Salma Bakouk est une experte en Data Gouvernance, elle a co-fondé Sifflet, la solution de Data Observability utilisée par des grands groupes comme Carrefour, BBC, Saint-Gobain mais aussi par des scaleups comme Dailymotion.

On aborde :

🔥 Qu’est-ce que la Data Observability et comment la discipline a émergé

🔥 Dans quels contextes on met en place une approche Data Observability

🔥 Comment on la met en place : Pré-POC, POC, benchmark, fonctionnalités…

🔥 La différence entre un outil de Data Observability et un Data Catalog

❤️ PARTENAIRE

Ce podcast est rendu possible par Sifflet, la solution de Data Observability utilisée par des grands groupes comme Carrefour, BBC, Saint-Gobain mais aussi des scaleups comme Dailymotion.

👉 Télécharger le guide pour valider si vous devez mettre en place une approche Data Observability

👉 Contacter Salma sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Salma

- Le Medium de Tristan Handy, fondateur & CEO de dbt

- Le blog Data Expresso

- Le LinkedIn de Joe Reis

- L'édition spéciale Les 100+ ressources des leaders data invités sur DataGen de notre newsletter

🎬 CHAPITRES

00:00 Sifflet en deux mots

00:34 Le parcours de Salma

03:16 Qu’est-ce que la Data Observability ?

05:48 Dans quels contextes la mettre en place ?

10:32 Les 2 étapes clés

16:29 Les fonctionnalités de Sifflet (lineage, documentation...)

21:02 Data Catalog VS Data Observability

24:58 Durée d'implémentation

28:07 L’impact de l’IA sur Sifflet et sur la Data Observability

30:30 Les questions de la fin (ressources, conseils…)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#200 - Mettre en place un framework Data Domain avec Charlotte Ledoux

#168 - Comprendre les rôles clés de la Data Gouvernance

#144 - Mettre en place une Data Gouvernance avec Charlotte Ledoux

💪 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

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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

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

Matthieu Rousseau, expert en Data Engineering et DataOps, a fondé Modeo, un cabinet de conseil spécialisé sur la Modern Data Stack et le DataOps qui travaille avec des Grands Groupes et des Startups.

🎬 CHAPITRES

00:00 Qu’est-ce qu’une Modern Data Stack ?

02:07 Pourquoi la mettre en place ?

04:06 Les outils clés et la valeur qu’ils apportent

09:07 Les use cases

11:17 Pourquoi la Modern Data Stack est clé

14:26 Timeline et orga

18:41 Les conseils de Matthieu

21:39 IA et French Modern Data Stack

23:21 Les dernières questions

PARTENAIRE ❤️

Ce podcast est rendu possible par Modeo, le cabinet de conseil spécialisé sur la Modern Data Stack et le DataOps qui travaille avec des Grands Groupes et des Startups.

👉 Découvrir leurs projets et leur blog

👉 Contacter Matthieu sur LinkedIn ou par mail : [email protected]

👉 Recevoir le guide pour mettre en place une Modern Data Stack : formulaire de contact

📚 RESSOURCES

- Le LinkedIn de Matthieu et le blog de Modeo

- Recevoir le guide mentionné par Matthieu

- Le blog Start Data Engineering

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#85 - Masterclass | Comprendre la Modern Data Stack avec Matthieu Rousseau

#143 - Masterclass | Tout comprendre sur le DataOps avec Matthieu Rousseau 

#112 - MyLight Systems : Migrer vers une Modern Data (& AI) Stack avec Databricks

💪 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

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

DataGen opère ce bootcamp 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 📹

🎙 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.

Christophe Blefari est Staff Data Engineer, auteur de la newsletter data la plus connue au sein de l’écosystème français (Blef.fr), co-fondateur de nao et surtout selon moi l’un des plus gros experts data en France.

