{"version":"1.0","type":"rich","provider_name":"Acast","provider_url":"https://acast.com","height":250,"width":700,"html":"<iframe src=\"https://embed.acast.com/$/6484c005e432cf001030c493/68a47fcd3b6c8654977edd16?\" frameBorder=\"0\" width=\"700\" height=\"250\"></iframe>","title":"#54 - Claire Gouze - Touche pas à ma data","thumbnail_width":200,"thumbnail_height":200,"thumbnail_url":"https://open-images.acast.com/shows/6484c005e432cf001030c493/1755612185302-1bb8f6d8-4ad7-4db1-a7f4-7659217e80ed.jpeg?height=200","description":"<p>Mes 2 pires angoisses de CTO : </p><p>🚨 une alerte de monitoring en pleine nuit </p><p>👉 un data scientist (comme Claire 👇) qui me demande : </p><p> </p><p>”Je peux avoir accès à la base de prod stp 🙏&nbsp;?” </p><p> </p><p>Ça, c’est le début des ennuis. </p><p> </p><p>Parce que ce scénario je l’ai vu… </p><p>Trop de fois. </p><p> </p><p>La data, bien sûr, c’est le nerf de la guerre. </p><p> </p><p>Le business. </p><p>Le produit. </p><p>Le marketing. </p><p> </p><p>Tout le monde la veut. </p><p> </p><p>Mais c’est les devs qui l’ont. </p><p>Et qui la gardent, jalousement, dans leur base de donnée de production. </p><p> </p><p>Un beau matin, arrive le fameux “data scientist”. </p><p> </p><p>Recruté pour faire parler cette data. </p><p>Permettre de mieux piloter la boite. </p><p> </p><p>Objectif ô combien louable au demeurant. </p><p><br></p><p>Il lance alors sa première requête SQL pour calculer</p><p>”Le panier moyen journalier de chaque client sur les 5 dernières années”</p><p><br></p><p>Et là…</p><p>C’est le drame. 😳</p><p><br></p><p>Pendant que la requête est en train de tourner depuis 15mn, les téléphones du service client commencent à sonner plus qu’à l’accoutumée.</p><p><br></p><p>”Euh, y’a quelqu’un qui a touché à la prod ?</p><p>Apparemment, y’a plus rien qui marche.”</p><p><br></p><p>Le temps que les devs se mettent en ordre de bataille et qu’ils remontent la piste…</p><p>La requête se termine.</p><p>Tout revient à la normale.</p><p><br></p><p>”Bon, bizarre, on creusera si ça se reproduit 🤷”</p><p><br></p><p>😅</p><p><br></p><p>Ce scénario, c’est le lot de plein de start-ups avant qu’elles ne mettent en place une infrastructure data saine.</p><p>Un bon “data pipeline”.</p><p>Un outil clé pour qui veut piloter la croissance d’une boîte tech.</p><p><br></p><p>Justement, Claire connait ce sujet par coeur.</p><p>Parce qu’elle l’a fait pour des dizaines de start-up.</p><p>Et finalement c’est loin d’être aussi compliqué qu’on le pense.</p><p><br></p><p>Dans ce épisode, Claire Gouze m'explique exactement comment faire.</p><p>Mais pas que !</p><p><br></p><p>On a aussi parlé de :</p><ul><li>comment prédire la croissance des tomates ? 🤔</li><li>comment on rentre au Y combinator, le plus grand incubateur de startup au monde</li><li>Nao, l’IA qu’elle est en train de créer pour devenir le “cursor des data scientists”</li></ul><p><br></p><p>Bonne écoute 🎧</p><p><br></p><p>PS : dites-nous ce que vous pensez de l'épisode en commentaire (et surtout, abonnez-vous !)</p><p><br></p><p>Notes de l'épisode :</p><ul><li>j'ai plusieurs fois dit \"GCP\" là où je voulais dire \"BigQuery\" (mais vous êtes intelligents, vous aviez compris 😉)</li></ul><p><br></p><p>---------------------------------</p><p><br></p><p>Retrouvez Claire Gouze sur Linkedin : https://www.linkedin.com/in/claire-gouze</p><p>Nao, le \"cursor\" des data scientists (et accessoirement la boite de Claire !) : https://getnao.io/</p><p><br></p><p>--------------------------------</p><p><br></p><p>Je suis Mathieu Sanchez, CTO d'Acasi, et pour me suivre, c'est principalement sur Linkedin : https://www.linkedin.com/in/matsanchez/</p><p><br></p><p>Vous pouvez aussi suivre Tronche de Tech, sur vos réseaux favoris :</p><p>- Linkedin : https://www.linkedin.com/company/tronche-de-tech/</p><p>- Instagram : https://www.instagram.com/tronchedetech/</p><p>- TikTok : https://www.tiktok.com/@tronchedetech</p><p>- Twitter : https://twitter.com/TroncheDeTech</p>","author_name":"Mathieu Sanchez"}