DataGen

Adil Soundardjee était Data Analyst pendant 3 ans au sein du comité des JO. Il s’est spécialisé en Analytics Engineering grâce à une formation continue et travaille aujourd’hui pour Lacoste.

On aborde :

🔥 Son parcours : de Data Analyst à Analytics Engineer en freelance

🔥 Le bootcamp Analytics Engineering qu’il a suivi

🔥 Ses conseils pour réussir sa transition vers l’Analytics Engineering

🔥 Comment il a trouvé sa mission chez Lacoste en freelance

💪 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 d'Adil

- Les formations de dbt Labs

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

🎬 CHAPITRES

00:00 Le parcours d'Adil 

02:55 Bootcamp ou formations en ligne ? 

06:21 Le Bootcamp qu’il a suivi

07:34 Comment il a trouvé sa mission

10:59 Les conseils d'Adil

12:03 Le marché du freelancing

13:03 Ses ressources préférées 

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#199 - Ex-Data Analyst, elle est devenue Full-Stack Data Analyst en freelance

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

#154 - Doctolib : Adopter une approche Analytics Engineering et 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 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.

Marguerite Vial est l’ex-Analytics Engineering Manager de Datadog, une entreprise tech américaine fondée par deux français cotée à la bourse de NY. Aujourd’hui, l’entreprise compte plus de 6 500 employés et est présente dans 33 pays dans le monde.

On aborde :

🔥 Le contexte autour de la mise en place de l’Analytics Engineering et du Self-Service

🔥 Comment ils s’y sont pris : benchmark, Metabase, reportings, formation, dbt…

🔥 Les plus gros challenges rencontrés : priorisation, diversité des utilisateurs

🔥 La décentralisation progressive de leur organisation et leur stack data

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

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

📚 Découvrir le programme du bootcamp ici

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

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

📚 RESSOURCES

- Le LinkedIn de Marguerite

- Le podcast Data Skeptic

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

🎬 CHAPITRES

00:00 Datadog en quelques mots

01:24 Le parcours de Marguerite

02:34 Le contexte

08:21 La mise en place de dbt

09:56 Leur stack

10:43 Leurs plus gros challenges

11:55 Décentralisation et nouvelle orga

14:21 Le bilan de Marguerite

15:43 Son nouveau rôle de Software Engineer

16:43 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#154 - Doctolib : Mettre en place 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.

Michel Tricot est CEO et co-fondateur d'Airbyte, l’un des outils d’ingestion modernes leader sur le marché. Leur dernière levée de fonds en 2021 s'élève à 150 millions de dollars avec une valorisation à 1.5 milliards de dollars.

On aborde :

🔥 La genèse d'Airbyte et le choix de l’Open Source

🔥 Le positionnement actuel d’Airbyte par rapport aux concurrents

🔥 L’impact de la GenAI : données non structurées, ingestion pour le Software Engineering

🔥 L’autre tendance que Michel suit de près : l’enjeu de la souveraineté

❤️ PARTENAIRE

Ce podcast est rendu possible par Airbyte, l'outil d'ingestion moderne open source.

👉 Découvrir la solution

👉 Contacter Michel sur LinkedIn

📚 RESSOURCES

- Le LinkedIn de Michel

- Le livre High Output Management d’Andy Grove (ex-CEO d'Intel)

🎬 CHAPITRES

00:48 La genèse d’Airbyte

02:36 Sa stratégie Open Source

05:50 Ses avantages

10:02 La version 1.0

12:26 La tendance des IA génératives

16:39 L’enjeu de la souveraineté

18:41 Monter une licorne Data : France vs USA ?

19:59 Le livre recommandé par Michel

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#175 - Stack Open Source, Être Manager "doer" & S’adapter à la GenAI avec Christelle (ex-Head of Data @Lydia) et Blef

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

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

📚 Découvrir le programme du bootcamp ici

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

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et 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.

Benjamin Rey est Head of AI au sein du Groupe Adeo, le leader européen du bricolage qui rassemble notamment Leroy Merlin, Bricoman, Saint-Maclou et Weldom dans 11 pays avec 115 000 collaborateurs. Ex-CDO de Leroy Merlin, il pilote désormais la stratégie IA du groupe.

On aborde :

🔥 Le contexte et la genèse de la stratégie IA du groupe

🔥 Ses missions en tant que Head of AI : aligner tout le monde, construire les plateformes et tester les technologies

🔥 L’identification de 200+ use cases et le déploiement des 1ers projets (commerce, supply…)

🔥 Leur stack GenAI et leurs plus grosses difficultés (gouvernance de l’IA et cohérence globale)

💪 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 Benjamin

- Le blog de Philip Schmidt, chercheur chez DeepMind (ex-Hugging Face)

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

🎬 CHAPITRES

00:00 Le contexte et la genèse de la stratégie IA

04:51 1ère étape : cartographier les initiatives existantes

06:41 2 cas d’usage prioritaires : Commerce et Supply

08:25 La définition d’un MVP AI chez Adeo

12:30 La stack GenAI : Google, OpenAI, Mistral...

