'hui avec Marie. On a identifié 6 grands dilemmes auxquels sont confrontés les leaders data et IA. On les a pris un par un, on a confronté nos points de vues et on a essayé de trancher.


  1. Valeur business immédiate ou fondation durable ?
  2. Accélérer sur l'agentique ou mettre en place une gouvernance ?
  3. Petits succès sûrs ou cibles ambitieuses mais incertaines ?
  4. Simplifier la data et l'IA ou préserver les nuances ?
  5. Geler les embauches ou recruter pour accélérer (à l’heure de l’IA) ?
  6. Accélérer les cas d’usage ou la transformation culturelle ?


Participez et dites-nous si vous êtes confrontés à ces dilemmes en répondant à ce questionnaire (2 min).

🎁 On organise un tirage au sort parmi les répondants pour que deux d'entre vous viennent dîner dans un très bon resto à Paris avec nous (Marie et Robin) !


❤️ PARTENAIRE


Ce podcast est rendu possible par Bartle.


👉 Participer à l’étude en répondant au questionnaire sur les dilemmes des leaders data & IA (2 min)

👉 Contacter Marie sur LinkedIn ou par mail : mmillondevilleroy@bartle.fr


📚 RESSOURCES


- Le LinkedIn de Marie

- Le questionnaire sur les dilemmes des dirigeants data & IA


🎬 CHAPITRES


00:00 #1 Valeur business immédiate ou fondations durables ?

06:14 #2 Accélérer sur l'agentique ou mettre en place une gouvernance ?

12:34 #3 Petits succès sûrs ou cibles ambitieuses mais incertaines ?

18:22 #4 Simplifier la data & l’IA ou préserver les nuances ?

27:25 #5 Geler les embauches ou recruter pour accélérer (à l’heure de l’IA) ?

33:34 #6 Accélérer les cas d’usage ou la transformation culturelle ?


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#289 - Les stratégies agentiques d’Adeo et Decathlon

#284 - Comment le CDO de Decathlon structure sa stratégie data & IA

#228 -Comment l’ex-CDO de Carrefour structure la Data & l'IA chez FDJ United (ex-Française des Jeux)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#303 - AI Analytics : ce que les early adopters préparent pour 202709 nov. 202600:54:47

Dans ce nouveau format "Talk Show", je réunis 3 leaders data & IA pour débattre et échanger sur une tendance data & IA et sur l’actualité du marché.


Dans cet épisode, on échange sur ce que change l’IA pour l’analytics, quand les agents savent maintenant répondre à des questions complexes, avec :


- Juliette Duizabo, Head of Data chez Photoroom

- Édouard Flouriot, Directeur Data Analytics chez Sorare

- et Christelle Marfaing, ex-Head of Data chez Lydia puis chez May, aujourd'hui freelance Head of Data / Lead Data.


On aborde :


🔥 L’automatisation des analyses complexes : orchestration de sous-agents et évolution du rôle des Data Analysts

🔥 Construire un Context Layer : documenter les données, maintenir le contexte business et créer un Company Brain

🔥 Fiabilité vs flexibilité : peut-on supprimer la couche gold ? Semantic Layer, metric layer et fiabilité des agents

🔥 Le développement autonome : revue de PR par des agents, 40 % des MR validées sans humain chez Sorare


❤️ PARTENAIRE


Ce podcast est rendu possible par Bartle.


👉 Ecouter l'épisode avec Marie, leur Directrice Data, dans lequel on tranche sur les 6 dilemmes des leaders data & IA

👉 Participer à l’étude en répondant au questionnaire sur les dilemmes des leaders data & IA (2 min) pour GAGNER un diner dans un top resto à Paris avec Marie et moi

👉 Contacter Marie sur LinkedIn ou par mail : mmillondevilleroy@bartle.fr


📚 RESSOURCES


- Le LinkedIn de Juliette

- Le LinkedIn d’Édouard

- Le LinkedIn de Christelle

- Le LLM Wiki d’Andrej Karpathy


🎬 CHAPITRES


00:00 Automatiser les analyses complexes avec des agents IA

06:31 A-t-on encore besoin de 10x Data Analysts ?

17:52 Context Layer : le construire et le faire passer à l’échelle

26:55 Semantic Layer vs Context Layer

33:03 Company Brain : rôle de la data ?

40:11 Faut-il supprimer la couche gold ?

46:49 Vers un développement autonome avec l’IA ?


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#295 - Malt : Construire un agent AI Analytics fiable à 90%

#281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics

#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#302 - 10 ans dans la Silicon Valley : les ingés français sont-ils au niveau ?02 nov. 202600:29:52

Michel Moriniaux travaille dans la Silicon Valley depuis dix ans. Il a été lead de l’équipe Infrastructure chez Criteo aux États-Unis, puis manager de plusieurs équipes techniques chez LinkedIn. Plus récemment, il est devenu Head of Observability chez GEICO, l’un des plus gros assureurs américains.


On aborde :


🔥 Comment Michel est arrivé aux États-Unis (Epita, Criteo…) et ses premières impressions

🔥 Son expérience chez LinkedIn et ce qu'on apprend dans une big tech américaine

🔥 Les différences entre les équipes tech françaises et américaines : recrutement, culture, niveau technique…

🔥 Pourquoi il a rejoint récemment une grosse entreprise (GEICO) plutôt qu’une autre big tech


💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN


On a lancé avec DataBird 3 bootcamps IA :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés

Découvrez toutes les formations et bénéficiez de 5% de réduction (uniquement en réservant via ce lien) : ici


Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Michel

- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici


🎬 CHAPITRES


00:00 Son parcours en 2 mots

03:01 Son expérience chez Criteo

09:05 Son expérience chez Linkedin

13:18 Les différences entre équipes tech FR et US

15:24 Son arrivée chez GEICO

18:06 Pourquoi GEICO plutôt qu’une big tech US ?

22:59 Big Tech US : encore la voie royale ?

24:19 Retravailler en France ?

25:04 Ou partir en Chine ?


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#301 - YouTube, Snapchat : Lancer une équipe data dédiée à la croissance

#290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence

#292 - Doordash : Monter une équipe Data Science & Analytics (aux US)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#301 - YouTube, Snapchat : Lancer une équipe data dédiée à la croissance26 oct. 202600:30:28

Jordan Gomes a lancé des équipes data dédiées à la croissance chez YouTube puis Snapchat. Il est aujourd'hui VP Analytics chez Chess.com.


On aborde :


🔥 Sa transition du business à la data et les différences entre YouTube et Snapchat (maturité, vitesse, prise de risque)

🔥 La création de l'équipe Growth Science et Analytics chez YouTube (missions, profils, difficultés)

🔥 L’adoption de l’IA pour la data chez Snapchat (automatisation des analyses, animation de la communauté)

🔥 Son nouveau rôle de VP Analytics chez Chess.com (licorne US) et ses premières initiatives


❤️ PARTENAIRE


Ce podcast est rendu possible par Actian.


👉 Ecouter l’épisode avec Ole Olesen-Bagneux ici

👉 Recevoir l'early release de la 2ème édition de The Enterprise Data Catalog, le livre d'Ole

👉 Contacter Ole sur LinkedIn ou par mail : ole.olesenbagneux@hcl-software.com


📚 RESSOURCES


- Le LinkedIn de Jordan

- Le livre Startup Communities: Building an Entrepreneurial Ecosystem in Your City de Brad Feld autour de la Boulder Thesis

- L’ Article sur le recrutement comme problème de prédiction

- Les offres d’emplois chez Chess.com

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours de Jordan : YouTube, Snapchat…

04:36 YouTube vs Snapchat

06:56 Lancer une équipe data chez YouTube

12:32 L’impact de l’équipe sur le produit

16:36 Ses plus grosses difficultés

17:59 Le déploiement de l’IA pour la data chez Snap

22:52 VP Analytics : 1ères initiatives 26:32 Ses ressources préférées

27:57 Ce qui l’a fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#292 - DoorDash : Comment monter une équipe Data Science & Analytics (aux US)

#290 - Meta & Slack : Culture Data, rôle du Data Scientist et importance de l'Influence

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#300 - Comment un ex-Lead Data de Google et Meta structure la stratégie agentique d’une licorne20 oct. 202600:34:59

Gio Granato est Head of Data & AI chez Checkr, la licorne américaine spécialisée dans la vérification des antécédents.


Gio est dans la Silicon Valley depuis plus de 10 ans. Il a notamment passé 3 ans chez Google en tant que Data Scientist puis a managé une équipe de 10 Data Scientists chez Meta.


Il va nous parler des plus gros enseignements qu’il a tirés de ses expériences chez Google et Meta puis nous expliquer comment il a structuré la stratégie agentique chez Checkr.


On aborde :


🔥 Le parcours de Gio et ses learnings chez Google et Meta

🔥 Chantier #1 : Mettre en place des agents pour la data et l’analytics (Omni, Claude…)

🔥 Chantier #2 : Mettre en place des agents pour l’engineering et le développement (”Constitution”, Claude Code)

🔥 Ses plus grosses difficultés et sa vision du futur de la Data & de l’IA


❤️ PARTENAIRE


Ce podcast est rendu possible par Actian.


👉 Ecouter l’épisode avec Ole Olesen-Bagneux ici

👉 Recevoir l'early release de la 2ème édition de The Enterprise Data Catalog, le livre d'Ole

👉 Contacter Ole sur LinkedIn ou par mail : ole.olesenbagneux@hcl-software.com


📚 RESSOURCES


- Le LinkedIn de Gio

- Le livre Politics and the English Language de George Orwell

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours de Gio

03:00 Ses learnings chez Google et Meta

05:02 Présentation de Checkr

07:01 Le contexte data chez Checkr

11:31 Chantier #1 : La stratégie agentique & AI analytics

21:49 Chantier #2 : L’agentique pour l’engineering

26:39 Ses plus grosses difficultés sur l’agentique

28:31 Leur stack

30:25 Leurs prochaines étapes

32:21 Ses recommandations de contenu

33:17 Ce qui le fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#295 - Malt : Construire un agent AI Analytics fiable à 90%

#281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#299 - On décrypte le marché du Data Management et Actian avec Ole Olesen-Bagneux (auteur de The Enterprise Data Catalog, bestseller chez O’Reilly)14 oct. 202600:28:27

Ole Olesen-Bagneux est Chief Evangelist chez Actian, le groupe qui propose une Data Intelligence Platform et qui a notamment racheté le Data Catalog Zeenea en 2024. Avant ça, Ole a été Enterprise and Data Architect dans plusieurs grands groupes et a écrit deux livres sur le data management qui sont devenus des références.


On aborde :


🔥 Le Federated Knowledge Graph : la technologie qui permet à un Data Catalog d'être performant

🔥 L'IA au service de la gouvernance : descriptions automatiques, tagging et recherche avancée

🔥 Le changement global de paradigme : de la barre de recherche vers le conversationnel

🔥 Les trois briques d'Actian : base de données, data & AI management et business intelligence


❤️ PARTENAIRE


Ce podcast est rendu possible par Actian.


