DataGen

Rémi Guyot est l’ancien Chief Product Officer de BlaBlaCar, la plateforme de transports partagés leader en Europe qui compte 20 millions d’utilisateurs en France. Aujourd’hui, il a co-fondé l’agence Produit Discovery Discipline et est co-auteur du livre et de la méthode du même nom.

On aborde :

🔥 Les gros chantiers data qu’il a menés : rendre les équipes Produit autonomes et utiliser la data dans le produit

🔥 Son plus gros challenge : se faire confiance sur les sujets data et gérer la tension Data x Design

🔥 Ses conseils pour des équipes Product Analytics

🔥 La création de Discovery Discipline et sa vision sur les IA Génératives

💪 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

🎬 CHAPITRES

00:00 Générique

00:31 Intro

04:43 Comment Rémi est devenu CPO de BlaBlaCar

06:38 Les plus gros chantiers data qu’il a menés en tant que CPO

12:00 Son plus gros challenge data : se faire confiance sur les sujets data

19:15 Ses conseils pour des Product Analysts

21:04 Le contexte de la création de Discovery Discipline

24:37 L'impact des GenAI sur nos métiers demain

32:40 Les questions de la fin (ressource, conseil)

📚 RESSOURCES

- Le LinkedIn de Rémi Guyot

- Discovery Discipline de Rémi Guyot et Tristan Charvillat

- The Visual Display of Quantitative Information par Edward Tufte

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#129 - BlaBlaCar : Scaler l’impact de l'équipe Data Engineering

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

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

#74 - BlaBlaCar : Adopter une approche Produit en Data Science

#47- Airbnb : Rapprocher la Data et le Design 

👋 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 Duizabo est Head of Data chez Agorapulse, la startup qui propose un outil de gestion des réseaux sociaux qui a levé plus de 16 millions d’euros. Avant, Juliette était déjà Head of Data chez Ovrsea.

🎬 CHAPITRES

00:00 Générique

00:24 Intro

01:57 Pourquoi Juliette est partie d’Ovrsea pour rejoindre AgoraPulse

04:03 Le contexte Data & IA chez AgoraPulse

06:23 Les chantiers que Juliette a priorisés en arrivant

07:47 Chantier #1 : Améliorer la fiabilité des données

10:53 Ses conseils pour mettre en place dbt

12:51 Chantier #2 : Mettre en place le Self-Service

15:12 Pourquoi Juliette recommande Metabase

17:16 L’impact du Self-Service sur l’organisation des équipes Data

21:06 Chantier #3 : Promouvoir une mentalité plus ROIste

23:38 La stack Data chez AgoraPulse : Segment, BigQuery, Airbyte, Fivetran, dbt, Airflow, Metabase

26:40 Le plus gros challenge qu’a rencontré Juliette à son arrivée : être une bonne manager

28:29 Les prochaines étapes pour l’équipe Data chez AgoraPulse : LLM pour le produit et “Self-Service AI”

31:01 Les questions de la fin

❤️ PARTENAIRE

Ce podcast est rendu possible par CastorDoc, le Data Catalog qui propose dorénavant aussi une solution de Self-Service Analytics (”Text-to-Insight”).

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

👉 Recevoir le benchmark avec tous les outils Self-Service Analytics identifiés et testés par Tristan et son équipe

📚 RESSOURCES

- Le LinkedIn de Juliette

- La chaîne YouTube 3Blue1Brown

- L’article du Financial Times sur les LLMs

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#77 - Sunday : Scaler grâce à une orga Data Mesh

#90 - Ovrsea : Mettre en place une approche Self-Service

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

#130 - Comment l’ex-Head of Data Science & Analytics de Veepee structure le département Data de Choose

#138 - Ovrsea : Adopter les GenAI et Gagner 50% de productivité

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

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

📚 Découvrir le programme du bootcamp ici

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

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

❤️ ABONNEZ-VOUS POUR SOUTENIR LE PODCAST GRATUITEMENT ❤️

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

Christelle Marfaing, ex-Head of Data de Lydia, est aujourd’hui Chief Data Officer de May, la startup qui a développé une app d’avantages salariés (3 millions d’euros levés en 2022).

