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.

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

📅 ON SERA AVEC BLEF À LA FORWARD DATA CONFÉRENCE LE 24/11

L’événement, co-organisé par Blef, le Modern Data Network et Hymaïa, aura lieu le 24 novembre 2025. On y parlera du futur de l’écosystème data.

📚 Découvrir l'événement ici

🎙 Découvrir le programme ici

Ceci n'est pas une collaboration commerciale. 🙂

📚 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.

Jean-Benoît Mehaut et Mustapha Benosmane sont Global Head of Analytics et Head of Data Platform 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. Depuis 4 ans, ils ont piloté la mise en place d’une approche Data Mesh à l’échelle dans 11 pays pour 2000 utilisateurs internes afin de rendre la donnée plus qualitative et actionnable pour les métiers.

On aborde :

🔥 Le contexte et les points de douleurs qui ont poussé Adeo à mettre en place une approche Data Mesh (goulot d’étranglement dans l’équipe centralisée, problèmes de qualité de données…)

🔥 L'approche fédérée qu’ils ont mis en place : les outils (BigQuery, Data Catalog interne…) et le framework (Global Ready)

🔥 L'organisation : les équipes “produit”, les équipes “plateforme” et une équipe “plateforme technologique” globale

🔥 Leurs plus gros challenges : le change management, la transformation, la gouvernance fédérée…

💪 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 Jean-Benoît

- Le Linkedin de Mustapha

- Le Livre Software Architecture : The Hard Parts

- Le Livre Data Mesh de Zhamak Dehghani

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

🎬 CHAPITRES

00:00 Le contexte

02:05 Les points de douleurs qui ont mené au Data Mesh

03:44 Approche fédérée : les outils (BigQuery, Data Catalog interne…)

06:35 Approche fédérée : le framework (Global Ready)

09:17 L’orga : équipes Produit, équipes Plateformes…

11:32 Leurs plus grosses difficultés

14:42 Leurs prochaines étapes

18:22 Leurs ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#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.

Alexis Ego est Solution Engineer chez Retool, l’outil low code massivement adopté par les équipes Data & IA aux US et en Europe. Ils ont déjà convaincu des géants comme OpenAI et Nvidia aux Etats-Unis ou Pernod Ricard et Decathlon en France.

On aborde :

🔥 La genèse et les grandes briques de Retool (connecteurs, “drag & drop”, agents IA…)

🔥 Son positionnement dans la Modern Data Stack et sur le marché

🔥 Plusieurs cas d’usage Low Code x Data & IA (vente, marketing, RH…)

🔥 L’accélération de la tendance du low code dans la Data & l’IA

❤️ PARTENAIRE

Ce podcast est rendu possible par Retool, l'outil low code massivement adopté par les équipes Data & IA.

👉 Découvrir l'outil

👉 Contacter Alexis sur LinkedIn

📚 RESSOURCES

- Le LinkedIn d'Alexis

- Le White Paper "Navigating the AI Frontier" de Capgemini

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

🎬 CHAPITRES

00:00 Le parcours d’Alexis

03:11 La genèse de Retool

05:38 Les grandes briques

08:34 Son positionnement dans la Modern Data Stack

11:05 Pourquoi utiliser une solution Low Code ?

13:22 Pourquoi choisir Retool plutôt que ses concurrents ?

17:25 Plusieurs cas d’usage (vente, marketing, RH…)

21:59 La tendance du Low Code

26:26 Le lien entre le Low Code et les Agents IA

28:24 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#102 - Databricks : Une Stack Unique pour l’Analytics et l’IA 💪

#179 - dbt : L’outil le plus adopté de 2024 ? ⚙️

#215 - Airbyte : L'outil d'ingestion Open Source leader du marché

👋 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.

Claire Lebarz est CTO chez Malt, la plateforme leader du freelancing en Europe, qui met en relation des freelances avec des entreprises. La scaleup fait partie du Next 40 qui référence les 40 scaleups les plus prometteuses en France. Claire a passé 6 ans chez Airbnb dans la Silicon Valley, où elle a été Head of Data sur une partie du produit. Elle est rentrée en France pour prendre le rôle de VP Data, de Chief Data AI Officer et enfin de CTO chez Malt.

