
Sign up to save your podcasts
Or


☝️ 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
By Bertrand Fabre☝️ 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