13:32 Les plus gros challenges rencontrés

15:27 Les prochaines étapes

17:07 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#172 - Mirakl : Intégrer la GenAI dans le Produit

#165 - BNP Paribas : Les 6 piliers de leur programme IA

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

👋 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.

Kevin Yven est Head of Data Science chez Red Bull-BORA-Hansgrohe, l’une des plus grandes équipes du Tour de France.

On aborde :

🔥 Leurs projets Data Science : détection de talents, entraînement, analyse concurrentielle

🔥 Un projet clé pour le Tour : calcul des watts rapportés au poids des coureurs

🔥 Une analyse live qui a fait gagner une étape

🔥 Leur stack data, l’organisation et la réalité du métier sur le terrain

💪 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 Kevin

- La série Netflix sur le Tour de France : Au Coeur du Peloton

- Le film Le stratège de Bennett Miller avec Brad Pitt

- Le livre Atomic Habits de James Clear

- L’assistant IA pour les professionnels du sport développé par Kevin : Sports Science AI

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

🎬 CHAPITRES

00:00 Kevin et de l’équipe Red Bull en quelques mots

01:19 Les projets Data Science de l’équipe

02:26 Un projet clé pour préparer le Tour de France

08:07 Une analyse live qui a permis de gagner une étape

11:35 Leur orga et leur stack data

14:41 Leurs plus grosses difficultés

16:36 Les pré-requis du métier

18:56 Réalité vs fantasmes du métier

21:44 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#181 - Olympique de Marseille : L’ex-Head of Data partage sa stratégie Data

#164 - Jeux Olympiques : Améliorer la performance des athlètes avec la Data & l’IA

#193 - Comprendre l’impact de l’IA sur le Climat avec Lou Welgryn de Data For Good, ex-Carbon4

👋 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.

Raphaël Berly est Data Science Lead chez BlaBlaCar, la licorne française qui a l’une des équipes Data les plus matures en France. Aujourd’hui, on parle de son plus gros challenge de ces dernières années : déployer un projet GenAI qui rapporte 1 million d’euros par an à BlaBlaCar.

On aborde :

🔥 Le contexte autour de ce projet GenAI : la modération

🔥 Comment la solution fonctionne : zoom sur l’embedding

🔥 Les 2 axes méthodologiques du projet, l’organisation & la stack GenAI

🔥 Les plus grosses difficultés & les prochaines étapes du projet

💪 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 Raphaël

- Ses articles Medium sur la place du Machine Learning chez BlaBlaCar

- Les Règles du Machine Learning de Google

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

🎬 CHAPITRES

00:00 La modération de texte chez BlaBlaCar

03:00 Comment ça fonctionne ?

05:45 L’embedding : définition et avantages

09:32 Les 2 axes méthodologies clés du projet

14:21 La stack GenAI

17:03 L’orga de l’équipe

18:27 Leurs plus gros challenges

23:51 Les prochaines étapes du projet

25:33 Les questions de la fin

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#188 - Le VP Data de BlaBlaCar partage ses 3 priorités de 2025, avec Blef

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

#192 - Gorgias : Mettre en place une approche Self-Service Analytics grâce aux IA Génératives

👋 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.

Antoine Tanguy est DataOps chez Brevo, la licorne française qui propose une solution de marketing automation. Arrivé il y a 4 ans chez Brevo, il a évolué du poste de SRE vers celui de Data Ops il y a 1 an et demi. Il accompagne une équipe Data de 15 personnes répartie en 3 sous-équipes : Data Science, Data Engineering et Data Analytics.

On aborde :

🔥 Le rôle et les missions d’un DataOps chez Brevo

🔥 Les chantiers concrets : MLOps avec ZenML, Semantic Layer avec Cube.js, CI/CD avec Terraform et GitHub

🔥 Les plus grosses difficultés du DataOps : cibler le besoin, comprendre son interlocuteur, rester pragmatique…

🔥 Les prochaines étapes de l’équipe : renforcer le MLOps, adopter Kafka, recruter un 2ème Data Ops

📚 RESSOURCES

- Le LinkedIn d'Antoine

- La Newsletter TLDR

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

🎬 CHAPITRES

00:00 Le parcours d’Antoine

02:46 Les chantiers d’un DataOps

10:23 Ses principales difficultés

13:45 Ses prochaines étapes

16:17 Les questions de la fin

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#184 - Brevo : Mettre en place de l’Embedded Analytics dans le Produit

#142 - Brevo : Structurer l’équipe Data d’un centaure

#143 - Tout comprendre sur le DataOps

💪 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.

Are Hegdal est un Expert Data Management. Il travaille chez Informatica depuis 5 ans et est dans la data depuis presque 20 ans. Informatica est un leader mondial du secteur du Data Management. Ils ont été rachetés 8 milliards de dollars par Salesforce en 2025.

