☝️ Dans cet épisode, nous parlons des clés de clustering sur Snowflake, du rôle de l’AI Data Engineer, de la disponibilité des vues matérialisées et des tables de streaming pour AWS et Azure, de la planification de fin d’année pour les objectifs 2025 et de l’utilisation du streaming de données pour le développement des futurs services financiers ;

🎙️ 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

👉 Les clés de clustering sur Snowflake

👉 Le rôle de l’AI Data Engineer

👉 La disponibilité des vues matérialisées et des tables de streaming pour AWS et Azure

👉 La planification de fin d’année pour les objectifs 2025

👉 L’utilisation du streaming de données pour le développement des futurs services financiers

☝️ Dans cet épisode, nous parlons de l’organisation des équipes logiciel et data, des trois composants d’une stack de données non structurées, de la stratégie de surveillance des pipelines ETL, du premier data Engineer IA au monde et de la réalité des formats de tables ouverts ;

🎙️ 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 :

👉 ⁠L’organisation des équipes logiciel et data⁠

👉 ⁠Les trois composants d’une stack de données non structurées⁠

👉 ⁠La stratégie de surveillance des pipelines ETL⁠

👉 ⁠Le premier data Engineer IA au monde⁠

👉 ⁠La réalité des formats de tables ouverts

☝️ Dans cet épisode, nous parlons de la mort des clés primaires et étrangères, de l’implémentation du Data Mesh chez Roche, du Github Actions pour la Data Engineering, de la Data Stack déclarative et du rôle de Data Owner ;

👉 La mort des clés primaires et étrangères

☝️ Dans cet épisode, nous parlons des stratégies innovantes en Data Engineering, de la preview des datasets externes entre BigQuery et Spanner, de la preview des tables BigQuery pour Apache Iceberg, du micro batch incremental models de la v1.9 de dbt, du Data Quality Management ;

☝️ Dans cet épisode, nous parlons de la sortie de la version 3.13.0 de Python, de la mort du Data Warehouse au profit du Data Lake House, de la Preview des Databricks Apps, de la sortie de la version 8.0 de MongoDB et de Data Strategy.

☝️ Dans cet épisode, nous parlons de l’importance de Presto et de son framework d’optimisation basé sur l’historique, de l’utilisation de Rust dans la Data Engineering, de l’implémentation du Data Lineage dans les traitements python, de la balance entre achat et création d’outils Data et de la sortie de la version 1.0.0 de dlt.

☝️ Dans cet épisode, nous parlons de la génération automatisée de requêtes SQL, de la présentation de BigQuery jobs explorer, de l’intégration de PyCharm avec Databricks, de bonnes pratiques en SQL et de la sortie de PostgreSQL 17 ;

☝️ Dans cet épisode, nous parlons de l’importance de la Data Engineering dans l’IA générative, de la Pipe Syntax en SQL, de Data Observability, de la déperdition du Data Modeling et de cas d’usage d’Apache Iceberg dans Snowflake.

☝️ Dans cet épisode, nous parlons de la migration de Uber vers le cloud, de la sortie de DuckDB 1.1.0, de la sortie de Airbyte 1.0, de la classification des Data Engineers en trois groupes et de la disponibilité de Pandas sur Snowflake.

☝️ Dans cet épisode, nous parlons du retour d'Elasticsearch en Open Source, des risques des décisions basées uniquement sur la Data, de l'utilisation des résultats d'une procédure stockée dans un SELECT sur Snowflake, des tendances de la Data Engineering avec l'IA et de Data Governance et 324 millions d'amende pour Uber

➕ Newsletter de Bertrand

➕ Blog de Bertrand