👉 Recevez l'early release de la 2ème édition de The Enterprise Data Catalog, le livre d'Ole

👉 Contacter Ole sur LinkedIn ou par mail : ole.olesenbagneux@hcl-software.com


📚 RESSOURCES


•⁠ ⁠Le LinkedIn d'Ole

•⁠ La nouvelle édition de son livre ⁠The Enterprise Data Catalog

•⁠ ⁠Le livre The C4 Model: Visualizing Software Architecture de Simon Brown


🎬 CHAPITRES


00:00 Le parcours d'Ole

02:53 Brique #1 : Base de données

05:23 Brique #2 : Data & AI Management

07:04 Brique #3 : Business Intelligence

08:49 Federated Knowledge Graph

15:25 L'IA au service de la gouvernance

18:08 Data Contrats & Data Products

21:22 Le changement de paradigme

26:10 Sa recommandation de contenu

27:10 Son meilleur conseil


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#270 - Les outils de la Data Gouvernance avec Charlotte Ledoux

#185 - Masterclass | Mettre en place un Data Catalog avec Rachid Tighremt

#101 - Kering : Lancer un programme de Data Gouvernance avec une approche Data Mesh


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#298 - OpenAI : Comment sont développés les modèles GPT (orga, dév, culture & biais)12 oct. 202600:42:54

Alexandre Robicquet a monté une startup dans l’IA qu’il a vendue à OpenAI en 2025. Il a ensuite choisi de rester chez OpenAI comme Research Scientist pendant un peu plus d’un an avant de finalement rejoindre Google.


On aborde :


🔥 Son parcours de CEO à Research Scientist chez OpenAI, et son rôle dans le développement des modèles

🔥 Le cycle de développement des modèles : entraînement, évaluation et gestion des biais

🔥 La course aux modèles entre OpenAI, Anthropic et Google, et les choix stratégiques de chacun

🔥 Les grands risques de l’IA : sécurité, manipulation et impacts sur la société


💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN


On a lancé avec DataBird 3 bootcamps IA :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés


Découvrez toutes les formations et bénéficiez de 5% de réduction, uniquement en réservant via ce lien


Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Alexandre

- Le compte X d’Andrej Karpathy


🎬 CHAPITRES


00:00 De CEO à Research Scientist

04:56 Research Scientist chez OpenAI

17:04 Cycles de développement des modèles

21:57 Course OpenAI / Anthropic / Google

27:22 Gestion des biais

32:10 Risques de l'IA

39:55 Reco de contenu d’Alexandre

41:08 Le meilleur conseil qu’on lui ait donné


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#297 - Palantir, Google, Expedia : Les clés pour réussir ses produits IA

#292 - DoorDash : Monter une équipe Data Science & Analytics (aux US)

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#297 - Palantir, Google, Expedia : Lancer des produits IA (Forward Deployed, Product, Transformation)05 oct. 202600:57:02

Boris Valensi a lancé des produits IA chez Palantir, Google et Expedia en tant que PM, Lead PM puis Director of PM.

Il va nous raconter son parcours et nous partager ses plus gros enseignements.


On aborde :


🔥 Comment Palantir a réussi à mettre en place le fameux modèle Forward Deployed Engineers

🔥 Comment Google a réussi à déployer des produits IA qui génèrent des milliards (rigueur produit, PRD, tech review, A/B testing)

🔥 L’accélération IA chez Expedia et la mise en place d’une approche produit à la Google

🔥 Les risques liés à l’IA et à l’arrivée des LLM pour les marketplaces comme Expedia


💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN


On a lancé avec DataBird 3 bootcamps IA :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés

Découvrez toutes les formations et bénéficiez de 5% de réduction (uniquement en réservant via ce lien) : ici


Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Boris

- Les ressources d’Andrew Ng

- Les contenus de Marty Cagan

- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici


🎬 CHAPITRES


00:00 Le parcours de Boris

03:40 Clés du succès de Palantir

17:04 Son arrivée chez Google

19:10 Excellence produit chez YouTube

28:31 Enjeu tech ou humain ?

36:11 Son expérience chez Expedia

41:47 Impact de l’IA sur le secteur du Travel

52:25 Son projet entrepreneurial

54:06 Ses ressources préférées

54:49 Ce qui l’a fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#187 - Palantir : La plateforme Data & IA pour les cas d’usage opérationnels

🇺🇸 #290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence

🇺🇸 #292 - Doordash : Monter une équipe Data Science & Analytics (aux US)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#296 - ClickHouse : La plateforme Data & IA de l’ère agentique ?30 sept. 202600:32:10

Melvyn Peignon est Product Management Director chez ClickHouse, la base de données en temps réel utilisée par Deliveroo, Uber, Qonto ou Accor, mais aussi par de nouveaux géants comme OpenAI, Anthropic et Tesla.

Avec l'accélération de l'IA et l'explosion des besoins temps réel, l'entreprise a connu une croissance exceptionnelle ces dernières années.

Ils ont atteint une valorisation de 15 milliards de dollars après une levée de fonds de 400 millions de dollars en 2026, comptent 4 000+ clients et réalisent 250+ millions de dollars d'ARR.


On aborde :


🔥 Comment l'arrivée des agents IA impacte ClickHouse, la base de données et l’observabilité

🔥 La création d’une Agentic Data Stack avec le rachat de Langfuse, leader dans l’observabilité et l’industrialisation des agents IA

🔥 Les nouvelles fonctionnalités d’observabilité “sur étagère” inspirées de ce que propose Datadog, Elastic…

🔥 L'extension vers une plateforme data & IA complète (PostgreSQL, CDC, streaming queries)


❤️ PARTENAIRE


Ce podcast est rendu possible par ClickHouse.

👉 Contacter ClickHouse ici

👉 Contacter Melvyn sur LinkedIn ou par mail : melvyn@clickhouse.com


📚 RESSOURCES


- Le LinkedIn de Melvyn

- Le blog de ClickHouse

- Le livre Thinking Backwards: The Art of Problem Solving in Business

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici.


🎬 CHAPITRES


00:00 L’impact de l’agentique sur ClickHouse

05:04 Zoom sur le cas d’usage d’observabilité

10:56 News #1 : L'observabilité

17:27 News #2 : L’Agentic Data Stack

23:35 News #3 : L'analyse en temps réel

29:06 Ses ressources préférées

30:20 Ce qui l'a fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#153 - ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants (BigQuery, Snowflake…)

#231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery

#279 - Stellantis : Leur stratégie agentique


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#295 - Malt : Construire un agent AI Analytics fiable à 90%28 sept. 202600:24:35

Gautier Chenard est Data Analytics Director chez Malt, la plateforme leader du freelancing en Europe qui met en relation des freelances avec des entreprises.


On aborde :


🔥 Pourquoi une partie des Data Analysts va devenir obsolète et comment l'IA transforme leur métier en vrai builder

🔥 Chantier #1 : La construction de MaltyAI, de l'échec des premiers LLM à un agent analytics avec 90% de bonnes réponses

🔥 Chantier #2 : Comment l'équipe Data a construit une app de réponse aux RFP en quelques jours avec Claude Code, sans Software Engineer

🔥 Pourquoi ils ont volontairement réduit le scope de l'agent et les pièges de la gouvernance LLM à éviter.


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec DataBird ici


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Gautier

- Les essais de Paul Graham

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours de Gauthier

02:35 Les Data Analysts, obsolètes ?

05:56 MaltyAI, leur agent analytics

11:10 Construire des data products avec l'IA

14:01 Leurs difficultés : gouvernance et évaluation

18:43 Leurs prochaines étapes

21:00 Sa ressource préférée

22:38 Ce qu’il aime dans la data


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#281 - Créer la couche de contexte pour l'agent AI Analytics de Gorgias

#273 - Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex (Talk Show)

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#294 - Inkitt : Construire un agent AI Analytics (Lovable, Gemini, Slack & Redash)23 sept. 202600:32:33

Maxime Bossu est Senior Product Data Analyst chez Inkitt à San Francisco, la licorne qui propose une plateforme qui permet aux écrivains de se faire connaître auprès d’une audience et de se faire éditer.

Maxime a construit un agent AI Analytics chez Inkitt. L’objectif est que le business puisse poser toutes ses questions data et construire des dashboards en langage naturel.

Il va nous expliquer comment il s’y est pris, les outils qu’il utilise et les plus gros challenges qu’il a rencontrés.


On aborde :


🔥 Le parcours de Maxime pour devenir Senior DA à San Francisco

🔥 Chantier #1 : Construire un prototype d’agent AI Analytics (PDF, Gemini Pro)

🔥 Chantier #2 : Industrialiser cet agent et le déployer (Lovable, Redash, Slack)

🔥 Les plus grosses difficultés qu'il a recontrées sur ce projet et sa vision du métier de Data Analyst dans le futur


❤️ PARTENAIRE


Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com


📚 RESSOURCES


- Le LinkedIn de Maxime

- La chaîne Youtube de Zach Wilson

- La Newsletter de Zach Wilson


🎬 CHAPITRES


00:00 Présentation d’Inkitt

02:08 Le parcours de Maxime

07:07 Stack & organisation

08:43 Construire le prototype

11:23 Industrialiser et déployer

20:39 Ses plus grosses difficultés

21:38 Ses prochaines étapes

30:25 Sa ressource préférée

31:01 Ce qui l'a le plus fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#287 - Masterclass | Automatiser ses développements Data & Analytics avec des agents IA (Claude Code)

#281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics

#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#293 - Masterclass | Comment valoriser sa stratégie GenAI et les 4 pièges à éviter, avec Axel de Goursac, Partner AI Lead chez KPMG France16 sept. 202600:29:16

Axel de Goursac est Partner AI Lead chez KPMG France. Avant ça, Axel était directeur de la Data Science et de l'IA au sein du groupe LVMH. Dans cette masterclass, Axel nous explique comment valoriser sa stratégie GenAI et les 4 pièges à éviter.


On aborde :


🔥 Les 4 pièges qui font échouer une stratégie GenAI en entreprise : essoufflement des budgets, AI bashing en interne, fuite des talents, crainte de l'IA qui remplace les métiers

🔥 Chantier #1 : Collecter les cas d’usage et créer une vision “portefeuille” (cycle de vie et gouvernance)

🔥 Chantier #2 : Mesurer la valeur des projets IA (ROI, efficacité, qualité de service et réduction des risques)

🔥 Chantier #3 : Communiquer les succès pour accélérer l'adoption, le passage à l'échelle, et désamorcer la méfiance en interne


❤️ PARTENAIRE


Ce podcast est rendu possible par KPMG.

👉 Recevoir l’étude AI Quarterly Pulse

👉 Contacter Axel sur LinkedIn ou par mail


📚 RESSOURCES


- Le LinkedIn d’Axel

- L'étude AI Pulse

- Le post LinkedIn sur le cas d’usage IKEA


🎬 CHAPITRES


00:00 À qui on s’adresse ?

