DataGen

Marion Azoulai est Staff Data Scientist chez Astronomer, l'éditeur d'Astro, la plateforme managée d'Airflow qui est aussi l’un des principaux contributeurs de la solution open source.Créé en 2018, Astronomer a levé plus de 370 millions de dollars et accompagne des centaines d'organisations dans le monde, parmi lesquelles la Société Générale, Booking.com, Autodesk ou encore WeWork.Marion nous raconte comment ils ont lancé l’équipe Data & IA et comment ils ont construit leur stack autour d’Airflow.On aborde :🚀 Chantier #1 : La construction d’une stack data moderne (Snowflake, Sigma et Airflow comme colonne vertébrale)🔥 Chantier #2 : Le déploiement des dashboards et la diffusion d’une culture data-driven dans toute l’entreprise🔥 Chantier #3 : L’industrialisation des cas d’usage de Machine Learning et l’accélération sur l'AI Analytics🔥 Leurs plus gros challenges : gagner la confiance des équipes et faire face aux transformations liées à l’IA.❤️ PARTENAIRECe podcast est rendu possible par Astronomer.👉 Tester le produit Astro gratuitement : bit.ly/4vyJrgy👉 Réserver une démo : bit.ly/3Tgmill👉 Contacter François Dupré (commercial Astronomer France) par mail à l'adresse francois.dupre@astronomer.io ou sur LinkedIn : https://www.linkedin.com/in/fdupre/📚 RESSOURCES- Tester gratuitement Astro (pendant quelques semaines)- Réserver une démo d'Astro- Le LinkedIn de Marion- Le LinkedIn de François Dupré (commercial Astronomer France)- Le podcast Storytelling with Data🎬 CHAPITRES00:00 Airflow & Astronomer 04:27 Le contexte data chez Astronomer05:23 Chantier #1 : Construire la stack12:02 Chantier #2 : Déployer des dashboards16:20 Chantier #3 : Cas d’usage ML & AI Analytics24:35 Leurs plus gros challenges27:30 Pourquoi passer de open source à Astro ?29:57 Sa ressource préférée31:01 Ce qu’elle aime dans la data🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#203 - Masterclass | Mettre en place une Modern Data Stack avec Matthieu Rousseau#225 - Qover : Structurer son Data Warehouse & Modéliser ses Données (dbt, Médaillon…)#252 - Sweep : Lancer le département Data & IA d'une startup (Stack, Self-Service & Agents IA)👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Didier Mamma est Chief Data & AI Officer chez Decathlon, l’entreprise préférée des Français qui compte plus de 100 000 collaborateurs, réalise 17 milliards d'euros de chiffre d'affaires et est présente dans 54 pays dans le monde.On aborde :🔥 Le parcours de Didier pour devenir CDO et le contexte data & IA chez Decathlon🔥 Leurs principaux chantiers data & IA : lakehouse, qualité & gouvernance, agentique🔥 L’importance de se réorganiser continuellement (cf. loi de Conway)🔥 Sa plus grosse difficulté : repenser les process vs optimiser des process sous-optimaux💪 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 Didier- Le livre Changements : paradoxes et psychothérapie de Paul Watzlawick- Pour recevoir les 10 outils Data & IA à suivre en 2025, inscivez-vous à la newsletter ici🎬 CHAPITRES00:00 Le contexte data chez Decathlon02:52 Le parcours de Didier06:00 Chantier #1 : Lakehouse13:42 Chantier #2 : Qualité & gouvernance20:30 Chantier #3 : Agentique32:59 L’importance des réorganisations41:48 Ses plus grosses difficultés46:44 Sa ressource préférée47:45 Ce que Didier aime dans la data & l’IA🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#276 - L’Oréal : Monter le département Data & IA Europe#243 - Carrefour : Leur stratégie agentique#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Mick Levy est Directeur Stratégie et Innovation chez Orange Business et un expert sur les sujets de souveraineté et d'éthique dans l'IA. Il anime également le podcast Trench Tech dans lequel il reçoit des experts du sujet et a aussi récemment écrit un livre sur ces sujets : IA Mania.On aborde :🔥 Ce qu’est une IA éthique et souveraine et les 4 types de risque qu’elle permet d’éviter🔥 Les risques les plus visibles (ex : destruction d’emplois), les risques structurels (ex : biais, cyber-attaques), les risques sociétaux (ex : deepfakes) et les risques cachés (ex : data workers)🔥 Les risques encourus spécifiquement par les entreprises et les initiatives à lancer (charte IA, comité éthique, conformité, gouvernance IA, évangélisation…)🔥 Le sujet de la souveraineté et le choix des technologies : US vs européenne vs française vs open source📚 RESSOURCES- Le LinkedIn de Mick- Son nouveau livre IA Mania : Usages, éthique, stratégie : créez une valeur durable pour l’entreprise- Son podcast Trench Tech- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici🎬 CHAPITRES00:00 Les principes de l'IA éthique et l’IA souveraine06:14 Les risques pour les entreprises10:31 Les enjeux de souveraineté17:26 Techno américaines vs françaises21:04 Les initiatives actionnables28:50 Sa ressource préférée🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#105 - Déployer une Stratégie IA Génératives avec Mick Levy ! 