On aborde :

🔥 Qu’est-ce qu’un Staff et pourquoi le rôle émerge en France

🔥 La différence entre un Staff, un Senior et un Engineering Manager

🔥 Comment on devient Staff et le marché du Staff en France

🔥 Comment le métier de Data Engineer évolue avec l’IA

💪 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

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

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

📚 RESSOURCES

- Le LinkedIn de Christophe

- La newsletter de Christophe

- L’article "Senior to Staff" dans la newsletter Technical Leadership

- Le site StaffEng

- Le Github Career Paths de Dropbox

- Le Career Path d’Alan

🎬 CHAPITRES

00:00 Qu’est-ce qu’un Staff ?

05:21 Le Staff Data Engineer, Bras Droit Tech du VP Data ?

09:18 Staff Data Engineer vs Engineering Manager

13:45 Comment devenir Staff Data Engineer ?

17:43 Le marché du Staff en France

21:13 L’évolution du Data Engineering avec l’IA

25:18 Les changements de projets

28:15 Les recommandations de contenu de Blef

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#183 - BlaBlaCar : Adopter une approche “Staff” dans l’équipe Data

🇺🇸 #114 - BlaBlaCar : Managing 50 Data People with Manu, VP Data

#186 - On compare dbt & SQLMesh avec Christophe Blefari (aka 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.

Juliette Bon est Data Analytics Team Lead chez Pennylane, la licorne (148 millions levés) qui propose une solution de gestion des finances et de comptabilité. Aujourd’hui, revient sur son plus gros challenge : monter une équipe Data Analytics.

On aborde :

🔥 Le contexte autour du lancement de l’équipe Data Analytics chez Pennylane

🔥 Les 2 chantiers principaux : recrutement & organisation

🔥 Ses plus grosses difficultés et ses conseils pour monter une équipe Data Analytics

🔥 Un exemple de projet Analytics et les prochaines étapes pour l’équipe

💪 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

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

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

📚 RESSOURCES

- Le LinkedIn de Juliette

- Le podcast The Analytics Power Hour

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

🎬 CHAPITRES

00:00 Pennylane en 2 mots

04:30 Le contexte autour du lancement de l’équipe Data Analytics

06:54 1er chantier : le recrutement

11:28 2ème chantier : l’orga de l’équipe

17:50 Les difficultés qu’a rencontrées Juliette

22:10 Un exemple de projet Analytics à forte valeur ajoutée

24:59 Les conseils de Juliette

27:24 Leurs prochaines étapes

29:21 Dernières questions (incl. ses ressources préférées)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#190 - Decathlon : Lancer l’équipe People Analytics

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

#126 - Comment l’ex-Head of Data de Lydia monte le département Data chez May

👋 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.

Charlotte Ledoux est une experte Data & IA Gouvernance qui crée du contenu sur LinkedIn avec beaucoup de succès (+35K abonnés). Dans ce 3ème épisode ensemble, Charlotte nous fait une Masterclass sur la mise en place d'un framework data domain.

On aborde :

🔥 L’approche Data Domain : définition & les 3 types d’approche

🔥 L’organisation des équipes par Data Domain et les livrables types d’une squad

🔥 Les conseils de Charlotte pour mettre en place un framework Data Domain

🔥 L’avis de Charlotte sur 2 tendances de la Data Gouvernance : centralisation VS décentralisation & Self-Service

💪 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

📚 RESSOURCES

- Le LinkedIn de Charlotte

- L’article Why Data Mesh will fail?

🎬 CHAPITRES

00:00 Qu’est-ce que le framework Data Domain ?

01:51 Les différentes approches

06:16 L’orga des équipes par Data Domain

08:53 Les livrables types d’une Squad Data Domain

12:49 Les conseils de Charlotte

14:34 Retour sur 2 tendances Data Gouv

19:22 Retour en arrière sur le Self-Service

22:21 La news de Charlotte (Why Data Mesh will fail?)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#191 - Tableau : Mettre en place une stratégie Self-Service Analytics

#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)

#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.