02:31 Les 4 pièges qui font échouer les stratégies GenAI

07:43 Chantier #1 : Collecter les cas d’usage

11:50 Chantier #2 : Mesurer la valeur

18:36 Chantier #3 : Communiquer le succès

22:55 Cas d’usage sur un acteur de l’énergie

24:11 Le principal défi de chaque chantier

25:53 Sa ressource préférée

28:02 Le meilleur conseil qu’on lui ait donné


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#263 - Masterclass | Mettre en place une stratégie GenAI qui passe à l’échelle et génère du ROI avec Axel de Goursac, Partner AI Lead chez KPMG France 

#233 - Carrefour : Déployer la stratégie IA Générative du Groupe

#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#292 - Doordash : Monter une équipe Data Science & Analytics (aux US) 14 sept. 202600:42:37

Ruben Kogel a monté une équipe Data Science & Analytics chez Doordash, le leader de la livraison de repas aux États-Unis, qui a également racheté Deliveroo et Wolt.


Il nous raconte comment il a construit cette équipe, les choix d'organisation qu'il a faits, pourquoi il a fait de l’inférence causale l’un de ses chantiers principaux et la manière dont l'IA est en train de transformer le métier de Data Scientist.


On aborde :


🔥 Son parcours pour devenir Head of Data Science dans une grosse boîte tech américaine

🔥 Chantier #1 : Recruter et structurer une équipe de 14 Data Scientists spécialisés sur la prise de décision

🔥 Chantier #2 : Adopter des méthodologies d’inférence causale pour augmenter l’impact de l’équipe

🔥 Chantier #3 : Redéfinir le rôle du Data Scientist à l’ère de l’IA et de l’agentique


❤️ PARTENAIRE


Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com


📚 RESSOURCES


- Le LinkedIn de Ruben

- Le podcast Stratechery

- Le podcast Sharp Tech d'Andrew Sharp et Ben Thompson

- Le podcast Capitalism

- Le livre The Signal and the Noise de Nate Silver

- Le livre Chaos Monkeys de Antonio García Martínez

- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici


🎬 CHAPITRES


00:00 Doordash vs Uber Eats

02:50 Le parcours de Ruben

10:54 Chantier #1 : Création de l’équipe

19:16 Chantier #2 : Inférence causale

30:04 Chantier #3 : Nouveau rôle du Data Scientist avec l’IA

34:22 La nouvelle aventure de Ruben

37:06 Ses reco de contenu

39:24 Ce qui l'a fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


🇺🇸 #286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

#257 - Uber : Comment fonctionne l'équipe Data Science (projets, organisation & culture)

#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🇪🇺 #291 - Scopely: Building a 50-person Data Team in Europe09 sept. 202600:28:34

Jonathan Palmer is the former VP of Data at Scopely, a US-based unicorn behind hit mobile games such as Monopoly GO!.


He grew and led the data team at Scopely to 50 people, mostly based in Barcelona.


Before that, Jon was Product Director for Core Data Services at King, the Swedish unicorn behind the hit game Candy Crush. He was also Head of BI at GoCardless, the British unicorn. And he is now field CTO at Omni, the BI & AI Analytics platform.


We cover:


🔥 Workstream #1: scaling the data organization from 10 to 50 people (main teams, organization…)

🔥 Workstream #2: building a modern data stack to improve performance, simplify hiring, and support hypergrowth

🔥 Workstream #3: evolving roles, developing leaders, and adapting the organization as the company scaled

🔥 The biggest challenges: imposter syndrome, managing change, and cultural differences


📚 RESOURCES


- Jon’s Linkedin profile

- The book What I Talk About When I Talk About Running by Haruki Murakami


🎬 CHAPTERS


00:00 What's Scopely?

01:52 The context when he arrived

02:41 Organizing the data team

08:45 Building a Modern Data Stack

13:44 Adapting the team to new needs

15:37 Fighting the imposter syndrome

16:57 Leading a big team

20:23 Managing cultural differences

23:15 Why he joined Omni

25:00 Jon’s favorite resources

26:13 His best advice


🤩 OTHER EPISODES YOU SHOULD LOVE


#8 - Marshmallow: Building the data analytics team at a unicorn

#4 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence

#1 - BlaBlaCar : Managing 50 Data People with Manu, VP Data


👋 MORE DATA CONTENT?


1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹


🎙 SUPPORT THE PODCAST FOR FREE


1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence07 sept. 202600:36:03

Olivier Devoret a passé 10 ans chez Facebook et Slack en tant que Data Scientist puis Staff Data Scientist. Il a ensuite passé trois ans à structurer puis diriger l'équipe Data chez Patreon, la licorne américaine qui permet aux artistes et créateurs de contenu d'animer et de monétiser leur communauté.


On aborde :


🔥 Le rôle du Data Scientist chez Meta/aux US et les grosses différences avec la France

🔥 La culture data chez Meta : transparence radicale, importance de l’influence, culture Produit

🔥 La culture data chez Slack et pourquoi elle est opposée à celle de Meta

🔥 Comment il a structuré une équipe Data chez Patreon sur les 3 dernières années


❤️ PARTENAIRE


Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.

👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici

👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com


📚 RESSOURCES


- Le LinkedIn d'Olivier

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours d’Olivier

03:21 Data Scientist FR vs US

08:16 Culture data chez Meta

13:38 Culture data chez Slack

21:39 Son arrivée chez Patreon

23:30 Équipe Pull vs Push

28:50 Utiliser la data pour changer la stratégie

34:19 Le lancement de son fonds d’investissement


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

#257 - Uber : Ex-Data Science Manager, elle raconte ses 9 ans dans la Silicon Valley

#221 - Comment l'ex-Head of Data d'Airbnb structure le département Data & IA chez Malt


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#289 - Adeo & Decathlon : Leur stratégie agentique02 sept. 202600:30:56

Matthieu Grymonprez et Romain Taillade sont respectivement Global Leader du Digital chez Adeo (leader européen du bricolage et maison-mère de Leroy Merlin, Weldom…) et Global CTO chez Decathlon. L’épisode est enregistré en direct du Dev Summit, l'événement tech co-organisé par les deux groupes qui a réuni plus de 2000 participants et des centaines de speakers.


On aborde :


🔥 Les contextes agentiques chez Adeo et Decathlon

🔥 L’importance de la plateformisation (APIs, standardisation, défragmentation du SI)

🔥 Les initiatives clés qui ont été lancées (agentic commerce, automatisation du développement…)

🔥 Leurs premiers enseignements (harnais, sémantique layer, gouvernance et self-service)


📚 RESSOURCES


- Le LinkedIn de Matthieu

- Le Linkedin de Romain

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 La co-organisation du Dev Summit

03:01 Le contexte agentique chez Adeo et Decathlon

04:04 La phase clé de “plateformisation”

09:39 Les initiatives clés lancées

16:31 L’agentic commerce

22:41 Leurs 1ers enseignements

28:59 Le mot de la fin


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#279 - La stratégie agentique de Stellantis (Peugeot, Citroën, Fiat…)

#219 - La stratégie Analytics de Decathlon

#214 - Déployer la stratégie IA d’Adeo (Leroy Merlin, Bricoman, Weldom…)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🇪🇺 #288 - “My 5 predictions about the future of analytics” With Colin, co-founder at Omni, ex-VP Product at Looker31 août 202600:38:39

Colin Zima is the co-founder and CEO of Omni, the Business Intelligence platform recently valued at over $1.5 billion. Before founding Omni, Colin was VP of Product and Chief Analytics Officer at Looker, the Business Intelligence platform acquired by Google for $2.6 billion.


He shares his predictions on the future of analytics:


🔥 Prediction #1: The dashboard is changing, not going away

🔥 Prediction #2: There will always be a place for data teams

🔥 Prediction #3: Natural language doesn't mean simple question and answer

🔥 Prediction #4: AI will start writing more data models than people

🔥 Prediction #5: Semantics matter more than ever


❤️ SPONSOR


This episode is made possible by Omni, the next-generation BI platform already used by many companies (Brevo, Photoroom, etc.).


👉 Colin’s Linkedin Profile


📚 RESOURCES


- Colin’s Linkedin Profile


🎬 CHAPTERS


00:00 “The dashboard is changing, not going away”

13:00 "There will always be a place for data teams"

16:11 “Natural language doesn't mean simple question and answer”

25:31 “AI will start writing more data models than people”

27:38 “Semantics matter more than ever”

28:17 SQL vs Semantic Layer

35:37 The data team of the future


🤩 OTHER EPISODES YOU SHOULD LOVE


#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex

#247 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence

#96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused


👋 MORE DATA CONTENT?


1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹


🎙 SUPPORT THE PODCAST FOR FREE


1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#287 - Masterclass | Automatiser ses développements Data & Analytics avec des agents IA (Claude Code)26 août 202600:36:08

Frédéric Forest est expert Data Analytics et Directeur Général de Datatorii, un cabinet de conseil data qui s'est spécialisé récemment sur les coding agents et notamment Claude Code.


On aborde :


🔥 Pourquoi automatiser sa BI avec des agents IA : gains de productivité et changement de paradigme

🔥 Comment on démarre : 1ers use cases et méthodologie (on utilise les agents comme on fait de l’équitation)

🔥 Comment on scale : quotidien de l’équipe et livrables à produire (on construit un harnais)

🔥 Les difficultés et les risques à anticiper : shadow IT, perte de maîtrise, coût des tokens…


❤️ PARTENAIRE


Ce podcast est rendu possible par Datatorii.

👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com

👉 S'inscrire à la masterclass du 24 septembre 2026


📚 RESSOURCES


- Le LinkedIn de Frédéric

- Le site Anthropic Academy


🎬 CHAPITRES


00:00 Pourquoi automatiser ses développement BI

07:36 Comment on démarre

15:28 Comment on scale

21:28 À quoi ça ressemble à terme

27:48 Les risques à anticiper

35:11 Sa ressource préférée


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex

#220 - Masterclass | Industrialiser sa Data Visualisation avec Frédéric Forest et le Design System

#167 - Masterclass | Tout comprendre sur Databricks avec Frederic Forest


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)24 août 202600:24:57

Alexandra Darmon est Research Scientist Applied Artificial Intelligence chez Meta dans la Silicon Valley. Elle a passé les sept dernières années dans les équipes Research Science de Meta.


Cet épisode est le premier d'une série DataGen consacrée à des leaders et experts Data & IA qui font carrière aux États-Unis.


