DataGen

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 comme des grands groupes et est selon moi l'un des plus grands experts data en France. Récemment, il a cofondé nao Labs, un éditeur de code à destination des équipes data qui utilise l'IA.

On aborde :

🔥 La stratégie derrière la fusion Fivetran x dbt : créer un centre de gravité plus gros pour concurrencer les mastodontes

🔥 L'impact sur les équipes Data : frustration de la communauté open source, positionnement enterprise…

🔥 L’approche "one-stop shop” avec des rachats probables à venir (data catalog, orchestrateur…)

🔥 Les news de dbt Coalesce : Open Semantic Interchange, Metric Flow en Open Source…

💪 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 touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Christophe

- Sa newsletter blef.fr

- Sa boîte nao

- L'article “Build Your Own Database”

🎬 CHAPITRES

00:00 Fusion dbt x Fivetran

06:18 La stratégie du côté de dbt

09:44 La stratégie du côté de Fivetran

12:54 L’impact sur les équipe Data

19:44 Quelles seront les synergies ?

22:41 Les news clés de dbt Coalesce

24:55 Sa ressource préférée

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery

#224 - Blef a passé 3 mois chez Y Combinator aux US

#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.

Bastien Caunègre est Head of Data Platform chez Ornikar. La scale-up qui a dépoussiéré l'auto-école en la rendant 100% en ligne et qui s’est récemment lancée dans l’assurance auto. Arrivé comme premier Analytics Engineer, il a déployé l’approche Analytics Engineering chez Ornikar et pilote aujourd’hui l’équipe Data Platform.

On aborde :

🔥 Les 1ères initiatives : CI/CD dbt, FinOps, naming conventions

🔥 La construction d’un Semantic Layer dans dbt pour centraliser les métriques

🔥 La structuration d’une gouvernance pour accompagner l’équipe Analytics (standards sur Notion, building committee…)

🔥 Leur usage des GenAI et de l’automatisation : Dust pour le self-service analytics, n8n pour les workflows sur Git

💪 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 touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Bastien

- La newsletter Blef.fr

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

0:00 Son parcours

02:23 L’orga de l’équipe Data

02:56 L’approche Analytics Engineering

05:00 Les 1ères actions

12:01 La gouvernance

13:41 Semantic Layer dans dbt

19:29 Intégration de Dust

24:32 Automatisations avec n8n

26:25 Next steps

26:56 Sa reco de contenu

27:37 Son meilleur conseil

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#225 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)

#216 - Datadog : Adopter une approche Analytics Engineering et 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.

Colin is the co-founder & CEO of Omni, the Business Intelligence tool that has seen rapid adoption over the past years. By 2025, Omni had raised $69 million and reached a valuation of $650 million. Many data leaders are now choosing to abandon their traditional BI tools in favor of Omni.

We address :

🔥 Why Colin left his role as VP of Product at Looker to build a new BI tool

🔥 The Omni vision: reconciling enterprise BI governance with the flexibity of Excel and SQL

🔥 AI for Analysis (”chat with your data”): what Omni did differently in its Semantic Layer to make it work

🔥 The future of Data teams when anyone can do complex analyses in minutes

❤️ SPONSOR

This episode is made possible by Omni, the next-generation BI platform already used by many companies (Brevo, Photoroom, etc.).

👉 Discover the demos

📚 RESOURCES

- Colin's LinkedIn

- Jason Lemkin’s SaaStr blog

- Dave Kellog’s Kellblog blog

- Demos on the Omni website (Build in Public)

🎬 CHAPTERS

00:00 Colin’s career path

01:37 Omni’s initial vision

05:07 From Looker to Omni

09:42 Why data leaders choose Omni

15:53 AI for Analysis (”Chat with your data”): what Omni did differently in its Semantic Layer to make it work

20:12 “Building in public” at Omni

24:36 The evolution of data teams

30:58 The specifics of the French market

32:30 Colin’s resource recommendations

33:13 What he likes most about data

🤩 OTHER EPISODES YOU SHOULD LOVE

#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery

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

#184 - Brevo : Mettre en place de l’embedded analytics dans le Produit

👋 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.