Maud est passée d’un rôle de Data Analyst à un rôle de Data Analyst Full-Stack en Freelance. Dans cet épisode, elle nous parle de sa transition, de sa formation et de son nouveau rôle.

On aborde :

🔥 Son parcours : de Data Analyst à Data Analyst Full-Stack

🔥 Le bootcamp Analytics Engineering DataBird x DataGen qu’elle a suivi

🔥 Comment elle est passée en freelance à la suite du bootcamp

🔥 Ses conseils pour devenir Data Analyst Full-Stack

💪 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

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

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

📚 RESSOURCES

- Le LinkedIn de Maud

- Le LinkedIn de Willis Nana

- Le LinkedIn de Zach Wilson

- Le LinkedIn de Phuong Nguyen

- Le LinkedIn de Kevin Rosamont

- Le LinkedIn de Benjamin Dubreu

- Le LinkedIn de Morgan Gautherot

- Le programme du bootcamp

- L'édition spéciale Les 100+ ressources des leaders data invités sur DataGen de notre newsletter

🎬 CHAPITRES

00:00 Son parcours

05:57 Le Bootcamp DataGen x DataBird

09:19 Ses nouvelles compétences

10:41 Les modules dbt

11:53 Sa transition en freelance

14:30 Sa mission actuelle

16:44 Ses conseils

20:21 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#182 - Ex-Data Analyst, elle est devenue Analytics Engineer 

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

#151 - Devenir Analytics Engineer en 6 semaines avec DataBird et DataGen

👋 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.

Alma Garcia-Mariller est Head of Business Analytics chez Swile, la licorne française qui améliore l'expérience des employés au travail grâce à ses titres restaurants, cartes cadeaux et avantages mobilité.

On aborde :

🔥 Le contexte autour du changement de stratégie Data

🔥 La nouvelle stratégie Data : projets, organisation, stack

🔥 Les plus grosses difficultés rencontrées par Alma et son équipe

🔥 Les prochaines étapes pour l’équipe Data chez Swile

❤️ 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 le livre blanc qui reprend l’approche présentée dans le détail

👉 Contacter Brahim sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn d’Alma

- Le LinkedIn de Théo Alves d'Acosta et son Substack

🎬 CHAPITRES

00:00 Pourquoi mettre en place une nouvelle stratégie ?

05:42 La nouvelle stratégie Data

09:54 Leurs projets Analytics

15:39 Leur stack data

17:50 Les plus grosses difficultés

18:55 Leurs prochaines étapes

27:00 Les dernières questions (incl. ses ressources préférées)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#150 - Back Market : Re-centraliser l’équipe et la stratégie Data (organigramme, stack…)

💪 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

👋 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.

Guillaume est Ingénieur Solution chez Salesforce et expert sur le sujet des agents IA. Récemment, Salesforce a lancé un nouveau produit, Agentforce, qui permet de les déployer.

On aborde :

🔥 La différence entre les LLMs et les agents, et la genèse d’Agentforce

🔥 L’état actuel du marché et quelques cas d’usage agent IA pour le Retail

🔥 Les étapes pour mettre en place un agent IA (rôle, data, action, garde-fou, canal)

🔥 Les grandes briques d’Agentforce, les utilisateurs et les prérequis

❤️ PARTENAIRE

Ce podcast est rendu possible par Salesforce.

👉 Découvrir le replay du Webinar Agentforce avec une démo d'Agentforce

👉 Contacter Guillaume sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le replay du Webinar avec une démo d'Agentforce Webinar Agentforce

- La plateforme de formation Trailhead

- La newsletter The Rundown AI

🎬 CHAPITRES

00:00 Agentforce en deux mots

03:16 La différence entre les LLMs et les agents IA

06:07 Où en est le marché sur l’adoption des agents IA ?