On aborde :

🔥 Les chantiers Data & IA qu’elle a mis en place en arrivant chez Malt

🔥 Le projet IA de matching sur lequel elle s’est impliquée opérationnellement

🔥 Son passage sur le rôle de CTO

🔥 Le retour du Make or Buy et l’accélération de l’enjeu de souveraineté

❤️ PARTENAIRE

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

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

👉 S'inscrire à leur prochain événement

📚 RESSOURCES

- Le LinkedIn de Claire

- Le livre "Thinking, Fast and Slow" de Daniel Kahneman

- Lenny’s Podcast

- Le livre "Nexus" de Yuval Noah Harari

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

🎬 CHAPITRES

00:00 Le parcours de Claire, ex-Head of Data chez Airbnb

01:30 Les premiers chantiers qu’elle lance en arrivant chez Malt

02:59 L’importance d’avoir une équipe Data centralisée

04:47 Refocus sur un seul projet de Machine Learning

07:24 Recherche vs Ecole d’Ingénieur

09:10 La suppression du système de ticketing

15:49 Son implication dans un projet IA

30:05 Le retour du make or buy

34:22 Ses ressources préférées 

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

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

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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

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

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

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

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

Frédéric Forest est expert Data Visualisation et a monté un cabinet de conseil spécialisé sur la data et notamment sur PowerBI : Datatorii.

On aborde :

🔥 Le concept de Design System (tokens, charts, patterns…)

🔥 Dans quel contexte les entreprises industrialisent leur Data Visualisation

🔥 Les étapes à suivre pour mener ce type de projet (axes “outil” et “organisationnel”)

🔥 Les plus gros challenges de cette approche et les conseils de Frédéric

❤️ PARTENAIRE

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

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

👉 S'inscrire à leur prochain événement

📚 RESSOURCES

- Le LinkedIn de Frédéric

- Le Livre “Show Me the Numbers” de Stephen Few

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

🎬 CHAPITRES

00:00 Le concept

00:29 Qu’est ce que le Design System ?

02:02 Dans quel contexte les entreprises industrialisent leur Data

03:54 Les étapes à suivre pour mettre en place un Design System

08:55 La structure et la durée de ce type de projet

11:42 Les plus gros challenges de cette approche

14:12 Les conseils de Frédéric

15:32 La professionnalisation de la Data Visualisation

16:51 Sa ressource préférée

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#167 - Tout comprendre sur Databricks 😎

#115 - Doctolib : Scaler sa Data Visualisation auprès de 2000 Utilisateurs 📊

#28 - Quitoque : Scaler sa data visualisation

👋 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.

Ex-Polytechnique, Hugo Palmer est aujourd’hui Senior Staff Engineer pour l’Analytics chez Decathlon où il pilote la vision tech de la stratégie Analytics. Avant ça, il a passé 7 ans dans l’équipe Data de BlaBlaCar à manager plusieurs équipes.

On aborde :

🔥 La mise en place du Self-Service : 3 étapes de maturité et harmonisation des KPIs cross-domaines

🔥 La création d'un Analytics Center of Excellence : équipe centralisée de 5 Staffs pour définir les bonnes pratiques

🔥 Le lancement des “Chapters Data” pour animer la communauté de 200+ profils Analytics répartis en domaines

🔥 L’adoption de la GenAI : déploiement d'un copilot pour les Data Analysts (MCP, LLM, …)

❤️ PARTENAIRE

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

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

👉 S'inscrire à leur prochain événement

📚 RESSOURCES

- Le LinkedIn d'Hugo

- Le blog de Will Larson

- Le Livre "An Elegant Puzzle Systems of Engineering Management” de Will Larson

🎬 CHAPITRES

00:00 Le parcours d’Hugo

02:54 Le chantier Self-Service Analytics

07:49 Harmoniser les KPIs

12:53 L’Analytics Center of Excellence

16:47 La mise en place des Chapters Data

21:45 L’adoption de la GenAI pour l’Analytics

27:14 Les ressources préférées d’Hugo

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

#60 - Decathlon : Implémenter une nouvelle stratégie Analytics avec Anicet Bart, Sr Staff 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

🎙 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.

Sarah De Oliveira Bugalho est Head of Data chez Fairly Made, la startup qui propose une solution de mesure de l’impact environnemental des produits textiles et qui a levé 15 millions en 2025. Arrivée premier profil data dans une équipe de 45 personnes, elle a monté le département Data de zéro (stack, use cases, recrutement et intégration produit) et dirige aujourd'hui une équipe de 5 personnes.