Voici le bilan 2025 et les nouveaux projets de 2026 pour DataGen ! 🔥

🎬 CHAPITRES

00:00 Intro

01:25 Les performances

03:20 Le top 3 épisodes

05:06 Le chiffre d'affaires

07:49 Grosse news

10:39 Update perso

🤩 LE TOP 3 DE 2025

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

#196 - Monter l’équipe GenAI d’une licorne

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

👋 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.

Angélique Bidault-Verliac est Chief Data & Performance Officer chez SNCF Connect & Tech, la filiale digitale de SNCF Voyageurs. Avant ça, elle était Chief Data Officer chez OUI.SNCF depuis 2018, ce qui lui donne un solide recul sur les enjeux data du groupe. Elle revient sur la stratégie data menée ces 4 dernières années.

On aborde :

🔥 Chantier #1 : re-structurer l’architecture Cloud pour absorber 1,5 milliard de visites par an

🔥 Chantier #2 : déployer un plan de gouvernance à l’échelle du groupe

🔥 Chantier #3 : mettre la donnée à disposition en temps réel

🔥 Leurs plus gros challenges : trouver une vision technologique commune et embarquer les métiers

💪 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'Angélique

- Le film "The Creator" de Gareth Edwards

- Pour recevoir Les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Leur orga

03:00 Le contexte data 

03:50 Chantier #1 : Achitecture Cloud 

07:34 Chantier #2 : Gouvernance 

10:55 Chantier #3 : Temps réel

13:38 Cas d’usage : la “rétrainspective”

15:45 Leurs 3 plus grosses difficultés

22:25 Leurs prochaines étapes

23:18 Sa ressource préférée

24:23 Son meilleur conseil

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#237 - ENGIE : Déployer la stratégie Data & IA dans l’Industrie

#194 - Sanofi : Les 3 piliers de leur Stratégie Data & IA (cas d’usage, Data Mesh, Stack)

#123 - Starburst : Accélérer l’accès au Data Lake et attaquer plusieurs sources en une requête

👋 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.

Matthieu Rousseau est un expert en Data Engineering, sur le sujet de la Modern Data Stack et notamment sur dbt. Il a monté Modeo, l’agence spécialisée sur l’IA et le Data Engineering (dbt, Snowflake, Airflow, DLT, Databricks...).

On aborde :

🔥 Les étapes clés pour mettre en place dbt : choix open source vs cloud, structuration des projets, orchestration et observabilité

🔥 Les 5 avantages de l'outil : cadre de travail, time to market, qualité des données, self-service BI et intégration dans la stack

🔥 Ses inconvénients : structuration complexe sur les gros projets, limitations du SQL et learning curve pour les Data Analysts

🔥 Les conseils de Matthieu : documentation & tests dès le début, séparation logiques techniques/métiers, usage de librairies open source

❤️ PARTENAIRE

Cet épisode est rendu possible par Modeo, l’agence spécialisée sur l’IA et le Data Engineering (dbt, Snowflake, Airflow, DLT, Databricks...).

👉 Découvrir leur guide pour mettre en place dbt : ici

👉 Contacter Matthieu sur LinkedIn

👉 Contacter Matthieu par mail : [email protected]

📚 RESSOURCES

- Le LinkedIn de Matthieu

- Le blog Start Data Engineering

- Le guide de Modeo pour mettre en place dbt : ici

- Le blog de Modeo

🎬 CHAPITRES

00:00 Qu’est-ce que dbt ?

01:41 Pourquoi l’outil est autant utilisé ?

03:44 Les étapes clés

08:29 Les avantages

14:50 Les inconvénients

17:30 Les conseils de Matthieu

20:24 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

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

👋 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.