On aborde :


🔥 Le parcours d’Alexandra : de l’école d’Ingénieur en France à la Silicon Valley

🔥 L’organisation tech et IA chez Meta et le rôle d’un Research Scientist

🔥 La culture data-driven chez Meta : expérimentation, alignement des métriques et concentration de profils techniques

🔥 L’adoption de l’IA chez Meta et les plus gros challenges rencontrés par Alexandra


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


📚 RESSOURCES


- Le LinkedIn d'Alexandra

- La Newsletter TLDR

- Le podcast Acquired

- Pour recevoir la liste des parcours des Head of Data & IA des plus belles boîtes, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours d'Alexandra

06:50 L’orga tech & IA chez Meta

10:45 Le rôle d’un Research Scientist chez Meta

13:35 La culture data-driven de Meta

17:13 L’adoption de l’IA chez Meta

20:44 Ce qui a été le plus dur pour elle chez Meta

21:56 Sa recommandation de contenu

22:40 Ce qui l'a le plus fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#257 - Uber : Ex-Data Science Manager, elle raconte ses 9 ans dans la Silicon Valley

#224 - Blef a passé 3 mois chez Y Combinator aux US : le futur des équipes Data, France vs US

#221 – Comment l'ex-Head of Data d'Airbnb structure le département Data & IA chez Malt


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 5 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)17 août 202600:21:44

Grégoire Hornung est Head of Data chez Qover, une pépite belge de l’InsurTech qui a levé 70 millions d’euros et des beaux clients tels que Revolut, Qonto ou Mastercard.


On aborde :


🔥 Leur plus gros challenge : structurer leur Data Warehouse & modéliser leurs données

🔥 Comment ils s’y sont pris : Modern Data Stack, architecture médaillon, rationalisation des modèles dans dbt…

🔥 Le plus gros challenge rencontré : réduire le temps de développement via des conventions fortes

🔥 Leur prochaine étape : mettre en place une approche Self-Service pour leurs partenaires externes


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Grégoire

- Le Linkedin de Mehdi Ouazza et sa chaîne Youtube Mehdio

- L'édition spéciale Les 40 chantiers Data & IA à lancer en 2025 de notre newsletter


🎬 CHAPITRES


00:00 Le parcours de Grégoire

03:37 Le contexte autour de leur plus gros challenge

05:46 Les étapes clés

11:19 Les plus grosses difficultés

16:39 L’organisation de l’équipe Data

17:27 Leurs prochaines étapes

19:28 Sa ressource préférée


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#176 - Agorapulse : Structurer le département Data d’une startup

#174 - Qonto : Adopter une approche Analytics Engineering & Self-Service

#154 - Doctolib : Adopter une approche Analytics Engineering et Self-Service


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 5 - On décrypte 4 tendances Data & IA de 2026 avec Blef10 août 202600:42:43

Christophe Blefari est le créateur de la newsletter data Blef.fr la plus connue en France. Il a été Head of Data, Head of Data Engineering et Staff Data Engineer dans des startups et des grands groupes et est selon moi l'un des plus grands experts data en France. Récemment, il a cofondé Nao, un éditeur de code à destination des équipes Data qui utilisent l'IA.

On décrypte 4 tendances Data & IA de 2026.


On aborde :


🔥 La GenAI pour la Data Analyse : “chat with your data”, état des lieux, semantic layer

🔥 La GenAI pour le Data Engineering : “chat with your Modern Data Stack”, MCP, impacts sur l’équipe Data

🔥 La GenAI “en production” : 95% des projets ne sont pas en production, limites technologiques, besoins en AI Engineers

🔥 Le scale des assistants IA en interne : enjeux différents (adoption, formation, communauté, automatisation & no code)


📚 RESSOURCES


- Le LinkedIn de Christophe Blefari

- Sa newsletter Blef.fr

- Sa boîte Nao

- Le LinkedIn de Naïm Kosayyer (Selfr) 

- L'étude MIT sur les projets GenAI 

- Pour recevoir la liste des 10 outils Data & IA à suivre, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 “Chat with your data”

13:59 “Chat with your Modern Data Stack”

22:50 L’impact sur l’équipe Data

27:51 La GenAI “en production”

36:20 Le scale des assistants IA


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


Les épisodes avec Malt, Gorgias, Pigment, Mirakl, Decathlon, Doctolib et Photoroom.


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 5 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery03 août 202600:32:21

Juliette Duizabo a été Head of Data chez Ovrsea, puis Agorapulse et maintenant Photoroom. Elle a beaucoup testé l’usage des IA Génératives pour le Self-Service dans l’analytics et a mis les best practices en place chez Photoroom.


On aborde :


🔥 Sa vision : réponses en moins d’une seconde, vitesse de delivery de l’équipe Data x15

🔥 La mise en place sur toute la chaîne : Ingestion, Transformation, Semantic Layer, Analyse

🔥 L’organisation pour déployer cette stratégie et les outils utilisés (Omni, Nao…)

🔥 L’impact sur l'équipe Data : évolution des rôles de Data Analysts et d’Analytics Engineers


❤️ PARTENAIRE


Cet épisode est rendu possible par Denodo, la solution de virtualisation de données utilisée par presque un tiers du CAC 40, notamment la BNP, TotalEnergies ou le Crédit Agricole.


👉 Ecouter l'épisode avec Olivier de Denodo

👉 Recevoir leur manifesto pour accélérer ses projets GenAI ici

👉 Contacter Olivier sur LinkedIn ou par mail otijou@denodo.com


📚 RESSOURCES


- Le LinkedIn de Juliette

- Le livre Living documentation de Cyrille Martraire

- L’outil Nao Labs développé par Christophe Blefari

- L'édition spéciale Les 10 outils Data & IA à suivre de notre newsletter


🎬 CHAPITRES


00:00 Photoroom en 2 mots

01:29 Sa vision GenAI pour l'analytics

02:36 Ingestion et transformation

09:50 Le choix d’Omni

11:09 Semantic Layer

12:18 Analyses

17:48 L’organisation

20:09 Ses plus grosses difficultés

23:04 L’impact sur l'équipes Data

26:25 L’évolution du rôle de Data Analyst

29:32 Leurs prochaines étapes

30:16 Ses ressources préférées


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#226 - Brevo : Monter l'équipe GenAI appliquée au Produit (Centaure, +100 millions ARR)

#196 - Pigment : Monter l’équipe GenAI appliquée au Produit (Licorne, +230 millions levés)

#176 - Agorapulse : Structurer le département Data d’une startup


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 5 - Carrefour : Leur stratégie agentique31 juil. 202600:33:52

Arthur Feger est Director of AI & Analytics chez Carrefour. Après six ans chez Ekimetrics, il a rejoint Carrefour pour diriger les chantiers data et IA pour l'e-commerce et le marketing. Il s'est intéressé très tôt aux IA génératives et a notamment construit le chatGPT interne de Carrefour. Maintenant, c'est lui qui porte la vision de l'IA agentique chez Carrefour.


On aborde :


🔥 Les agents à destination de l’externe : agent pour faire ses courses, service client…

🔥 Leur stratégie pour déployer des agents pour l’interne : approche Self-Service et agents complexes

🔥 Les outils utilisés et l’organisation pour déployer leurs agents : Data Scientists, Software Engineers…

🔥 Leurs plus grosses difficultés : UX et déploiement d’agents par des profils non techniques


❤️ PARTENAIRE


Cet épisode est rendu possible par Arcane, le cabinet de conseil spécialisé sur la stratégie data appliquée au marketing qui travaille notamment avec Leroy Merlin, Decathlon ou encore Europcar Mobility Group.

👉 Ecouter l'épisode Quelle stratégie data adopter pour scaler sa performance marketing ? avec Denis

👉 Recevoir l'article rédigé par Arcane pour connaître la méthode, les outils et l’équipe à mettre en place ici

👉 Contacter Denis sur LinkedIn ou par mail : denis@wearcane.com


📚 RESSOURCES


- Le LinkedIn de Arthur

- La chaîne YouTube de Andrej Karpathy

- Le cours Structuring Machine Learning Projects de Andrew Ng


🎬 CHAPITRES


00:00 Le contexte IA de Carrefour

04:04 Les initiatives agentiques

08:15 L’agentique appliquée au service client

13:49 La stratégie agentique pour l’interne

18:28 Un agent IA pour l'expansion des magasins

22:46 Leur stack IA agentique

24:39 Leur organisation

27:10 Leurs plus grosses difficultés

31:57 Ses recommandations de contenu

32:43 Ses conseils pour progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#234 - Malt : Déployer des assistants IA à l’échelle

#233 - Carrefour : Déployer la stratégie IA Générative du Groupe

#197 - Salesforce : Déployer des agents IA dans le Retail avec Agentforce


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 5 - Blef a passé 3 mois chez Y Combinator aux US : le futur des équipes Data, France vs US27 juil. 202600:28:41

Update : la Forward Data Conference aura lieu le 16 novembre cette année :)


Christophe Blefari (alias Blef), fondateur de la newsletter blef.fr et cofondateur de nao, revient sur son expérience chez Y Combinator, l’incubateur américain le plus prestigieux au monde (Airbnb, Stripe…).


Pendant 3 mois au cœur de la Silicon Valley, il a vécu l’intensité de l’entrepreneuriat US et rencontré des dizaines d’équipes Data et Tech.


On aborde :


🔥 L'expérience YC : sélection, partners, office hours et accompagnement intensif

🔥 Les différences US/FR dans la Data : mentalité test & learn, volumes de données, organisation des équipes

🔥 Le boom IA chez YC avec notamment l'émergence des “full stack AI companies”

🔥 L’impact sur les métiers data & tech : juniors remplacés par des IA, seniors deviennent “PM”, nouveaux rôles


📚 RESSOURCES


- Le LinkedIn de Blef

- Sa boîte nao

- Sa newsletter blef.fr

- Les tendances startups de YC

- Les essais de Paul Graham


🎬 CHAPITRES


00:00 Son expérience chez Y Combinator

04:38 Les différences US/FR dans la data

12:38 80% des startups produisent de l’IA

16:17 Le concept de "full stack AI company”

20:42 Le futur des équipes Data & Tech


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt 

#186 – On compare dbt & SQLMesh avec Christophe Blefari (aka Blef)

#141 - On décrypte avec Blef : GenAI & Self-Service, Metric Tree, ClickHouse


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Build in Public #3 : Top 5 et 1er insights DataGen Europe & US23 juil. 202600:19:20

Dans ce nouvel épisode "Build in Public", je fais un état des lieux complet des grands projets DataGen du moment : ce qui marche, ce qu'on lance, et les premiers insights qui en ressortent.