Christophe Blefari est Staff Data Engineer et auteur de la newsletter data la plus connue au sein de l’écosystème français : Blef.fr.

Cet épisode spécial Noël est le 1er d’une nouvelle série dont l’objectif est d’échanger avec un.e leader data à 3 avec Blef.

🎬 CHAPITRES

00:00 Générique

02:04 Intro

02:34 Stack Open Source déployée On-Prem

12:37 Concilier prise de management tout en restant "doer"

20:36 L’Impact des IA génératives sur les équipes data et comment s’y préparer

27:16 Les News Préférées de 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

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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

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

📚 RESSOURCES

- Le LinkedIn de Christelle

- Le LinkedIn de Blef

- Article sur la GenBI de Simon Späti

- Notre newsletter DataGen "Les 40 Chantiers Data & IA à lancer en 2025"

- L'article Please just stop saying "just"

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#161 - On décrypte avec Blef : Sa Data Horror Story d’halloween et une update DataOps

#148 - Ledger : Leurs 6 projets GenAI en production

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

# 90 - Ovrsea : Mettre en place une approche 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.

Alice Fresko est Lead Analytics Engineer chez Qonto, la solution bancaire en ligne qui permet aux PME et aux indépendants de gérer leur quotidien bancaire, facturer leurs clients en un clic et effectuer leur comptabilité. Ils ont levé 622M€ depuis leur création et comptent aujourd’hui 1 600 collaborateurs et 500 000 clients en Europe. Aujourd’hui, Alice nous parle de leur approche Analytics Engineering et Self-Service.

🎬 CHAPITRES

00:00 Générique

01:42 Intro

02:38 La place de l’équipe Analytics Engineering

03:17 Le process Analytics Engineering chez Qonto

08:30 Les Data Contracts V0

11:39 Analytics Engineering vs Business Intelligence

13:08 Les outils de l’équipe Analytics Engineering

13:35 Le plus gros challenge de l’équipe Analytics Engineering : le Self-Service

18:12 Les principales difficultés qu’Alice a rencontrées

21:23 Les prochaines étapes pour l’équipe Analytics Engineering chez Qonto

22:11 Les questions de la fin

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé sur Databricks et Microsoft.

👉 Découvrir l’épisode avec Frédéric : #166 - Masterclass | Tout comprendre sur Databricks avec Frederic Forest

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

📚 RESSOURCES

- Le LinkedIn d’Alice

- Les blogs Tech des entreprises, dont celui de Qonto

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#151 Devenir Analytics Engineer en 6 semaines

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

💪 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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

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

🎙 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.

Charly Cadet est Group Head of Financial Performance chez Klépierre, le leader européen des centres commerciaux. Charly a initié un programme de transformation du département Finance et un peu plus largement de Klépierre via l'usage de la data. Il explique la genèse du projet, le détail du programme et leurs initiatives data.

🎬 CHAPITRES

00:00 Générique

01:41 Intro

05:41 1ère étape du programme : la formation

08:19 2ème étape : la Data Gouvernance

13:06 3ème étape : automatiser les tableaux de bord

17:40 La grosse difficulté que Charly a rencontrée : convaincre son équipe mais aussi les équipes métiers

25:25 Dernière étape : recruter un profil technique dans l’équipe

27:08 La collaboration avec l’équipe IT pendant le programme

28:52 Les prochains focus data pour l’équipe Finance : l’adoption et la simulation à la volée

32:36 La recommandation de contenu de Charly

❤️ PARTENAIRE

Ce podcast est rendu possible par DataBird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.

