Et si les Data Contracts devenaient insuffisant pour garantir la qualité et la compréhension des données ?

Dans l’épisode, nous, Axel et Bertrand, parlons de la différence entre la forme des données et leur signification métier.

Pour matérialiser cela, le concept d’Open Semantic Interchange (OSI) est abordé.

On explique pourquoi les Data Contracts ne suffisent plus à eux seuls, et comment la couche sémantique devient un élément clé pour rendre les données réellement exploitables comme dans un contexte d’IA et d’agents autonomes.

On donne également de notre vision terrain :

- Pourquoi la sémantique devient centrale

- Les limites actuelles des approches existantes

- Ce que cela change concrètement pour les Data Engineers

Dans cet épisode, on parle de :

- Data contracts vs sémantique métier (forme vs fond)

- Open Semantic Interchange (OSI)

- Limites des semantic layers actuelles

- Interopérabilité et dépendance aux outils

- Impact sur les architectures Data modernes

- Enjeux pour les agents IA et l’automatisation

Les ressources

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Formation pour diminuer vos coûts BigQuery : https://datayoka.com/formations/diminuer-vos-cots-bigquery

➕ Formation SQL sur BigQuery : https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance

➕ Coaching individuel SQL/BigQuery/FinOps : https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery

➕ Newsletter : https://datayoka.com/newsletter

➕ Blog : https://datayoka.com/blog

Lien vers l’article :

https://www.snowflake.com/content/snowflake-site/global/en/blog/open-semantic-interchanges-specs-finalized

00:00 Introduction & contexte de l’épisode

01:10 Data contracts : pourquoi ça ne suffit pas

04:30 Forme vs fond : comprendre la limite actuelle

07:20 Introduction à l’Open Semantic Interchange (OSI)

10:40 Pourquoi la sémantique devient critique

13:30 Limites des semantic layers actuelles

16:00 Dépendance aux outils & fragmentation

18:30 Interopérabilité des données : le vrai enjeu

21:00 Impact sur les architectures data modernes

23:30 OSI et futur des agents IA

26:00 Ce que ça change pour les Data Engineers

28:30 Conclusion & takeaways

☝️ Dans cet épisode Bertrand et Axel passent en revue les dernières nouveautés Data de Google Cloud, en mettant l’accent sur l’arrivée massive de l’IA dans les outils comme BigQuery. Ils parlent du Conversational Analytics, qui permet de générer des requêtes SQL en langage naturel, ainsi que les limites liées aux hallucinations et à la validation métier. La discussion aborde également l’émergence des data products comme fondation pour les agents IA, capables d’automatiser des workflows et de générer des insights de manière autonome. Enfin, ils évoquent les impacts pour les Data Engineers, entre automatisation, amélioration de la qualité des données, observabilité accrue et évolution des pratiques vers plus de gouvernance et de structuration.

Les ressources

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Formation pour diminuer vos coûts BigQuery : https://datayoka.com/formations/diminuer-vos-cots-bigquery

➕ Formation SQL sur BigQuery : https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance

➕ Coaching individuel SQL/BigQuery/FinOps : https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery

➕ Newsletter : https://datayoka.com/newsletter

➕ Blog : https://datayoka.com/blog

Lien vers l’article :

https://cloud.google.com/blog/products/data-analytics/whats-new-with-google-data-cloud/

Chapitres

00:00 Introduction & présentation de l’épisode

01:14 Conversational Analytics dans BigQuery (IA + SQL)

07:30 Data Products & Agents IA

12:45 Importance des métadonnées & Data Governance

15:30 Mise à jour des modèles & RAG

16:30 Debug Airflow avec Gemini

17:45 Recommandations BigQuery & optimisation des coûts

18:50 Multi-cloud & gestion des identités (Microsoft Entra ID)

21:30 Comparaison AWS vs GCP (vision terrain)

23:10 Cloud SQL pour l’IA & Feature Store

25:30 JDBC BigQuery (connectivité Java)

27:00 Conclusion & fin de l’épisode

☝️ Dans cet épisode Bertrand et Axel discutent des tendances actuelles en matière de Data, en se concentrant sur une vidéo YouTube d’interview de Daniel Beach. Ils explorent le retour au vertical scaling, l'état du marché des outils de data, et l'évolution du rôle de Data Engineer à l'ère de l'IA. La conversation aborde également les défis liés au choix des outils dans un environnement saturé et les implications des modèles de Data Modeling traditionnels face à l'émergence de concepts comme le Data Mesh.

Les ressources

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Formation SQL sur BigQuery de 3 jours : https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance

➕ Newsletter : https://datayoka.notion.site/1355071b...