On aborde :

🔥 DataGen France : le top 5 des épisodes du 2e semestre 2025, une nouvelle hôte (Caroline Mestre) et l'arrivée du format Talk Show

🔥 DataGen Europe : lancement du podcast et un premier insight sur l'internationalisation des équipes data en Allemagne et au UK

🔥 DataGen US : l'initiative Silicon Valley & New York, et une vraie différence de fond entre le rôle de data scientist en France et aux États-Unis

🔥 Insight marché : les sujets innovants ne représentent que 20% des demandes clients réelles (spoiler : le reste, ce sont les fondamentaux)


📚 RESSOURCES


- La newsletter DataGen

- Le podcast DataGen Europe

- Le collectif DataGen


🎬 CHAPITRES


00:00 Intro

00:54 Top 5 épisodes

03:35 Nouvelle hôte & format Talk Show

05:31 2 insights DataGen Europe

10:16 Grosse différence aux US

14:08 1 insight marché

10:39 News perso


🤩 LE TOP 5 DE 2025


#224 - Blef a passé 3 mois chez Y Combinator aux US

#243 - La stratégie agentique de Carrefour

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery

#242 - On décrypte 4 tendances Data & IA de 2026 avec Blef

#225 - Qover : Structurer son Data Warehouse & Modéliser ses données (dbt, Médaillon…)


😎 LES EPISODES BIP


Bilan DataGen 2025 : 350 000€ de CA, 45 000 écoutes mensuelles, 3 top épisodes et une grosse news

Comment on a lancé DataGen : l’histoire complète


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#285 - Astronomer : Construire sa stack data & IA autour d’Airflow15 juil. 202600:32:34

Marion Azoulai est Staff Data Scientist chez Astronomer, l'éditeur d'Astro, la plateforme managée d'Airflow qui est aussi l’un des principaux contributeurs de la solution open source.


Créé en 2018, Astronomer a levé plus de 370 millions de dollars et accompagne des centaines d'organisations dans le monde, parmi lesquelles la Société Générale, Booking.com, Autodesk ou encore WeWork.


Marion nous raconte comment ils ont lancé l’équipe Data & IA et comment ils ont construit leur stack autour d’Airflow.


On aborde :


🚀 Chantier #1 : La construction d’une stack data moderne (Snowflake, Sigma et Airflow comme colonne vertébrale)

🔥 Chantier #2 : Le déploiement des dashboards et la diffusion d’une culture data-driven dans toute l’entreprise

🔥 Chantier #3 : L’industrialisation des cas d’usage de Machine Learning et l’accélération sur l'AI Analytics

🔥 Leurs plus gros challenges : gagner la confiance des équipes et faire face aux transformations liées à l’IA.


❤️ PARTENAIRE


Ce podcast est rendu possible par Astronomer.

👉 Tester le produit Astro gratuitement : bit.ly/4vyJrgy

👉 Réserver une démo : bit.ly/3Tgmill

👉 Contacter François Dupré (commercial Astronomer France) par mail à l'adresse francois.dupre@astronomer.io ou sur LinkedIn : https://www.linkedin.com/in/fdupre/


📚 RESSOURCES


- Tester gratuitement Astro (pendant quelques semaines)

- Réserver une démo d'Astro

- Le LinkedIn de Marion

- Le LinkedIn de François Dupré (commercial Astronomer France)

- Le podcast Storytelling with Data


🎬 CHAPITRES


00:00 Airflow & Astronomer 

04:27 Le contexte data chez Astronomer

05:23 Chantier #1 : Construire la stack

12:02 Chantier #2 : Déployer des dashboards

16:20 Chantier #3 : Cas d’usage ML & AI Analytics

24:35 Leurs plus gros challenges

27:30 Pourquoi passer de open source à Astro ?

29:57 Sa ressource préférée

31:01 Ce qu’elle aime dans la data


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#203 - Masterclass | Mettre en place une Modern Data Stack avec Matthieu Rousseau

#225 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)

#252 - Sweep : Lancer le département Data & IA d'une startup (Stack, Self-Service & Agents IA)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#284 - Decathlon : Comment le CDO structure sa stratégie data & IA14 juil. 202600:49:28

Didier Mamma est Chief Data & AI Officer chez Decathlon, l’entreprise préférée des Français qui compte plus de 100 000 collaborateurs, réalise 17 milliards d'euros de chiffre d'affaires et est présente dans 54 pays dans le monde.


On aborde :


🔥 Le parcours de Didier pour devenir CDO et le contexte data & IA chez Decathlon

🔥 Leurs principaux chantiers data & IA : lakehouse, qualité & gouvernance, agentique

🔥 L’importance de se réorganiser continuellement (cf. loi de Conway)

🔥 Sa plus grosse difficulté : repenser les process vs optimiser des process sous-optimaux


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


📚 RESSOURCES


- Le LinkedIn de Didier

- Le livre Changements : paradoxes et psychothérapie de Paul Watzlawick

- Pour recevoir les 10 outils Data & IA à suivre en 2025, inscivez-vous à la newsletter ici


🎬 CHAPITRES


00:00 Le contexte data chez Decathlon

02:52 Le parcours de Didier

06:00 Chantier #1 : Lakehouse

13:42 Chantier #2 : Qualité & gouvernance

20:30 Chantier #3 : Agentique

32:59 L’importance des réorganisations

41:48 Ses plus grosses difficultés

46:44 Sa ressource préférée

47:45 Ce que Didier aime dans la data & l’IA


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#276 - L’Oréal : Monter le département Data & IA Europe

#243 - Carrefour : Leur stratégie agentique

#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#283 - DataBird : Devenir AI Agent Builder en 12 semaines12 juil. 202600:20:14

Alexandre Miny de Tornaco est le cofondateur de DataBird, l’institut de formation qui propose des bootcamps dédiés à la data et à l’IA. Depuis 5 ans, ils ont formé plus de 4000 personnes.


On aborde :


🔥 La tendance de l’IA Générative et de l’agentique

🔥 Le lancement de 3 bootcamps : AI Champion, AI Agent Builder et AI Product Builder

🔥 A quels profils ils s'adressent : profils métiers (marketing, finance…), profils techniques / tech savvy (data analysts, product managers, ops…), profils en reconversion…

🔥 Le programme du bootcamp AI Agent Builder dans le détail (déroulé, outils IA utilisés…)


💪 SE FORMER AUX GENAI ET A L'AGENTIQUE AVEC DATABIRD ET DATAGEN


Avec DataBird, on lance un partenariat sur l'ensemble de leurs formations Data & IA.


Le marché évolue très vite et les besoins explosent : AI Champion, AI Agent Builder, Analytics Engineer…


On a décidé d'associer nos expertises pour proposer des bootcamps spécialisés sur ces sujets :

👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes

👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés


Découvrez toutes les formations et bénéficiez de 5% de réduction (uniquement en réservant via ce lien).


Dans le cadre de cette collaboration, DataGen touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn d’Alexandre

- Découvrir les formations


🎬 CHAPITRES


00:00 Qu’est-ce que DataBird ?

02:29 La tendance GenAI & agentique

05:32 Le lancement de 3 bootcamps : AI Champion, AI Agent Builder et AI Product Builder

07:59 A qui s’adressent ces bootcamps ?

10:27 Le bootcamp AI Agent Builder en détail

16:53 Grosse annonce


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#209 - Mirakl : Déployer des Agents IA pour le Business

#234 - Malt : Déployer des assistants IA à l’échelle

#243 - Carrefour : Leur stratégie agentique

#269 - Ex-Data Analyst, il est devenu Analytics Engineer chez Pierre Fabre


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#282 - Mettre en place une stratégie IA souveraine et éthique avec Mick Levy06 juil. 202600:31:13

Mick Levy est Directeur Stratégie et Innovation chez Orange Business et un expert sur les sujets de souveraineté et d'éthique dans l'IA. Il anime également le podcast Trench Tech dans lequel il reçoit des experts du sujet et a aussi récemment écrit un livre sur ces sujets : IA Mania.


On aborde :


🔥 Ce qu’est une IA éthique et souveraine et les 4 types de risque qu’elle permet d’éviter

🔥 Les risques les plus visibles (ex : destruction d’emplois), les risques structurels (ex : biais, cyber-attaques), les risques sociétaux (ex : deepfakes) et les risques cachés (ex : data workers)

🔥 Les risques encourus spécifiquement par les entreprises et les initiatives à lancer (charte IA, comité éthique, conformité, gouvernance IA, évangélisation…)

🔥 Le sujet de la souveraineté et le choix des technologies : US vs européenne vs française vs open source


📚 RESSOURCES


- Le LinkedIn de Mick

- Son nouveau livre IA Mania : Usages, éthique, stratégie : créez une valeur durable pour l’entreprise

- Son podcast Trench Tech

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Les principes de l'IA éthique et l’IA souveraine

06:14 Les risques pour les entreprises

10:31 Les enjeux de souveraineté

17:26 Techno américaines vs françaises

21:04 Les initiatives actionnables

28:50 Sa ressource préférée


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#105 - Déployer une Stratégie IA Génératives avec Mick Levy ! 🤖

#140 - Chief Data & AI Officer au Service du Premier Ministre 😎

#147 - Comment faire de la France un leader de l’IA ? 🌎 Avec Arno, Rapporteur de la Commission IA


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics01 juil. 202600:22:35

Yochan Khoi est Context Engineer chez Gorgias, la scale-up valorisée plus de 700 millions de dollars qui développe une plateforme d’IA conversationnelle utilisée par des milliers d’entreprises. Chez Gorgias, 83% des collaborateurs utilisent aujourd’hui un agent data au quotidien et lui posent +1000 questions chaque jour.


Dans cet épisode, Yochan nous explique comment son équipe a construit son agent analytics interne, pourquoi le contexte est devenu l’enjeu central des systèmes agentiques et comment le rôle de Context Engineer est en train d’émerger à l’intersection de l’Analytics Engineering et de l’IA.


On aborde :


🔥 Chantier #1 : construire le Context Layer et la hiérarchie des connaissances métier

🔥 Chantier #2 : accélérer la mise à jour et l’amélioration continue du contexte

🔥 Chantier #3 : ouvrir l’édition du Context Layer à l’ensemble de l’entreprise

🔥 Leurs plus grosses difficultés : gouvernance des données, permissions et passage à l’échelle


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec DataBird ici


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Yochan

- La documentation d'Anthropic

- L’outil Nao

- Pour recevoir les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 La genèse de leur agent

03:01 Les “tools” de l’agent

04:07 Chantier #1 : construction

05:43 Chantier #2 : accélération

09:35 Chantier #3 : déploiement

12:03 Pas de Semantic Layer ?

14:14 Pas d’outils propriétaires (Omni, Hex…) ?

16:37 Orga de l’équipe sur le projet

17:52 Leurs plus grosses difficultés

20:32 Sa reco de contenu

21:34 Son meilleur conseil


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#274 - ThoughtSpot : Déployer une Agentic Analytics Platform

#264 - Gorgias : Déployer un agent IA au coeur du produit (15 ML Engineers & ML Analysts)

#243 Carrefour : Leur stratégie agentique


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#280 - On décrypte les grandes news de Snowflake (Cowork, Vibe Coding, AI Analytics)29 juin 202600:28:39

Marie-Cécile Riom est AI Product Specialist chez Snowflake, la plateforme Data & IA que tout le monde connaît. Snowflake connaît depuis des années une croissance exceptionnelle. De nombreuses entreprises telles que Qonto, Sanofi et Swile l'utilisent au quotidien.


