DataGen

Vincent Gossiaux était Directeur de Magasin et s’est reconverti vers un rôle de Consultant Data Analyst chez Elevate, le cabinet de conseil spécialisé en data.On aborde :🔥 Son parcours et ce qui l’a poussé à se reconvertir dans la data,🔥 Pourquoi il a choisi DataBird et le déroulement de la formation,🔥 Les compétences qu’il utilise le plus au quotidien,🔥 Ses principaux chantiers actuels et ses conseils pour se reconvertir.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:02 Intro02:45 Le moment où Vincent décide de changer de carrière04:21 Focus sur la formation DataBird06:40 Son arrivée chez Elevate, cabinet de conseil en data08:48 Ses principaux chantiers au quotidien10:43 Ce que la formation lui a apporté11:43 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESLa newsletter Blef de Christophe BlefariLa chaîne Youtube de Luke Barousse---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#118 - Reconversion | Des Ressources Humaines à Data Analyst spécialisée RH#103 - Reconversion | De Responsable Études de Marché à Data Analyst#95 - Reconversion | De Journaliste à Data Analyst#71 - Lancer sa carrière data avec Kevin Rosamont Prombo---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Pierre Fournier est l’ancien Chief Product Officer de ManoMano, la licorne qui propose un site e-commerce spécialisé dans le bricolage. Elle est présente sur 6 marchés (France, Belgique, Espagne, Italie, Allemagne, Royaume-Uni), compte aujourd’hui plus de 5 000 marchands et 19 millions de références.On aborde :🔥 Les prémices de la data chez ManoMano au Marketing et au Produit,🔥 Pourquoi il ne faut pas être trop data-driven lorsqu’on fait du Produit,🔥 L’importance de définir des métriques utilisateurs (versus business),🔥 Ses plus gros challenges data : tracking, culture et collaboration Data x Produit.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data. 👉 Lien vers leur site internet : bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:12 Intro02:18 Pierre nous explique ses choix de carrière04:04 Son point de vue sur les GAFAM06:03 Leur ADN data07:59 Être ou ne pas être trop data driven, telle est la question13:17 L’importance des métriques utilisateurs versus business22:08 La collaboration entre les équipes Data et Produit25:34 Ses plus gros challenges data28:07 Ses conseils aux équipes Data pour mieux collaborer avec le Produit30:39 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESData Strategy de Bernard MarrStatistics Done Wrong de Alex ReinhartRelevant Search de Doug Turnbull & John Berryman---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#97 - Contentsquare : Lancer l’équipe Product Analytics#53 - Pennylane : Utiliser la data en tant que Product Manager#44 - IbanFirst : Mieux collaborer avec l'équipe Produit#36 - Dashlane : Monter une équipe Product Analytics---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🔔 ABONNEZ-VOUS POUR SOUTENIR LE PODCAST GRATUITEMENT ! 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Jérôme Campo est Solution Architect chez Starburst, la licorne américaine valorisée 3 milliards de $ qui propose une solution qui permet de requêter les Data Lake et de les fédérer avec d'autres sources, avec des grosses performances et avec des coûts très compétitifs. Pas très connue du grand public, c'est pourtant la solution qui est déjà utilisée par quasiment la moitié du CAC 40.On aborde :🔥 Son parcours entre Microsoft, Google, Cloudera et Starburst🔥 La technologie Open Source sous-jacente fondée en 2012 chez Facebook (aka Presto)🔥 Les 2 usages de Starburst : accélérer l’accès au Data Lake et attaquer plusieurs sources en une seule requête🔥 Où se positionne l’outil dans la stack versus le Data Warehouse, Fivetran, dbt…---❤️ PARTENAIRESCe podcast est rendu possible par :Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.👉 Contactez Benjamin pour vous faire accompagnerSon mail : bcohen@eulidia.comSon LinkedIn : https://www.linkedin.com/in/cohenlhyver/👉 Mettez Elisa également dans la boucleSon mail : echarbonnier@eulidia.comSon LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/Starburst, la solution qui permet de requêter les Data Lake et de les fédérer avec d'autres sources.