➕ Blog : https://datayoka.com/blog

Lien vers l’article : https://www.confessionsofadataguy.com/building-credible-data-systems-hoyt-emerson-on-the-full-data-stack/

Chapitres

00:00 - Introduction à l’épisode : tendances data et IA en 2026

00:27 - Retour au vertical scaling

08:02 - Impact de l’IA sur la gestion de projets Data en startup et grandes structures

13:52 - Vision d’un Data Engineer à l’ère de l’IA

23:27 - L’impact sur les modèles de Data Modeling

27:04 - Vers une transformation complète des pratiques Data avec l’IA

☝️ Dans cet épisode, Axel Mauroy et Bertrand Fabre accueillent Victor Vaneecloo, Data Engineer expérimenté, pour échanger sur ses retours d’expérience autour de dbt (data build tool) et de ses usages en Data Engineering.

Les ressources

👉 Victor sur LinkedIn : https://www.linkedin.com/in/baptiste-wlodarczyk/

➕ rateIndex : https://rateindex.streamlit.app/

➕ Newsletter : https://vaneec.tech/

➕ Site : https://vvaneecloo.ghost.io/

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Formation SQL sur BigQuery de 3 jours : https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance

➕ Newsletter : https://datayoka.notion.site/1355071b...

➕ Blog : https://datayoka.com/blog

Liens vers les articles

1️⃣ https://vvaneecloo.ghost.io/supercharging-dbt-performance-working-at-scale-trade-offs-1-3/

2️⃣ https://vvaneecloo.ghost.io/supercharging-dbt-why-dbt-your-orchestration-layer-one-app-not-two-2-3/

3️⃣ https://vvaneecloo.ghost.io/supercharging-dbt-lets-build-a-production-ready-platform-with-dbt-airflow-3-3/

Chapitres

00:00 Introduction et présentation de l’invité

01:13 Comprendre DBT : définition et enjeux

03:22 Défis et pièges dans l’utilisation de DBT

05:37 Passage à l’échelle de DBT : aspects techniques et organisationnels

09:38 Intégration des modèles incrémentaux dans DBT

11:54 Le rôle de la gouvernance en data engineering

15:34 Intégration de DBT avec les outils d’orchestration

19:39 L’intérêt des monorepos

21:53 Simplifier l’orchestration des données avec Airflow et DBT

23:55 Gouvernance et visibilité dans la gestion des données

25:20 Les avantages du micro-batching

27:09 Présentation d’Elementary pour l’observabilité

29:23 Quand utiliser un traitement complet ou incrémental

31:14 Projets et outils futurs en data engineering

☝️ Dans cet épisode, Axel Mauroy et Bertrand Fabre explorent les dernières avancées en ingénierie des données et en intelligence artificielle. Ils discutent des nouvelles fonctionnalités d'AWS S3 pour le stockage de vecteurs, de l'IDE Antigravity de Google, et de l'intégration d'Excel avec Databricks. Les hôtes partagent leurs réflexions sur l'impact de ces technologies sur le secteur et les défis potentiels qu'elles posent.

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Newsletter de Bertrand : https://datayoka.notion.site/1355071ba1ca80189240d83808f5994d

➕ Blog de Bertrand : https://datayoka.com/blog

00:00:00 Introduction et présentation

00:03:00 AWS S3 et le stockage de vecteurs

00:09:00 Google Antigravity et l'expérience IA

00:15:00 Databricks et l'Intégration d'Excel

00:21:00 Conclusion et perspectives

☝️ Dans cet épisode, Bertrand et Axel discutent de l'utilisation de Polars chez Decathlon, de la comparaison entre Polars et Spark, de Lance comme nouveau format de données, et de l'impact de l'IA sur l'observabilité des données avec Monte Carlo. Ils explorent comment ces outils et technologies peuvent optimiser le traitement des données et améliorer l'efficacité des équipes data.

👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/

👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/

➕ Newsletter de Bertrand : https://datayoka.notion.site/1355071ba1ca80189240d83808f5994d

➕ Blog de Bertrand : https://datayoka.com/blog

00:00 Introduction et présentation des sujets

00:58 Utilisation de Polars chez Décathlon

08:48 Comparaison entre Polars et Spark

16:33 Lance : un nouveau format de données

27:54 Monte Carlo et l'IA pour l'observabilité

☝️ Dans cet épisode, Bertrand et Axel explorent les nouveautés de Python 3.14, notamment le T-String, les améliorations de débogage, et les implications du GIL sur les performances. Ils discutent également des concepts de Data Redaction et Data Masking, ainsi que des meilleures pratiques pour la gestion des données sensibles.