On aborde :

🔥 Son retour d’expérience entre conseil, freelance, grosses boîtes et startups

🔥 Le lancement du département : Modern Data Stack, quick wins avec Streamlit

🔥 Les projets data intégrés dans le produit : embedded analytics

🔥 Ce qu’elle ferait différemment notamment sur la mise en place de Metabase et les 1ers projets

💪 VOUS AVEZ UN PROJET DATA ?

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

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

👉 Nous rencontrer ici

📚 RESSOURCES

- Le LinkedIn de Sarah

- La newsletter de Blef

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

🎬 CHAPITRES

00:00 Son parcours : conseil, freelance, grosses boîtes, startup

04:30 Ses enseignements clés

05:22 Le contexte à son arrivée

08:28 Mise en place d’une stack V1

10:37 La stack aujourd’hui

12:31 1ers cas d’usage avec Streamlit

14:43 La data pour le produit

16:15 Ses plus grandes difficultés

18:59 Zoom sur Metabase

21:30 Orga, data quality et IA responsable

26:07 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#208 - Alan : Déployer des algorithmes pour lutter contre la fraude

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

#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.

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).

Cet épisode est le 1er d’une nouvelle série dont l’objectif est d’inviter des Head of Data qui ont déjà monté ou structuré une équipe Data et qui recommencent dans une plus petite structure.

Aujourd’hui, Christelle nous parle du lancement du département Data chez May après avoir dirigé une équipe de 14 personnes chez Lydia.

On aborde :

🔥 Son choix de rejoindre une jeune startup après son passage chez Lydia

🔥 Le contexte data chez May, ses premières initiatives et ses choix techno (Airbyte, Dagster…)

🔥 2 sujets qu’elle décide de lancer très tôt : Data Contracts et RGPD

🔥 Sa vision sur la GenAI et comment elle est utilisée au sein du Produit chez May.

---

❤️ PARTENAIRE

Ce podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.

👉 Contactez Benjamin pour vous faire accompagner

Son mail : [email protected]

Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/

👉 Mettez Elisa également dans la boucle

Son mail : [email protected]

Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/

---

🎬 CHAPITRES

00:00 Générique

01:46 Pourquoi revenir en startup après Lydia ?

04:41 Présentation de May

07:13 Le contexte data à son arrivée

07:55 Ses premières initiatives : POC, Data Contracts, RGPD

14:39 La stack mise en place (Airbyte, Dagster…)

17:29 Buy vs build

25:00 Sa vision sur la Generative AI

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

 🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment

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

#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.

Christophe Blefari est Staff Data Engineer et auteur de la célèbre newsletter data française Blef.fr. Il est l’un des plus gros experts data en France et est d’ailleurs membre du collectif de freelances DataGen. Il revient nous parler des dernières actualités data, notamment du débat qui échauffe les esprits ces dernières semaines : est-ce la fin de la Modern Data Stack ?

On aborde :

🔥 Pourquoi parle-t-on de la fin de la Modern Data Stack ?

🔥 Ce qu’on observe auprès de l’écosystème français

🔥 Le retour de Christophe sur la dernière conférence DuckDB

🔥 La “Fast news” de Christophe : SDF, nouvelle alternative à dbt ?

---

💪 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.

👉 Rencontrez-nous ici.

---

🎬 CHAPITRES

00:00 Générique

01:27 Pourquoi parle-t-on de la fin de la Modern Data Stack ?

05:41 Retour sur l’adoption massive du concept de Modern Data Stack

20:50 Zoom sur l’écosystème Data Stack en France

29:46 Nouveauté DuckDB : l'outil sort en version 1 à l'été 2024

35:12 La Fast news de Blef : SDF, la nouvelle alternative de bdt

---

📚 RESSOURCES

- Fundamentals of Data Engineering de Joe Reis

- Les replays du Data Council à Austin 2024 ne sont pas encore sortis. Voici la chaîne YouTube

- L’article sur SDF, l’alternative à dbt

---

🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#153 - ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants

🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment

#100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari 🎁

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

#67 - Les 4 tendances data de 2023 avec Christophe Blefari (Aka Blef.fr)

---

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

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