👉 Contactez Jérôme pour en savoir plusLeur site : https://engage.starburst.io/frSon mail : jerome.campo@starburstdata.comSon LinkedIn : https://www.linkedin.com/in/jérôme-campo-06344019/---🎬 CHAPITRES00:00 Générique01:41 Intro03:34 À quoi sert Starburst ?05:07 1er usage : accélérer l’accès au Data Lake (Hadoop)07:17 Illustration avec Crédit Mutuel Arkea09:59 2ème usage : attaquer plusieurs sources avec une seule requête (multi-source / multi-cloud)12:51 Le positionnement de Starburst dans la Stack Data (Warehouse, Fivetran, dbt)14:37 Paysage concurrentiel15:55 La fonctionnalité de Starburst compatible avec l’approche Data Mesh18:32 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESLe LinkedIn de Zak WilsonLe User Group de Starburst---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#117 - Masterclass | Tout comprendre sur les IA Génératives#111 - DataGalaxy : Mettre en place un Data Catalog#91 - Spendesk : Adopter l'approche Analytics Engineering---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Marie Douriez est Machine Learning Engineer chez 360Learning, la plateforme qui permet aux entreprises de créer des formations et de piloter leur suivi par leurs collaborateurs. Avant ça, elle est passée par Netflix et Lyft, 2 boîtes américaines connues pour être extrêmement data-driven. 360Learning compte près de 2000 clients en Europe et aux US. Ils sont 400 salariés dont 80 ingénieurs. Marie nous parle d’un projet GenAI qui permet à leurs utilisateurs de créer des cours en quelques minutes qui est aujourd’hui live dans le produit.On aborde :🔥 Son parcours et son passage à San Francisco : Berkeley, Lyft, Netflix🔥 Les grandes phases du projet GenAI et l’usage de GPT-4🔥 Les challenges principaux : expérience utilisateur, personnalisation, métriques de succès…🔥 L'évolution du métier de Machine Learning Engineer.---❤️ PARTENAIRECe podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.👉 Contactez Benjamin pour vous faire accompagnerSon mail : bcohen@eulidia.comSon LinkedIn : https://www.linkedin.com/in/cohenlhyver/👉 Mettez Elisa également dans la boucleSon mail : echarbonnier@eulidia.comSon LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/---🎬 CHAPITRES00:00 Générique01:31 Intro05:14 Le projet GenAI développé par 360Learning10:22 Comment ils utilisent GPT-412:38 Les dernières features développées17:22 L'évolution du métier de Machine Learning Engineer19:17 Les challenges principaux : XP utilisateur, personnalisation…22:57 Le bilan24:14 Les next steps : nouveaux produits GenAI notamment pour améliorer l'XP côté élève25:12 Les questions de la fin (ressources, conseils...)---📚 RESSOURCES- Data Driven 101, le podcast de Marc Sanselme- Les meetups Generative AI Paris---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#117 - Eulidia : Tout comprendre sur les IA Génératives#110 - Back Market : Leur stratégie Data Science#102 - Databricks : Une stack unique pour l’Analytics et l’IA---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Natacha Njongwa Yepnga est Senior Data Scientist et est actuellement Consultante à la Société Générale. Elle est surtout l’une des plus grandes influenceuses data en France avec +26 000 followers sur LinkedIn et +10 000 abonnés à sa chaîne Youtube LeCoinStat. Elle y partage du contenu sur des sujets techniques ou des conseils de carrière à destination des profils data.On aborde :🔥 Son parcours et ce qui la motive à créer du contenu🔥 Les différents métiers data et les études à suivre pour se former🔥 Sa vision sur le métier de Data Scientist : est-ce que le métier est saturé ?🔥 Ses recommandations pour bien se préparer aux entretiens d’embauche.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:40 Intro03:35 Quelles études pour travailler ou se reconvertir dans la data ?08:29 Les différents métiers de la data11:36 Est-ce que le métier de Data Scientist est saturé sur le marché aujourd'hui ?15:07 Vers quel type d'entreprise se diriger ?16:37 Comment préparer les entretiens d'embauche18:35 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESStatQuest de Josh StarmerMachine Learnia de Guillaume Saint-CirgueCassie KozyrkovWillis NanaKevin RosamontBenjamin EjzenbergThe Diary of a CEO de Steven BartlettLinchpin de Seth Godin---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#71 - Lancer sa carrière data avec Kevin Rosamont Prombo#118 - Reconversion | Des Ressources Humaines à Data Analyst spécialisée RH#103 - Reconversion | De Responsable Études de Marché à Data Analyst---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Christophe Blefari est Senior Data Engineer et auteur de la célèbre newsletter data française Blef.fr. Il est l’un des plus gros experts data en France et est d’ailleurs membre du collectif de freelances DataGen. Il revient nous parler des dernières actualités data, notamment du débat qui échauffe les esprits ces dernières semaines : est-ce la fin de la Modern Data Stack ?On aborde :🔥 Pourquoi parle-t-on de la fin de la Modern Data Stack ?