🤖 #140 - Chief Data & AI Officer au Service du Premier Ministre 😎 #147 - Comment faire de la France un leader de l’IA ? 🌎 Avec Arno, Rapporteur de la Commission IA👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Yochan Khoi est Context Engineer chez Gorgias, la scale-up valorisée plus de 700 millions de dollars qui développe une plateforme d’IA conversationnelle utilisée par des milliers d’entreprises. Chez Gorgias, 83% des collaborateurs utilisent aujourd’hui un agent data au quotidien et lui posent +1000 questions chaque jour.Dans cet épisode, Yochan nous explique comment son équipe a construit son agent analytics interne, pourquoi le contexte est devenu l’enjeu central des systèmes agentiques et comment le rôle de Context Engineer est en train d’émerger à l’intersection de l’Analytics Engineering et de l’IA.On aborde :🔥 Chantier #1 : construire le Context Layer et la hiérarchie des connaissances métier🔥 Chantier #2 : accélérer la mise à jour et l’amélioration continue du contexte🔥 Chantier #3 : ouvrir l’édition du Context Layer à l’ensemble de l’entreprise🔥 Leurs plus grosses difficultés : gouvernance des données, permissions et passage à l’échelle💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGENOn a lancé 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” avec DataBird iciDataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂📚 RESSOURCES- Le LinkedIn de Yochan- La documentation d'Anthropic- L’outil Nao- Pour recevoir les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici🎬 CHAPITRES00:00 La genèse de leur agent03:01 Les “tools” de l’agent04:07 Chantier #1 : construction05:43 Chantier #2 : accélération 09:35 Chantier #3 : déploiement12:03 Pas de Semantic Layer ?14:14 Pas d’outils propriétaires (Omni, Hex…) ?16:37 Orga de l’équipe sur le projet17:52 Leurs plus grosses difficultés20:32 Sa reco de contenu21:34 Son meilleur conseil🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#274 - ThoughtSpot : Déployer une Agentic Analytics Platform#264 - Gorgias : Déployer un agent IA au coeur du produit (15 ML Engineers & ML Analysts)#243 Carrefour : Leur stratégie agentique👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Marie-Cécile Riom est AI Product Specialist chez Snowflake, la plateforme Data & IA que tout le monde connaît. Snowflake connaît depuis des années une croissance exceptionnelle. De nombreuses entreprises telles que Qonto, Sanofi et Swile l'utilisent au quotidien.On aborde :🔥 Les 3 grandes nouveautés chez Snowflake : Cowork, Cortex Code (Vibe Coding) et Cortex Sense (Contexte & AI Analytics)🔥 Comment Cowork permet de centraliser le travail des équipes métier (Gmail, Slack, Salesforce…) dans une interface unique🔥 Comment Cortex Sense apporte le contexte nécessaire aux agents et augmente la fiabilité des réponses🔥 L’événement Snowflake World Tour à Paris le 15 octobre où plus de 2000 personnes sont attendues❤️ PARTENAIRECe podcast est rendu possible par la plateforme Data & IA Snowflake.👉 S’inscrire au Snowflake World Tour à Paris le 15/10/2026 ici.📚 RESSOURCES- Le LinkedIn de Marie-Cécile- La pièce de théâtre Big Mother- Le retour d'XP Sanofi (36 minutes)- Découvrir le Snowflake World Tour à Paris le 15/10/2026 ici🎬 CHAPITRES00:00 Le parcours de Marie-Cécile02:18 Qu'est-ce que Snowflake ?05:35 Les nouveautés (Cowork, Cortex Code…)09:00 Zoom sur Cowork pour le métier14:26 Zoom sur Cortex Sense et l’AI Analytics18:10 Le Snowflake World Tour à Paris19:47 Les news Snowflake France21:24 Le retour d'expérience de Sanofi25:27 La tendance UX26:39 Sa ressource préférée27:20 Ce qui l'a le plus fait progresser🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery#227 - Tout comprendre sur Snowflake#171 - Snowflake : Une stack unique pour l’Analytics & l’IA👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Annabelle Gerard est VP of AI and Data Business Insights chez Stellantis, l'un des groupes leaders mondiaux de l'automobile, qui regroupe 14 marques dont Peugeot, Citroën, Fiat, Jeep, Chrysler et emploie 250 000 personnes à travers le monde.On aborde :🔥 La genèse de leur stratégie GenAI & agentique🔥 Leurs premières initiatives (gateway, FinOps, monitoring et cas d’usage)🔥 L’organisation de l’équipe et les choix technologiques🔥 Leurs challenges et leurs prochaines étapes (AI Garage, profil AI Business Process Lead, gouvernance)❤️ PARTENAIRE Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.