On aborde :

🔥 La genèse et les grandes briques d’Informatica (Intégration, Vision 360°, Data Quality…)

🔥 Leur positionnement sur le marché (plateforme globale, approche neutre, R&D…)

🔥 2 cas d’usage Data & GenIA dans la Pharma et l’Assurance

🔥 L’impact de la GenAI sur Informatica depuis quelques années

❤️ PARTENAIRE

Ce podcast est rendu possible par Informatica, leader mondial du Data Management utilisé par des grands groupes comme Sanofi, Apple mais aussi des plus petites comme Garance en France.

👉 S’inscrire aux cafés de la data d’Informatica

👉 Contacter Are sur LinkedIn

📚 RESSOURCES

- Le LinkedIn d'Are

- Le podcast Business de McKinsey

- Le podcast Business du BCG

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

🎬 CHAPITRES

00:00 Informatica en quelques mots

02:07 Les grandes briques d’Informatica

05:04 Son positionnement face aux concurrents

08:51 Les types de clients

10:21 2 cas d’usage : Pharma et Assurance

17:10 L’impact de la Gen AI

20:32 Leurs webinars Data Management

21:03 La recommandation de contenu d’Are

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#205 - La Lead Data Scientist de Pernod Ricard partage sa stratégie (orga, stack, projets)

#168 - Comprendre les rôles clés de la Data Gouvernance avec Charlotte Ledoux (30K abonnés LinkedIn)

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

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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

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

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

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

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

Laure Menissier est AI & Analytics Director chez Mirakl, la licorne française qui accompagne les entreprises sur le développement de leur eCommerce avec des solutions SaaS notamment pour la marketplace ou le retail media, et qui a réalisé une levée de fonds record de 555 millions de dollars.

On aborde :

🔥 Le contexte et le lancement d’un pilote avec Dust

🔥 Des exemples d’Agents IA qu’ils ont déployés (Support, RFP, onboarding…)

🔥 Les plus gros challenges : évangélisation sur les attentes et formation

🔥 La stack déployée et leur objectif de l’année : 50% des collaborateurs ont créé leur agent

💪 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 Laure

- Les postes à pourvoir chez Mirakl

- La chaîne YouTube 3Blue1Brown

- La plateforme de formation DeepLearning.ai

- Les meetups Generative AI Paris

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

🎬 CHAPITRES

00:00 Laure & Mirakl en quelques mots

03:41 Le contexte autour du déploiement des Agents IA

05:40 Les étapes & l’organisation du projet

07:32 Les agents types qu’ils ont déployés

11:51 La stack centrée sur Dust

16:23 Les plus gros challenges de Laure dans le cadre de ce projet

23:33 Les questions de la fin (recommandations, conseils…)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

#172 - Mirakl : Intégrer la GenAI dans le Produit

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

👋 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.

Gabrielle Prat est dans l'équipe Data chez Alan, la licorne française qui a révolutionné la complémentaire et la mutuelle santé. Avec 500 millions d'euros de revenus annuels, c'est l'un des plus beaux succès de la startup nation. Aujourd’hui, elle revient sur la stratégie Data Science qu’ils ont mis en place pour lutter contre la fraude à l’assurance.

On aborde :

🔥 Qu’est-ce que la fraude à l’assurance et quel est l’enjeu pour Alan ?

🔥 Les 4 étapes du projet : Data Mining, Rule-based, Machine Learning et UX

🔥 Le déploiement d’agents IA pour augmenter l’équipe Ops

🔥 La culture chez Alan (transparence radicale, peu de meetings, culture de l’écrit…)

📅 VOUS AVEZ ENTENDU PARLER DE L'IA SUMMIT A LILLE LE 1ER JUILLET ?

La Cité de l'IA Summit à Lille est le rendez-vous dédié à l’Intelligence Artificielle et à la Data. Il aura lieu le 1er juillet 2025 de 8h30 à 18h45 à Marcq-en-Baroeul (59).

📚 Découvrir l'événement

🎙 Découvrir le programme

Ceci n'est pas une collaboration commerciale. :)

📚 RESSOURCES

- Le LinkedIn de Gabrielle

- L’article Why data-driven product decisions are hard de Andrew Chen

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

🎬 CHAPITRES

00:00 Alan en quelques mots

04:24 L’équipe Data chez Alan

09:15 Les différents types de fraude

13:06 Etape 1 : Data mining

14:18 Etape 2 : Rule based

17:25 Etape 3 : Machine learning

18:48 Etape 4 : UX

21:03 Mise en place d’agents IA

25:44 La culture chez Alan

29:45 Les questions de la fin (incl. ses ressources pref)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

#166 - Defacto : Déployer des algorithmes pour scorer la solvabilité des entreprises

#162 - Le Lead Data Science de Back Market partage leur stratégie GenAI

💪 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.