🎙️ DataWatch est un podcast de veille en data. Axel Mauroy et Bertrand Fabre échangent autour d’articles publiés récemment en data.

Liens vers les articles :

👉 Les nouveautés de Python 3.14 : https://www.docstring.fr/blog/les-nouveautes-de-python-314/

👉 Data redaction vs. data masking: What's the difference? : https://www.rudderstack.com/blog/data-redaction-vs-data-masking

00:00 Introduction au Data Engineering et Python 3.14

02:00 Les nouveautés de Python 3.14 : T-String et F-String

06:13 Améliorations de débogage et annotations différées

09:06 Le GIL et ses implications sur les performances

10:57 Just-In-Time et multi-interpréteur dans Python

16:09 Nouvelles fonctionnalités de compression et gestion des erreurs

18:37 Data Redaction vs Data Masking : Concepts et applications

27:52 Conclusion et réflexions sur la conformité des données

☝️ Dans cet épisode, Bertrand Fabre, Axel Mauroy et leur invité Baptiste Vlodarczyk (AI Engineer chez SFEIR, en mission chez L’Oréal) discutent de plusieurs sujets liés à l’intelligence artificielle et à l’ingénierie des données.Baptiste présente un article de Google sur la sécurisation des serveurs MCP (Model Context Protocol), standard proposé par Anthropic pour connecter les modèles de langage à des outils via des interfaces compréhensibles par les LLM. Ils abordent les risques de sécurité (exposition de données, vol de tokens, détournement de session) et la solution proposée par Google : un proxy centralisé avec des couches de contrôle telles que Model Armor, IAM et Secret Manager.La conversation se poursuit sur les différences entre API et SDK, les standards ouverts (notamment l’OpenAI SDK), et l’importance de ces outils pour unifier l’écosystème IA.Enfin, les intervenants commentent l’article de Daniel Beach sur le rôle du YAML Engineer, en débattant de la surutilisation du YAML et de Terraform dans la data et des limites en termes de flexibilité et de créativité.L’épisode se conclut sur une réflexion sur la place du code, la lisibilité, et la bonne répartition entre logique applicative et infrastructure.

🎙️ DataWatch est un podcast de veille en data.Axel Mauroy et Bertrand Fabre échangent autour d’articles publiés récemment en data.

👉 Axel sur LinkedIn

👉 Bertrand sur LinkedIn

➕ Newsletter de Bertrand

➕ Blog de Bertrand

Liens vers les articles :

👉 Le MCP et sa sécurité

👉 SDK vs API

👉 Le YAML Engineer

Dans cet épisode, Bertrand Fabre explore les différences entre SQLMesh et dbt, deux outils de transformation de données. Il met en avant les fonctionnalités de SQLMesh, notamment son intégration de Python, son versioning et son orchestration intégrée. La discussion aborde également les tests et CI/CD, ainsi que les environnements de développement. Bertrand conclut en soulignant l'importance de SQLMesh dans le paysage des outils de transformation de données.

👉 ⁠⁠⁠⁠⁠Bertrand sur LinkedIn⁠⁠⁠⁠⁠

➕ ⁠⁠⁠⁠⁠Newsletter de Bertrand ⁠⁠⁠⁠⁠

➕ ⁠⁠⁠⁠⁠Blog de Bertrand⁠⁠⁠⁠

Article : Les différences entre SQLMesh et dbt

☝️ Dans cet épisode, Axel Mauroy et Bertrand Fabre explorent les nuances de l'architecture médaillon, un concept popularisé par Databricks. Ils discutent des couches de données bronze, silver et gold, et remettent en question la nécessité de certaines de ces couches. L'épisode aborde également l'impact du marketing sur les nouvelles technologies et l'importance de rester pragmatique dans l'adoption de nouvelles architectures. Enfin, ils partagent des nouvelles du secteur, notamment le rachat de Tobiko Data par Fivetran et l'introduction par Google Cloud de son SDK avec Rust.

🎙️ DataWatch est un podcast de veille en data. Axel Mauroy et Bertrand Fabre échangent autour d’articles publiés récemment en data.

👉 ⁠⁠⁠⁠Axel sur LinkedIn⁠⁠⁠⁠

👉 ⁠⁠⁠⁠Bertrand sur LinkedIn⁠⁠⁠⁠

➕ ⁠⁠⁠⁠Newsletter de Bertrand ⁠⁠⁠⁠

➕ ⁠⁠⁠⁠Blog de Bertrand⁠⁠⁠⁠

Articles👉 Nouvelles du Secteur - Rachat de Tobico Data 👉 Google Cloud et le SDK Rust👉 Impact du Marketing sur les Technologies👉 Décryptage de l'Architecture Médaillon