DataGen
- Episodios
- 328
- Se publica
- cada semana
- Último episodio
- 11 Nov 2026
Sobre el podcast
DataGen est un podcast qui permet de comprendre les stratégies data des plus belles boîtes en France. Je m'appelle Robin Conquet et chaque semaine j'invite un expert de la data pour décrypter ses problématiques. BlaBlaCar, Doctolib, Pernod Ricard, Deezer et bien d'autres, dans ce podcast, tu découvriras comment les entreprises qui réussissent utilisent la data.
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.
Episodios 328
#304 - Les 6 dilemmes des leaders Data & AI (on tranche)
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 …
Notas del episodio
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.
- Valeur business immédiate ou fondation durable ?
- Accélérer sur l'agentique ou mettre en place une gouvernance ?
- Petits succès sûrs ou cibles ambitieuses mais incertaines ?
- Simplifier la data et l'IA ou préserver les nuances ?
- Geler les embauches ou recruter pour accélérer (à l’heure de l’IA) ?
- 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 : [email protected]
📚 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 - Talk show | AI Analytics : ce que les early adopters préparent pour 2027
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 …
Notas del episodio
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 : [email protected]
📚 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 ?
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 …
Notas del episodio
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 croissance
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 …
Notas del episodio
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 : [email protected]
📚 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 licorne
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 …
Notas del episodio
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 : [email protected]
📚 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)
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 …
Notas del episodio
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 : [email protected]
📚 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)
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 …
Notas del episodio
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)
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 :🔥 …
Notas del episodio
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
🇺🇸 #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 ?
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 …
Notas del episodio
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 : [email protected]
📚 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%
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 …
Notas del episodio
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)
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 …
Notas del episodio
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 : [email protected]
📚 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
#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 France
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 …
Notas del episodio
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
#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)
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 …
Notas del episodio
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 : [email protected]
📚 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 Europe
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 …
Notas del episodio
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’influence
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 …
Notas del episodio
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 : [email protected]
📚 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 agentique
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 …
Notas del episodio
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 Looker
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 …
Notas del episodio
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)
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 …
Notas del episodio
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 : [email protected]
👉 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)
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 …
Notas del episodio
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…)
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 …
Notas del episodio
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 Blef
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 …
Notas del episodio
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 delivery
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 …
Notas del episodio
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 [email protected]
📚 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 agentique
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 …
Notas del episodio
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 : [email protected]
📚 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 US
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 …
Notas del episodio
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 & US
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 …
Notas del episodio
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’Airflow
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 …
Notas del episodio
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 [email protected] ou sur LinkedIn : https://www.linkedin.com/in/fdupre/
📚 RESSOURCES
- Tester gratuitement Astro (pendant quelques semaines)
- 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 & IA
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 …
Notas del episodio
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 semaines
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 …
Notas del episodio
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 Levy
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 …
Notas del episodio
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 Analytics
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 …
Notas del episodio
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.
Aquí están los 40 episodios más recientes de 328. Los anteriores están en el feed del podcast.
Podcasts similares
Más podcasts de Tecnología
¿Es tu podcast?
Confírmalo con una entrada en tu feed: aquí recibes un código, lo añades como podcast:txt en el canal de tu feed y nosotros lo comprobamos. Después tu podcast aparecerá como «verificado» en SoundNode.