👉 Découvrir l’épisode avec Alexandre : Masterclass | Lancer une Data Academy

👉 Contactez Alexandre sur LinkedIn ou par mail à [email protected]

📚 RESSOURCES

- Accelerate de N. Forsgren, J. Humble & G. Kim

- La chaîne Youtube Alex The Analyst

- The FP&A Guy sur YouTube et sur LinkedIn

- Le LinkedIn de Jonathan Plateau

- Le podcast “Moment de vérité” de Bruno Clément

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#156 - AXA France : Les 3 piliers de leur Stratégie Data & IA

#119 - Carrefour : Passer d’un Data Lab à une Analytics Factory

#99 - Masterclass | Lancer une Data Academy avec Alexandre Miny de Tornaco

💪 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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

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

❤️ ABONNEZ-VOUS POUR SOUTENIR LE PODCAST GRATUITEMENT ❤️

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

Anne-Claire Baschet est Chief Data & AI Officer chez Mirakl, la licorne française qui propose une solution clé en main pour monter sa marketplace et qui a réalisé une levée de fonds record début 2024 de 555 millions de dollars.

On aborde :

🔥 Son parcours de AXA jusqu’à Mirakl en passant par la SNCF et Aramis

🔥 L’objectif de Mirakl : reconstruire le Produit en intégrant la GenAI

🔥 Les fonctionnalités, l’organisation et son plus gros challenge : scaler l’équipe

🔥 Leur stack GenAI : AWS, Databricks, MLflow, OpenAI, Galileo.ai, Llama, Anyscale

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé sur Databricks et Microsoft.

👉 Découvrir l’épisode avec Frédéric : #166 - Masterclass | Tout comprendre sur Databricks avec Frederic Forest

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

📚 RESSOURCES

- Le LinkedIn d’Anne-Claire

- "Pré-suasion" de Robert Cialdini

🎬 CHAPITRES

00:00 Intro

03:03 Son parcours

11:27 L’objectif chez Mirakl : reconstruire le Produit en intégrant la GenAI

16:05 Les fonctionnalités GenAI core product

25:33 Son plus gros challenge : scaler l’équipe

30:38 Leur Stack GenAI

35:29 La structure de l’équipe

40:08 Les questions de la fin

🤩 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

#138 - Ovrsea : Adopter les GenAI et Gagner 50% de Productivité

💪 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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

DataGen lance ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touchera 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.

Jade Le Van est Principal Sales Engineer chez Snowflake, la plateforme Data & IA dont tout le monde parle sur le podcast (Qonto, Ledger, Spendesk…).

On aborde :

🔥 La genèse de Snowflake (une plateforme pour l’Analytics & l’IA dans le Cloud)

🔥 Pourquoi elle est adoptée massivement (simplicité & rapidité pour activer la donnée)

🔥 Les fonctionnalités IA et leurs convictions (ex : faciliter l’usage de petits modèles moins gourmands)

🔥 La rivalité avec Databricks, les nouvelles fonctionnalités d’ingestion, le format Iceberg

❤️ PARTENAIRES

Ce podcast est rendu possible par :

- Snowflake, la plateforme Data & IA dont tout le monde parle sur le podcast (Qonto, Ledger, Spendesk…).

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

👉 Découvrir le free trial

- KPC, le cabinet de conseil spécialisé sur la data et l'IA.

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

👉 Découvrir l'épisode avec Mickaël : #160

👉 Recevoir le manifesto avec les 5 piliers clés

📚 RESSOURCES

- Le LinkedIn de Jade

- La chaîne YouTube Snowflake en français

🎬 CHAPITRES

00:00 Générique

00:28 Intro

01:38 Le parcours de Jade : Alstom, Tableau, GCP, Snowflake

04:05 La genèse de Snowflake

05:50 Pourquoi Snowflake connaît un tel succès sur le marché

08:32 Les features AI chez Snowflake

13:02 Les atouts IA de Snowflake

18:02 Y a-t-il vraiment une rivalité entre Snowflake et Databricks ?

19:58 La stratégie de Snowflake

26:34 Les questions de la fin

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#145 - On décrypte avec Blef : Les sommets Snowflake, Databricks et la techno Iceberg 

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

#50 - Ledger : Monter le département Data d'une licorne

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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

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

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

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

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

Elisa Gilles est AI & ML Engineering Manager chez Leboncoin, le fleuron de la tech française qu’on ne présente plus. Aujourd’hui elle nous parle de son plus gros challenge de ces dernières années, à savoir : passer d’une approche Data Science à une approche ML Engineering.