07:36 Des exemples d’agents IA

12:50 Les grandes briques d’Agentforce

19:49 Les conseils pour mettre en place ces cas d’usage

21:36 Echanger avec Guillaume et découvrir la démo d’AgentForce

22:26 Les dernières questions (recommandations...)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#159 - Malt : Mettre en place un assistant IA pour booster l'efficacité en interne (Dust, Gemini…) 

#148 - Ledger : Leurs 6 projets GenAI en production

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

#127 - Doctolib : Déployer une stratégie IA Générative 

💪 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

Ce bootcamp est opéré en collaboration avec DataBird et DataGen 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 📹

🎙 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.

Samya est Generative AI Research Lead chez Pigment, la nouvelle licorne française qui a levé +230 millions de dollars.

On aborde :

🔥 La genèse de l’équipe GenAI et sa stratégie

🔥 Deux exemples de projets GenAI appliqués au Produit

🔥 L’organisation de l’équipe et leur architecture technique (OpenAI, LangChain, Langfuse…)

🔥 La plus grosse difficulté : trouver le bon équilibre performance x latence

💪 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

📚 RESSOURCES

- Le LinkedIn de Samya

- L'épisode DeepSeek, China, OpenAI, NVIDIA, xAI, TSMC, Stargate, and AI Megaclusters du podcast de Lex Fridman

- La newsletter AlphaSignal

🎬 CHAPITRES

00:00 Pigment en deux mots

01:53 Le parcours de Samya

03:47 La genèse de l’équipe GenAI et leur stratégie

06:33 Les 2 exemples de projets

08:14 L’organisation de l’équipe

11:17 L'architecture technique (OpenAI, LangChain, Landfuse…)

16:53 Leur plus grosse difficulté : l’équilibre performance x latence

22:25 Leurs prochaines étapes

25:21 Les dernières questions (recommandations, conseil)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#159 - Malt : Mettre en place un assistant IA (Dust, Gemini…)

#148 - Ledger : Leurs 6 projets GenAI en production

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

#127 - Doctolib : Déployer une stratégie IA Générative 

👋 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.

Yoann Benoit expert Data, IA et Produit, est le fondateur d’Hymaïa, l’agence spécialisée dans la Data, l’IA et le Produit. Aujourd’hui ils travaillent avec des grosses boîtes comme Pernod Ricard mais aussi avec des boîtes Tech comme Leboncoin.

On aborde :

🔥 Qu’est-ce que l'approche Produit et dans quels contextes l’adopter ?

🔥 Les 4 étapes pour adopter une approche Produit (framework des 4F) : Find, Face, Frame, Form

🔥 Les difficultés lorsqu’on adopte une approche Produit : langage commun, mindset “solution”…

🔥 Est-ce qu’il y a des spécificités liées aux projets IA génératives ?

❤️ PARTENAIRE

Ce podcast est rendu possible par Hymaïa, l’agence spécialisée dans la Data, l’IA et le Produit.

👉 Contacter Yoann sur LinkedIn ou par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Yoann

- Le livre Escaping the Build Trap de Melissa Perri

- Le livre Continuous Discovery Habits de Teresa Torres

🎬 CHAPITRES

00:00 Comment Yoann s’est spécialisé sur ce sujet ?

01:48 Qu’est-ce que l'approche Produit ?

03:07 Dans quel contexte on met en place une approche Produit

08:06 Étape #1 : Find

11:10 Étape #2 : Face

14:53 Étape #3 : Frame

18:41 Étape #4 : Form

21:29 Les plus grosses difficultés qu’on rencontre lorsqu’il met en place une approche Produit

25:09 Est-ce qu’il y a des spécificités liées aux projets IA ?génératives ?

28:56 Les questions de la fin (ressources, conseils…)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#177 - BlaBlaCar : L’ex-Chief Product Officer partage sa Stratégie Data

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

#124 - ManoMano : L’ex-Chief Product Officer partage sa Stratégie 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

Ce bootcamp est opéré en collaboration avec DataBird et DataGen 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 📹

🎙 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.