👉 Regarder l’épisode avec François, leur Senior VP Product Management👉 Recevoir la synthèse de mon échange avec François👉 Contacter François directement sur LinkedIn📚 RESSOURCES- Le LinkedIn d'Annabelle- Le livre The Pheonix Project de Gene Kim- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici🎬 CHAPITRES00:00 Le département Data & IA chez Stellantis 02:24 La genèse de la stratégie agentique03:45 Les premières initiatives09:40 L’organisation de l’équipe14:24 Leur stack & architecture16:50 Leurs plus gros challenges24:22 Leurs prochaines étapes26:02 Sa ressource préférée27:10 Ce qui l'a le plus fait progresser🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#243 - La stratégie agentique de Carrefour#237 - Déployer la stratégie Data & IA chez Engie dans l’Industrie#214 - Adeo : Déployer la stratégie IA du Groupe (Leroy Merlin, Bricoman, Weldom…)👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Tanmay Nagori is Head of Data & Analytics for Lending at Tide, the UK-based fintech unicorn. Tide helps SME businesses save time by providing banking, payment, administrative, and financial tools. Today, it is used by 1.8 million SMEs in the United Kingdom, India, Germany, and France.We cover :🔥 His journey from Analyst to Head of Analytics (Consulting, Amazon…)🔥 How the data team is organized globally and what stack they use🔥 The approach and tools they implemented to increase the business impact of analytics🔥 His view on how AI changes the role of the analytics team (from insights to actions)📚 RESOURCES- Tanmay’s LinkedIn Profile- The book "A Technique for Producing Ideas" by James Webb Young- The book "Thinking, Fast and Slow" by Daniel Kahneman🎬 CHAPTERS00:00 What's Tide?01:53 Tanmay’s journey05:39 Their main analytics projects08:19 Their stack10:50 His main challenges13:53 His career advice15:55 Resources he recommends🤩 OTHER EPISODES YOU SHOULD LOVE#8 - Marshmallow: Building the Data Analytics Team for a unicorn #6 - HelloFresh: Building and scaling a Product Analytics culture#2 - Deezer: How I restructured the Business Analytics team and made it more Business-Focused👋 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 FREE1/ Subscribe 🔔2/ Leave a 5 stars review on Apple Podcasts here 🥰

Patrice Chaperon est Directeur Data, Infra et Plateforme chez Leboncoin, la marketplace que tout le monde connaît. Avant ça, Patrice a passé plus de dix ans chez Doctolib et Criteo, où il était notamment Head of Analytics.On aborde :🔥 Le changement de stratégie chez Adevinta, le groupe derrière Leboncoin🔥 La modernisation de leur plateforme data : Databricks, Coalesce Catalog, Confidence (by Spotify)…🔥 L’organisation de l’équipe Data : 60 personnes (Data Product Engineers, Data Analysts, Governance…)🔥 Leurs plus grosses difficultés et leurs prochains chantiers (exécution, IA…)❤️ PARTENAIRE Ce podcast est rendu possible par ThoughtSpot, la solution spécialisée sur l’agentic analytics qui permet de faire de la BI et de l’analyse en langage naturel.👉 Regarder l’épisode avec François, leur Senior VP Product Management👉 Obtenir une synthèse de l’épisode👉 Contacter François sur LinkedIn📚 RESSOURCES- Le LinkedIn de Patrice- Le LinkedIn de Marcel Dybalski- Le livre Factfulness de Hans Rosling🎬 CHAPITRES00:00 Le contexte de départ04:43 La refonte de leur stack data12:42 L’organisation data chez Leboncoin17:44 Leurs plus grosses difficultés27:43 Leurs prochaines étapes29:51 Ses reco de contenu  31:01 Ce que Patrice préfère dans la data🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#229 - Comment l’ex-Head of Data d’Aircall structure le département Data chez Sorare#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt#170 - Leboncoin : De la Data Science au ML Engineering👋 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 GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