🎬 CHAPITRES

00:00 Générique

00:44 Intro et parcours (ex-Deezer)

04:53 Le contexte

07:18 Les initiatives pour y arriver

19:09 Leur grille de compétence d’équipe

25:52 La plus grosse difficulté qu’elle a rencontrée : la conduite du changement

27:51 Les prochaines étapes : continuer l’itération, aller plus loin dans les bonnes pratiques

31:38 Les questions de la fin (recommandation, achievement, déclic)

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé sur Databricks et Microsoft.

👉 Découvrir l’épisode avec Frédéric : #166 - Masterclass | Tout comprendre sur Databricks avec Frederic Forest

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

📚 RESSOURCES

- Le LinkedIn d’Elisa

- Lien pour rejoindre le Modern Data Network MDN

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

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

#74 - BlaBlaCar : Adopter une approche Produit en Data Science

💪 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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

DataGen lance ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touchera 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.

Caroline Mestre est Analytics Engineer en freelance et crée également du contenu pour l’institut de formation DataBird. Dans cet épisode spécial dédié à l’Analytics Engineering, elle nous parle de sa transition de Data Analyst à Analytics Engineer et des avantages que ses nouvelles compétences lui apportent.

On aborde :

🔥 Son parcours : de Data Analyst à Analytics Engineer

🔥 Ses missions en tant que freelance Analytics Engineer

🔥 Comment les compétences en Analytics Engineering valorisent son profil sur le marché du travail

🔥 Ses conseils pour un Data Analyst qui souhaite évoluer vers un poste d’Analytics Engineer

💪 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

🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn

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

📚 RESSOURCES

- Le LinkedIn de Caroline

- La newsletter DataGen

🎬 CHAPITRES

00:00 Générique

00:27 Intro et parcours (de Data Analyst à Analytics Engineer)

02:30 Ce qui l’a poussée à devenir Analytics Engineer

04:20 Les missions de Caroline en tant qu’Analytics Engineer

09:20 Comment elle s’est formée sur le rôle d’Analytics Engineer ?

11:20 En quoi les compétences d’Analytics Engineering lui apportent de la valeur au quotidien

12:27 Ses conseils à un Data Analyst souhaitant évoluer vers un poste d’Analytics Engineer 

13:51 Zoom sur le bootcamp DataBird pour devenir Analytics Engineer

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#91 - Spendesk : Adopter l'approche Analytics Engineering

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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

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

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

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

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

Charlotte Ledoux est une experte Data Gouvernance et également une créatrice de contenu sur LinkedIn à succès (+30K abonnés). Elle est venue nous faire une masterclass sur son sujet de prédilection : la Data Gouvernance, avec un focus sur les rôles.

🎬 CHAPITRES

00:00 Générique

01:30 Intro

02:02 Les rôles clés de la Data Gouvernance : Data Owner, data Steward

12:12 Les tendances du moment : Data Product Manager, Data Governance Engineer

22:12 L’avis de Charlotte sur l’impact des GenAI sur la Data Gouvernance

27:48 Une ressource qui l’a interpellée ces dernières semaines

❤️ PARTENAIRE

Ce podcast est rendu possible par delaware, le cabinet de conseil leader sur Microsoft Fabric et SAP en France.

👉 Découvrir l'épisode #155 - Masterclass | Mettre en place une Modern Data Stack avec Fabric de Microsoft

👉 Contacter Enzo sur LinkedIn ou par mail à [email protected]

📚 RESSOURCES

- Le LinkedIn de Charlotte Ledoux

- Sa formation en ligne "Define your data governance strategy"

- Sa newsletter sur le sujet du Data Governance Engineer

- L’article Is Excel immortal ? de Benn Stancil

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#158 - CastorDoc : Data Catalog + GenAI = Self-Service Analytics

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

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

💪 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 lance ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touchera 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.