DataGen

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.

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.

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.

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 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.

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.

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.

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.

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.

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)

- Réserver une démo d'Astro

- 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.