On aborde :


🔥 Les 3 grandes nouveautés chez Snowflake : Cowork, Cortex Code (Vibe Coding) et Cortex Sense (Contexte & AI Analytics)

🔥 Comment Cowork permet de centraliser le travail des équipes métier (Gmail, Slack, Salesforce…) dans une interface unique

🔥 Comment Cortex Sense apporte le contexte nécessaire aux agents et augmente la fiabilité des réponses

🔥 L’événement Snowflake World Tour à Paris le 15 octobre où plus de 2000 personnes sont attendues


❤️ PARTENAIRE


Ce podcast est rendu possible par la plateforme Data & IA Snowflake.

👉 S’inscrire au Snowflake World Tour à Paris le 15/10/2026 ici.


📚 RESSOURCES


- Le LinkedIn de Marie-Cécile

- La pièce de théâtre Big Mother

- Le retour d'XP Sanofi (36 minutes)

- Découvrir le Snowflake World Tour à Paris le 15/10/2026 ici


🎬 CHAPITRES


00:00 Le parcours de Marie-Cécile

02:18 Qu'est-ce que Snowflake ?

05:35 Les nouveautés (Cowork, Cortex Code…)

09:00 Zoom sur Cowork pour le métier

14:26 Zoom sur Cortex Sense et l’AI Analytics

18:10 Le Snowflake World Tour à Paris

19:47 Les news Snowflake France

21:24 Le retour d'expérience de Sanofi

25:27 La tendance UX

26:39 Sa ressource préférée

27:20 Ce qui l'a le plus fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery

#227 - Tout comprendre sur Snowflake

#171 - Snowflake : Une stack unique pour l’Analytics & l’IA


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#279 - Stellantis : Leur stratégie agentique22 juin 202600:28:58

Annabelle Gerard est VP of AI and Data Business Insights chez Stellantis, l'un des groupes leaders mondiaux de l'automobile, qui regroupe 14 marques dont Peugeot, Citroën, Fiat, Jeep, Chrysler et emploie 250 000 personnes à travers le monde.


On aborde :


🔥 La genèse de leur stratégie GenAI & agentique

🔥 Leurs premières initiatives (gateway, FinOps, monitoring et cas d’usage)

🔥 L’organisation de l’équipe et les choix technologiques

🔥 Leurs challenges et leurs prochaines étapes (AI Garage, profil AI Business Process Lead, gouvernance)


❤️ PARTENAIRE


Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.

👉 Regarder l’épisode avec François, leur Senior VP Product Management

👉 Recevoir la synthèse de mon échange avec François

👉 Contacter François directement sur LinkedIn


📚 RESSOURCES


- Le LinkedIn d'Annabelle

- Le livre The Pheonix Project de Gene Kim

- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le département Data & IA chez Stellantis 

02:24 La genèse de la stratégie agentique

03:45 Les premières initiatives

09:40 L’organisation de l’équipe

14:24 Leur stack & architecture

16:50 Leurs plus gros challenges

24:22 Leurs prochaines étapes

26:02 Sa ressource préférée

27:10 Ce qui l'a le plus fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#243 - La stratégie agentique de Carrefour

#237 - Déployer la stratégie Data & IA chez Engie dans l’Industrie

#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🇪🇺 #278 - Tide: From Dashboards to Decision Boards with AI17 juin 202600:17:20

Tanmay Nagori is Head of Data & Analytics for Lending at Tide, the UK-based fintech unicorn. Tide helps SME businesses save time by providing banking, payment, administrative, and financial tools. Today, it is used by 1.8 million SMEs in the United Kingdom, India, Germany, and France.


We cover :


🔥 His journey from Analyst to Head of Analytics (Consulting, Amazon…)

🔥 How the data team is organized globally and what stack they use

🔥 The approach and tools they implemented to increase the business impact of analytics

🔥 His view on how AI changes the role of the analytics team (from insights to actions)


📚 RESOURCES


- Tanmay’s LinkedIn Profile

- The book "A Technique for Producing Ideas" by James Webb Young

- The book "Thinking, Fast and Slow" by Daniel Kahneman


🎬 CHAPTERS


00:00 What's Tide?

01:53 Tanmay’s journey

05:39 Their main analytics projects

08:19 Their stack

10:50 His main challenges

13:53 His career advice

15:55 Resources he recommends


🤩 OTHER EPISODES YOU SHOULD LOVE


#8 - Marshmallow: Building the Data Analytics Team for a unicorn

#6 - HelloFresh: Building and scaling a Product Analytics culture

#2 - Deezer: How I restructured the Business Analytics team and made it more Business-Focused


👋 MORE DATA CONTENT?


1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹


🎙 SUPPORT THE PODCAST FOR FREE


1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#277 - Leboncoin : Leur nouvelle Stratégie Data15 juin 202600:32:43

Patrice Chaperon est Directeur Data, Infra et Plateforme chez Leboncoin, la marketplace que tout le monde connaît. Avant ça, Patrice a passé plus de dix ans chez Doctolib et Criteo, où il était notamment Head of Analytics.


On aborde :


🔥 Le changement de stratégie chez Adevinta, le groupe derrière Leboncoin

🔥 La modernisation de leur plateforme data : Databricks, Coalesce Catalog, Confidence (by Spotify)…

🔥 L’organisation de l’équipe Data : 60 personnes (Data Product Engineers, Data Analysts, Governance…)

🔥 Leurs plus grosses difficultés et leurs prochains chantiers (exécution, IA…)


❤️ PARTENAIRE 


Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.

👉 Regarder l’épisode avec François, leur Senior VP Product Management

👉 Obtenir une synthèse de l’épisode

👉 Contacter François sur LinkedIn


📚 RESSOURCES


- Le LinkedIn de Patrice

- Le LinkedIn de Marcel Dybalski

- Le livre Factfulness de Hans Rosling


🎬 CHAPITRES


00:00 Le contexte de départ

04:43 La refonte de leur stack data

12:42 L’organisation data chez Leboncoin

17:44 Leurs plus grosses difficultés

27:43 Leurs prochaines étapes

29:51 Ses reco de contenu  

31:01 Ce que Patrice préfère dans la data


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#229 - Comment l’ex-Head of Data d’Aircall structure le département Data chez Sorare

#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt

#170 - Leboncoin : De la Data Science au ML Engineering


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#276 - L’Oréal : Monter le département Data & IA Europe08 juin 202600:21:03

Eva Weber est Head of Data Office & Transformation Europe chez L’Oréal. Elle pilote le lancement de la nouvelle organisation Data & IA Europe du groupe, une équipe rattachée à la Finance avec pour objectif d’harmoniser les pratiques data entre les pays et d’accélérer les projets IA à l’échelle européenne.


On aborde :


🔥 Chantier #1 : Création d’une organisation Data & IA Europe rattachée à la Finance

🔥 Chantier #2 : Réorganisation des équipes et change management

🔥 Chantier #3 : Définition d’une roadmap commune et premiers cas d’usage

🔥 Leurs plus grosses difficultés pendant ces chantiers : alignement, adoption et passage à l’échelle


❤️ PARTENAIRE 


Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.

👉 Regarder l’épisode avec François, leur Senior VP Product Management

👉 Obtenir une synthèse de l’épisode

👉 Contacter François sur LinkedIn


📚 RESSOURCES


- Le LinkedIn d'Eva

- La newsletter Club Datalogy de Florence Haxel

- Le podcast The AI Daily Brief

- Le film Le Stratège (Moneyball, 2011)

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, inscrivez-vous à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours d’Eva

01:54 Le contexte chez L’Oréal

03:42 Chantier #1 : Nouvelle organisation data & IA Europe

05:57 Chantier #2 : Restructuration & change management

10:01 Chantier #3 : Roadmap & premiers use cases

14:50 Leurs plus grosses difficultés

17:52 Leurs prochaines étapes

18:42 Ses reco de contenu

19:25 Son meilleur conseil


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#146 - L’Oréal : Mettre en place une Stratégie IA Génératives

#173 - Klépierre : Transformer le département Finance via la Data

#253 - Nestlé : Monter une équipe Data & IA technique


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🇪🇺 #275 - Marshmallow: Building the data analytics team at a unicorn03 juin 202600:32:21

Ina Vaduvescu is director of analytics at Marshmallow, the UK-based unicorn that offers affordable car insurance for newcomers to the UK. The scaleup raised $90 million in 2025 at a $2 billion valuation. She leads a team of 12 analysts and has spent the past few years building and structuring the analytics function.


We cover :


🔥 Her journey, from data analyst to director across startups and scale-ups

🔥 How she structured a high-performing and standardized data team

🔥 The KPI tree framework that was transformative to how they operate

🔥 Their AI projects: AI analytics and customer support AI agent


📚 RESOURCES


- Ina’s LinkedIn profile

- The newsletter TLDR

- Lenny's Podcast


🎬 CHAPTERS


00:00 What's Marshmallow ?

00:39 Ina's journey

02:48 #1 - recruitment & stack

10:23 #2 - better prioritization

15:34 #3 - self-service & AI analytics

21:55 #4 - AI project for customer support

27:06 Their main challenges

28:05 Their next steps

30:04 The resources she recommends

30:41 Her career advice


🤩 OTHER EPISODES YOU SHOULD LOVE


#7 - Flix: Leveraging data to scale operations 

#5 - N26: Building and scaling the Data team for Marketing

#2 - Deezer: How I restructured the Business Analytics team and made it more Business-Focused


👋 MORE DATA CONTENT?


1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹


🎙 SUPPORT THE PODCAST FOR FREE


1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Comment on a lancé DataGen : l’histoire complète01 juin 202600:15:10

Dans cet épisode, je vous raconte toute l'histoire de DataGen depuis le début : pourquoi j'ai eu envie de lancer un podcast, comment c'est devenu mon métier, avec qui je travaille au quotidien et quels sont les projets à venir. 🚀


📚 RESSOURCES


- La newsletter DataGen

- Le podcast DataGen Europe


🎬 CHAPITRES


00:00 Mon parcours 

00:59 La genèse de DataGen 

03:21 Mon lancement à temps plein 

05:56 L'arrivée de Flore-Anne

07:44 Le lancement du Collectif avec Matthieu 

10:26 2025 : l'année de la structuration 

12:49 DataGen Europe 

13:37 DataGen part aux USA


🤩 AUTRE ÉPISODE QUE VOUS POURRIEZ AIMER


Bilan DataGen 2025 : 350 000€ de CA, 45 000 écoutes mensuelles, 3 top épisodes et une grosse news


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#274 - ThoughtSpot : Déployer une Agentic Analytics Platform27 mai 202600:25:53

François Lopitaux est Senior VP Product Management chez ThoughtSpot, la solution de business intelligence spécialisée sur l'analyse de données en langage naturel grâce à l'IA et plus globalement sur l'Agentic Analytics. ThoughtSpot a été créé en 2012 et a été valorisé plus de 4 milliards de dollars lors de leur dernière levée de fonds en 2023. Ils sont utilisés par de très belles boîtes comme DoorDash, Lyft, Sephora aux US et Canal+ en France.