Victor Cumer est Data Engineering Team Lead chez Qonto, la solution bancaire en ligne pour les PME et les indépendants qui est aussi l'une des plus belles licornes françaises. Avant de rejoindre Qonto, Victor était Head of Data Platform chez Veepee, une autre licorne française.

On aborde :

🔥 L’objectif de Victor en arrivant : stabiliser et scaler la Data Platform

🔥 Ses 4 chantiers clés : Observabilité, Data Contracts, Automatisation & Self-Service

🔥 Les difficultés : faire adhérer la nouvelle vision à l’équipe, faciliter l’adoption des utilisateurs

🔥 Les prochaines étapes : intégrer des solutions autour de la gouvernance des données

💪 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 Victor

- Le livre Deciphering Data Architectures de James Serra

- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le contexte à son arrivée

02:34 Objectif : Stabiliser la plateforme

04:01 Chantier #1 : Observabilité

07:12 Chantier #2: Data Contracts

17:21 Chantier #3 : Automatisation

21:06 Chantier #4 : Self-Service

28:19 La stack chez Qonto

31:33 Les plus grosses difficultés

36:30 Les prochaines étapes

38:43 Ses reco de contenu

41:05 Pourquoi il aime la data

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#225 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)

#211 - Brevo : Mettre en place une approche DataOps

#84 - Veepee : Utiliser les Data Contracts pour scaler sa Data Platform

👋 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.

Thomas Pocreau est Staff Machine Learning Engineer chez BlaBlaCar, la licorne de covoiturage et de transport que tout le monde connaît.

On aborde :

🔥 Pourquoi ils ont adopté une approche Staff dans l’équipe Data

🔥 La différence entre un Staff et un Senior

🔥 2 exemples de projets Staff

🔥 Les plus gros challenges de la création du poste

❤️ PARTENAIRE

Ce podcast est rendu possible par dbt Labs qui développe dbt, l’outil le plus mentionné sur le podcast.

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

👉 Demander une démo : https://bit.ly/40kXh8K

📚 RESSOURCES

- Le LinkedIn de Thomas

- Le Machine Learning Rules Book de Google

- The Staff Engineer's Path de Tanya Reilly

🎬 CHAPITRES

00:00 Générique

00:43 Intro

05:40 Le contexte

08:13 Senior vs Staff

11:06 1er projet : MLOps

13:19 2ème projet : Analytics

21:09 Le plus gros challenge de Thomas

25:46 Les plus gros challenges de BlaBlaCar lors de la création du poste de Staff Data

27:41 Les prochaines étapes pour l’approche staff chez BlaBlaCar

29:07 Les questions de la fin (ressources, conseil)

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

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

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

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

💪 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. 🙂

👋 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.

Jeremy Cohen est Principal Product Manager chez dbt, la solution de transformation souvent mentionnée sur le podcast. On en a parlé avec des 10aines de boîtes : BlaBlaCar, Doctolib mais aussi des plus grosses boîtes comme Decathlon.

🎬 CHAPITRES

00:00 Générique

00:32 Intro

03:27 La genèse de dbt

08:51 dbt aujourd’hui

14:54 Ses facteurs de succès

17:13 L’impact de la GenAI sur dbt

21:19 Les autres tendances : Iceberg, accessibilité, Semantic Layer

28:02 Les questions de la fin (ressources, conseil)

❤️ PARTENAIRE

Ce podcast est rendu possible par dbt Labs qui développe dbt, l’outil le plus mentionné sur le podcast.

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

👉 Demander une démo : https://bit.ly/40kXh8K

📚 RESSOURCES

- Le LinkedIn de Jeremy Cohen

- Le Roundup de dbt

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

#141 - On décrypte avec Blef : GenAI & Self-Service, Metric Tree, ClickHouse, progresser en tant que DE

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

💪 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. 🙂

👋 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.