On aborde :


🔥 La genèse de ThoughtSpot et leur Agentic Analytics Platform

🔥 Pourquoi les utilisateurs aiment la solution : solution moderne, mix BI et IA, embedded analytics

🔥 Les clés pour déployer une solution Agentic Analytics (précision, context layer…)

🔥 L'évolution du rôle du Data Analyst vers un enabler de l’Agentic Analytics Platform


❤️ PARTENAIRE 


Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel. Ils ont été valorisé plus de 4 milliards de dollars et sont utilisés par de très belles boîtes comme DoorDash, Lyft, Sephora aux US et Canal+ en France.

👉 Obtenir une synthèse de l’épisode : https://go.thoughtspot.com/datagen

👉 Contacter François sur LinkedIn


📚 RESSOURCES


- Le LinkedIn de François

- La newsletter de Sven Balnojan sur Medium

- L’article de ThoughSpot qui résume notre échange : https://go.thoughtspot.com/datagen



🎬 CHAPITRES


00:00 Le parcours de François

02:44 La genèse de ThoughtSpot

05:23 Pourquoi les clients adoptent ThoughtSpot

09:00 Comment la solution se distingue

15:06 Les clés pour déployer une solution Agentic Analytics

20:41 L’évolution du rôle de Data Analyst

22:39 La prochaine tendance de l’Agentic Analytics

23:45 Ses ressources préférées

24:56 Ce qu’aime François dans la data & l’IA


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#263 - Masterclass | Mettre en place une stratégie GenAI qui passe à l’échelle et génère du ROI avec Axel de Goursac, Partner AI Lead chez KPMG France

#243 - Carrefour : Leur stratégie agentique

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery



👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex25 mai 202600:47:10

Cet épisode est le premier d’un nouveau format : le Talk Show DataGen. Trois leaders data & IA sont réunis pour débattre et échanger sur une tendance data & IA et sur l’actualité du marché.


Dans ce premier épisode, on échange sur l'accélération de l'AI Analytics et son impact sur l'équipe Data Analytics avec :

  • Juliette Duizabo, Head of Data chez Photoroom
  • Édouard Flouriot, Directeur Data Analytics chez Sorare
  • et Christelle Marfaing, ex-Head of Data chez Lydia puis chez May, aujourd'hui freelance Head of Data / Lead Data.


On aborde :


🔥 L'accélération de l’AI Analytics et comment ça se traduit concrêtement : Omni, Hex, Nao, Claude Code

🔥 L’impact actuel sur l’équipe Analytics et ses nouvelles missions : fiabilité, outils data internes…

🔥 Des insights exclusifs issus de la dernière étude du Modern Data Network (impacts salaires, ressenti des leaders data)

🔥 Le futur de l’analytics : sans dashboards ? Sans Data Analysts ? Sans Head of Data ?


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec DataBird ici


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Juliette

- Le Linkedin d'Edouard

- Le Linkedin de Christelle

- L’article How to finally trust Claude's advice d’Ole Lehmann

- Le repo d'Antoine Sauvage

- L’article Something Big Is Happening de Matt Shumer

- L'article AI's effects on programming jobs

- L’article LLM Wiki de Karphaty

- L'article Five things I believe about the future of analytics de Tristan Handy

- La newsletter d'Arthur Srz

- Pour recevoir Les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Ce qu'ils pensent de l'AI Analytics

03:54 Insights issus du Modern Data Network

10:40 Comment ça se matérialise ? Claude Caude, Omni, Hex…

21:31 L’adoption massive de Claude Code

25:28 Le nouveau rôle de l’équipe : la fiabilité

29:27 L’équipe Analytics dans 5 ans

34:03 Devenir “builder” ?


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#264 - Déployer un projet agentique au coeur du produit

#221 : Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt

#236 : Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery

#229 : Comment l’ex-Head of Data d’Aircall structure le département Data chez Sorare

#175 : Stack Open Source, Manager "doer" & S’adapter à la GenAI avec Christelle (ex-Lydia) et Blef ⚡


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#272 - Masterclass | Scaler son programme de formation agentique avec Benoît, CEO @On train20 mai 202600:31:26

Benoît de La Porte est un expert sur le sujet de la formation tech, data et IA. Il a cofondé On train, l'agence spécialisée dans la formation sur-mesure sur les sujets tech, data, IA et qui travaille avec des belles boîtes comme Pierre Fabre, LVMH, Euronext, Sopra Steria et d'autres.


Pour la deuxième fois sur le podcast, il partage son analyse du marché et ses recommandations pour accélérer la montée en compétences des entreprises sur ces sujets.


On aborde :


🔥 Les 4 freins à l'adoption de l'IA en entreprise (compétences, ROI, sécurité et souveraineté)

🔥 Comment les lever par la formation et l’acculturation

🔥 Le bon mix pour former 100% des collaborateurs : e-learning, ateliers métiers, mentoring

🔥 Comment gamifier la formation IA pour maximiser l'engagement


❤️ PARTENAIRE


Ce podcast est rendu possible par On train, l'agence spécialisée dans la formation sur-mesure sur les sujets tech, data, IA et qui travaille avec des belles boîtes comme Pierre Fabre, LVMH, Euronext, Sopra Steria et d'autres.

👉 Contacter Benoît sur LinkedIn ou par mail : benoit@on-train.com


📚 RESSOURCES


- Le LinkedIn de Benoît

- La conférence d'Arthur Mensch à Polytechnique

- la newsletter de McKinsey


🎬 CHAPITRES


00:00 État des lieux du marché

01:44 Les 4 freins majeurs

03:28 Frein #1 : Adoption & compétences

05:14 Frein #2 : Coût et incertitude du ROI

08:23 Frein #3 : Sécurité & confidentialité

10:58 Frein #4 : Souveraineté & compétitivité économique

16:42 Mix formation physique et e-learning

22:51 Cadence de formation

24:30 Gamifier l’expérience en formation

27:20 Ce que propose On train

29:38 Sa ressource préférée


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#264 - Gorgias : Déployer un agent IA au coeur du produit (15 ML Engineers & ML Analysts)

#233 - Carrefour : Déployer la stratégie IA Générative du Groupe

#137 - Masterclass | Former ses collaborateurs aux IA Génératives avec Benoît de La Porte


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#271 - Exotec : Structurer l'équipe Data et préparer le Self-Service (organisation, stack, décentralisation)18 mai 202600:32:14

Gregory Vanuynsberghe est Head of Data chez Exotec, la pépite industrielle française qui produit des robots intelligents qui permettent d’automatiser les activités dans les entrepôts. Avant de rejoindre Exotec, Grégory était Directeur Analytics chez Decathlon où il encadrait plus de 100 profils Data Analysts.


On aborde :


🔥 Construire une relation de confiance avec les stakeholders

🔥 Refondre la stack pour préparer le Self-Service et la décentralisation

🔥 Décentraliser l’équipe avec des Data Analysts spécialisés par domaine

🔥 Les plus grosses difficultés et les prochaines étapes (GenAI, dashboardless…)


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Grégory

- Le livre Antifragile de Nassim Taleb

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, inscrivez-vous à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours de Grégory

03:12 Le contexte chez Exotec

05:28 Chantiers #1 : Construire la confiance

08:06 Chantiers #2 : Refondre l'architecture

10:59 Leur stack

13:51 Chantiers #3 : Décentraliser et spécialiser

17:24 Leurs plus grosses difficultés

26:02 Leurs prochaines étapes

29:19 Les questions de la fin


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#229 - Comment l’ex-Head of Data d’Aircall structure le département Data chez Sorare

#251 - N26: Building and scaling the Data team for Marketing

#198 - Swile : La nouvelle stratégie Data de la licorne

#136 - Qonto : Scaler le département Data d’une licorne


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#270 - Les outils de la Data Gouvernance avec Charlotte Ledoux11 mai 202600:32:03

Charlotte Ledoux est une experte Data & AI Gouvernance, elle accompagne de très belles boîtes comme Pernod Ricard, Disney ou Printemps. En parallèle, elle crée du contenu sur LinkedIn sur ce sujet avec beaucoup de succès (+50K abonnés) et est identifiée par les leaders data comme l’experte n°1 sur la Data Gouvernance.


On aborde :


🔥 Le Data Catalog : rôle, solutions principales et comment structurer son benchmark

🔥 La Data Quality : rôle, solutions principales et maturité actuelle des entreprises

🔥 Le Semantic Layer : rôle et pourquoi on devrait le fusionner avec le Data Catalog pour alimenter les IA

🔥 La consolidation du marché : CastorDoc racheté par Coalesce, Informatica racheté par Salesforce…


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


📚 RESSOURCES


- Le LinkedIn de Charlotte

- Sa newsletter

- Son jeu en ligne The CDO Game

- L'article de Peter Baumann sur la perspective du marché des Data Catalogs

- Pour recevoir les 10 outils Data & IA à suivre en 2025, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Qu'est-ce qu'un Data Catalog ?

04:54 Les solutions principales

07:05 Structurer son benchmark

16:00 Qu'est-ce qu'un outil Data Quality ?

17:40 Les solutions principales

19:47 La maturité des entreprises

22:35 Qu'est-ce qu'un Semantic Layer ?

24:59 Le lien entre Semantic Layer et Data Catalog

28:14 Les solutions principales

29:06 La consolidation du marché

30:47 Sa ressource préférée


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#254 - Les 5 tendances Data Gouvernance de 2026 avec Charlotte Ledoux

#256 - Strategy Software : Accélérer le time-to-data avec un Semantic Layer Universel et la GenAI

#144 - Mettre en place une Data Gouvernance avec Charlotte Ledoux (20K abonnés LinkedIn) 💪


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#269 - Ex-Data Analyst, il est devenu Analytics Engineer chez Pierre Fabre06 mai 202600:17:50

Guilhem Jolly était Data Analyst pendant deux ans avant de devenir Analytics Engineer. Il travaille actuellement chez Pierre Fabre, un des leaders pharmaceutiques français.


On aborde :


🔥 Pourquoi l’Analytics Engineering est le “meilleur des deux mondes” entre tech et business

🔥 Comment il s'est formé et a décroché immédiatement 3 opportunités (BetClic, Elevate, Pierre Fabre)

🔥 Les compétences clés qu’il a acquises : SQL robuste, dbt, architecture médaillon et orchestration

🔥 Ses missions actuelles chez Pierre Fabre : rapports de performance, flux de données et prospective marché


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Regarder l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Guilhem

- Le LinkedIn de Mathias Frachon (recruteur tech, live data sur les salaires)

- Le LinkedIn de Benjamin Dubreu

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 Le parcours de Guilhem

03:04 Le bootcamp qu’il a suivi

07:04 Ses nouvelles compétences

08:51 Ses missions chez Pierre Fabre

11:37 L’importance des pairs

12:03 Son conseil pour réussir la transition DA > AE

15:16 Ses side projects

16:46 Ses reco de contenu


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#232 - Ex-Data Analyst, elle est devenue Analytics Engineer en freelance chez Back Market

#217 - Ex-Data Analyst, il est devenu Analytics Engineer en freelance chez Lacoste

#169 - Ex-Data Analyst, elle est passée Analytics Engineer en freelance


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#268 - Criteo : Déployer des algorithmes en temps réel à l'échelle (ML & GenAI)04 mai 202600:22:19

Sarah Nogueira est Staff Machine Learning Lead chez Criteo, l'une des premières licornes françaises, spécialisée dans le marketing et le ciblage publicitaire sur les sites e-commerce. Elle dirige une équipe qui développe et met en production des modèles de Machine Learning dans le produit.


On aborde :


🔥 Le déploiement de leur premier LLM en production

🔥 Leur cycle de développement ML du prototype à la mise en production

🔥 Leur stack in-house et leurs plus gros enjeux : temps réel et qualité des résultas

🔥 Ses principaux challenges en temps que manager : vélocité, staffing, coordination


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


📚 RESSOURCES


- Le LinkedIn de Sarah

- Le blog de Criteo

- La newsletter The Batch de DeepLearning.AI


🎬 CHAPITRES


00:00 Son parcours

01:34 Le rôle de son équipe ML

04:46 1er LLM en production

06:16 Leur cycle de développement ML

16:15 Leurs principaux challenges

19:59 Ses reco de contenu

21:01 Ce qui l’a le plus fait progresser


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#250 - Malt : Mettre en place une approche MLOps et LLMOps

#196 - Pigment : Monter l'équipe GenAI appliquée au Produit (Licorne, +230 millions levés)

#170 - Leboncoin : De la Data Science au ML Engineering


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#267 - L’agentique accélère : quel impact pour l’équipe data ? Avec Blef27 avr. 202600:34:32

Christophe Blefari a été Head of Data Engineering, Staff Data Engineer et Head of Data dans dans des startups et des grands groupes et il a cofondé Nao, un agent IA open source pour l’analytics.


On aborde :


🔥 L’accélération de l’agentique en 2026 : l'autonomisation des agents, OpenClaw…

🔥 L’impact sur l’équipe Data (Data Engineers, Data Analysts, Data Scientists...)

🔥 L'impact sur le Buy Versus Build : est-ce que ça devient rentable de développer certains outils en interne ?

🔥 Le Context Engineering et pourquoi les data catalogues ont raté le coche


💪 VOUS AVEZ UN PROJET DATA ?


DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).

Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.


👉 Nous rencontrer ici


📚 RESSOURCES


- Le LinkedIn de Christophe Blefari

- Sa newsletter Blef.fr

- Sa boîte Nao

- L’article I Taught My Dog to Vibe Code Games de Caleb Leak

- Replay de leur meetup Agentic Analytics

- Son épisode avec Alexis Blandin de Jolimoi

- Pour recevoir les 10 outils Data & IA à suivre en 2025, s'inscrire à la newsletter ici


🎬 CHAPITRES


00:00 L’accélération de l'agentique en 2026

03:49 L'impact sur les équipes Data

18:11 Quelles boîtes sont matures ?

21:13 L'impact sur le Buy vs Build

29:59 Les reco de contenu de Blef


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#236 : Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery

#242 - On décrypte 4 tendances Data & IA de 2026 avec Blef

#249 : On décrypte la fusion Fivetran x dbt avec Blef


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🇪🇺 #266 - Flix: Leveraging data to scale operations22 avr. 202600:26:57

Manoj Raghavan is a Staff Data Strategist at Flix, the affordable travel tech scaleup based in Germany, solving technology for long-distance buses and trains. Flix operates in 40+ countries, has 5,000 employees, including around 100 data & AI experts.


We cover :


🔥 Their data organisation: decentralized and with no central data leadership

🔥 One of the main projects he worked on to improve customer experience: bus partner classification

🔥 Their stack: AWS, Snowflake, dbt, Power BI…

🔥 One of their main current challenges: build vs. buy when it comes to AI tools


📚 RESOURCES


- Manoj’s LinkedIn profile

- The book of book Chip Huyen Designing Machine Learning Systems

- The book of book Chip Huyen AI Engineering


🎬 CHAPTERS


00:00 What is Flix?

02:38 Manoj's journey

06:28 The Data team organization

10:43 One of his main projects

16:35 Their stack

19:02 Their main challenges

21:17 Their next step

23:40 Resources he recommends

24:42 His career advice


🤩 OTHER EPISODES YOU SHOULD LOVE


#6 - HelloFresh: Building and scaling a Product Analytics culture

#5 - N26: Building and scaling the Data team for Marketing

#1 - BlaBlaCar : Managing 50 Data People with Manu, VP Data


👋 MORE DATA CONTENT?


1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹


🎙 SUPPORT THE PODCAST FOR FREE


1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

#265 - Back Market : Construire un Data Model robuste et scaler l’Analytics Engineering20 avr. 202600:32:34

Matthieu Colin est Analytics Engineering Manager chez Back Market, la marketplace de produits reconditionnés présente dans 17 pays qui compte plus de 15M de clients.


On aborde :


🔥 La construction d'un data model robuste pour arrêter de “réinventer la roue” à chaque analyse

🔥 Le passage d’un dbt “home-made” à dbt : tests de qualité, incremental et fondations pour scaler

🔥 L’ouverture du data model à 35+ contributeurs : gouvernance, metadata et gestion du self-service

🔥 La maîtrise des coûts BigQuery et la stabilisation de la stack grâce au monitoring et à la CI/CD


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird


DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂


📚 RESSOURCES


- Le LinkedIn de Matthieu

- La newsletter du fondateur de dbt

- La newsletter Blef.fr

- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, inscrivez-vous à notre newsletter ici.


🎬 CHAPITRES


00:00 Le parcours de Matthieu

02:08 Chantier #1 : Le Data Model

03:31 La stack

06:02 Chantier #2 : Ouvrir le data model

08:52 Chantier #3 : Qualité et metadata

13:48 Chantier #4 : Maîtriser les coûts

16:59 Chantier #5 : Stabilité de la stack

19:27 Leur organigramme data

22:22 Leurs plus grosses difficultés

25:17 Leurs prochaines étapes

29:54 Les reco de contenu de Matthieu

30:34 Son meilleur conseil


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#245 - Masterclass | Mettre en place dbt avec Matthieu Rousseau, CEO & Data Engineer chez Modeo

#174 - Qonto : Adopter une approche Analytics Engineering & Self-Service

#150 - Back Market : Re-centraliser l’équipe et la stratégie Data (organigramme, stack…)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 10 : Informatica - Préparer ses données pour l’IA15 avr. 202600:23:30

Are Hegdal est un Expert Data Management. Il travaille chez Informatica depuis 5 ans et est dans la data depuis presque 20 ans. Informatica est un leader mondial du secteur du Data Management. Ils ont été rachetés 8 milliards de dollars par Salesforce en 2025.


On aborde :


🔥 La genèse et les grandes briques d’Informatica (Intégration, Vision 360°, Data Quality…)

🔥 Leur positionnement sur le marché (plateforme globale, approche neutre, R&D…)

🔥 2 cas d’usage Data & GenIA dans la Pharma et l’Assurance

🔥 L’impact de la GenAI sur Informatica depuis quelques années


❤️ PARTENAIRE


Ce podcast est rendu possible par Informatica, leader mondial du Data Management utilisé par des grands groupes comme Sanofi, Apple mais aussi des plus petites comme Garance en France.

👉 S’inscrire aux cafés de la data d’Informatica

👉 Contacter Are sur LinkedIn


📚 RESSOURCES


- Le LinkedIn d'Are

- Le podcast Business de McKinsey

- Le podcast Business du BCG

- L'édition spéciale "Les 40 chantiers Data & IA à lancer en 2025" de notre newsletter


🎬 CHAPITRES


00:00 Informatica en quelques mots

02:07 Les grandes briques d’Informatica

05:04 Son positionnement face aux concurrents

08:51 Les types de clients

10:21 2 cas d’usage : Pharma et Assurance

17:10 L’impact de la GenAI sur Informatica

20:32 Leurs webinars Data Management

21:03 La reco de contenu d’Are


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#205 - La Lead Data Scientist de Pernod Ricard partage sa stratégie (orga, stack, projets)

#168 - Comprendre les rôles clés de la Data Gouvernance avec Charlotte Ledoux (30K abonnés LinkedIn)

#144 - Mettre en place une Data Gouvernance avec Charlotte Ledoux (20K abonnés LinkedIn)


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹


🎙 SOUTENEZ LE PODCAST GRATUITEMENT


1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Redif Top 10 : Gorgias - Mettre en place une approche Self-Service Analytics grâce aux IA Génératives13 avr. 202600:37:34

Elliot Trabac est Senior Data Analytics Engineering Manager chez Gorgias, la scaleup qui propose une plateforme d’IA conversationnelle permettant aux e-commerçants de mieux gérer leur support client. Aujourd’hui ils comptent plus de 15 000 clients.


On aborde :

🔥 Le contexte et le déploiement du Self-Service Analytics grâce aux GenAI

🔥 Leur stack data (Dot Ai, Omni…)

🔥 L’un des avantages clés du Self-Service

🔥 L’organisation de l’équipe, les difficultés, etc.


❤️ PARTENAIRE


Ce podcast est rendu possible par Keyrus, le cabinet de conseil spécialisé sur la Data et l'IA.

👉 Découvrir la masterclass Mettre en place une Data Analytics Factory

👉 Recevoir leur livre blanc qui reprend l’approche présentée dans le détail

👉 Contacter Brahim sur LinkedIn ou par mail : brahim.abdesslam@keyrus.com


📚 RESSOURCES


- Le LinkedIn d’Elliot

- La chaîne YouTube de Dave Ebbelaar, fondateur de Datalumina


🎬 CHAPITRES


00:00 Générique

00:28 Gorgias en quelques mots

05:42 Le contexte autour du projet

09:10 Comment il s’insère dans la stratégie Analytics ?

13:23 L’outil utilisé

15:50 Le déploiement

19:59 Leur stack Self-Service Analytics & GenAI

25:26 L’avantage clé du Self-Service Analytics : l’Observabilité

27:13 L’organisation de l’équipe pour déployer ce projet

32:06 Les difficultés qu’a rencontrées Elliot

34:02 Les prochaines étapes pour ce projet

34:49 Les questions de la fin (ressources, conseils…)


🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER


#178 - On décrypte 3 tendances Data de 2025 avec Christophe Blefari (aka Blef.fr)

#158 - CastorDoc : Data Catalog + GenAI = Self-Service Analytics

#90 - Ovrsea : Mettre en place une approche Self-Service


💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN


On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Ecouter l’épisode #151 Devenir Analytics Engineer en 6 semaines


DataGen a lancé ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touche une commission sur les inscriptions. 🙂


👋 PLUS DE CONTENU DATA ?


1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

© My Podcast Data · Independent project · Data from Apple & Spotify