🔥 Ce qu’on observe auprès de l’écosystème français🔥 Le retour de Christophe sur la dernière conférence DuckDB🔥 La “Fast news” de Christophe : SDF, nouvelle alternative à dbt ?---💪 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.👉 Rencontrez-nous ici.---🎬 CHAPITRES00:00 Générique01:27 Intro02:23 Pourquoi parle-t-on de la fin de la Modern Data Stack ?05:41 Retour sur l’adoption massive du concept de Modern Data Stack20:50 Zoom sur l’écosystème Data Stack en France29:46 Nouveauté DuckDB : l'outil sort en version 1 à l'été 202435:12 La Fast news de Blef : SDF, la nouvelle alternative de bdt.---📚 RESSOURCES- Fundamentals of Data Engineering de Joe Reis- Les replays du Data Council à Austin 2024 ne sont pas encore sortis. Voici la chaîne YouTube- L’article sur SDF, l’alternative à dbt---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment#100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari 🎁#90 - Ovrsea : Mettre en place une approche Self-Service#67 - Les 4 tendances data de 2023 avec Christophe Blefari (Aka Blef.fr)---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁Arnaud Grojean est Chief Data & Analytics Officer Europe chez Carrefour, le leader de la grande distribution en Europe. Ils sont aujourd’hui 150 au sein de l’Analytics Factory. Il est venu nous parler de son plus gros challenge : passer la data à l’échelle via la création d’une Analytics Factory.On aborde :🔥 Son parcours pour devenir Chief Data & Analytics Officer Europe🔥 La phase Data Lab et le passage à l’échelle avec l’Analytics Factory🔥 L’approche adoptée et les objectifs de l’Analytics Factory🔥 Les principaux challenges et les prochaines étapes.---❤️ PARTENAIRECe podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).👉 Réservez une demo : https://bit.ly/3P0DQNA. ---🎬 CHAPITRES00:00 Générique01:44 Intro03:45 Le parcours d’Arnaud05:50 Prouver l’impact de la data (Data Lab)08:43 Scaler l’usage de la data (Analytics Factory)11:22 Deux use cases14:42 Les challenges rencontrés : prioriser les projets et s’adapter au marché 19:47 La data victime de son succès chez Carrefour21:58 Les next steps : extension géographique, acculturation data et formations24:56 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESCassie Kozyrkov : son LinkedIn, sa chaîne YouTube et son Medium---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#78 - Air France : Assurer l’adoption des produits data#84 - Veepee : Utiliser les Data Contracts pour scaler sa Data Platform#54 - Pernod Ricard : Lancer des programmes de Data Science---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Laura Chane Ching était cheffe de projet RH chez Decathlon et s’est reconvertie vers un rôle de Data Analyst spécialisée RH toujours chez Decathlon (aka People Analytics). On aborde :🔥 Son parcours et les facteurs qui l’ont poussée à se reconvertir dans la data🔥 Le choix de la formation DataBird et le soutien de Decathlon🔥 La transition et ses chantiers au sein du département People Analytics🔥 Ses conseils pour réussir une reconversion en data.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique00:51 Intro02:35 Qu’est-ce que le People Analytics ?04:49 Le déclic pour se reconvertir05:42 Pourquoi DataBird ?07:07 La transition vers son nouveau poste09:24 Ses nouvelles missions12:09 Les compétences acquises lors de la formation qu’elle utilise au quotidien13:08 Les questions de la fin (ressources, conseils...)---📚 RESSOURCEChatGPT---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#103 - Reconversion | De Responsable Études de Marché à Data Analyst#71 - Lancer sa carrière data avec Kevin Rosamont Prombo#60 - Décathlon : Implémenter une nouvelle stratégie Analytics---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁Benjamin Cohen-Lhyver est expert et docteur en Data Science & en IA, et également Chief Data Science Officer chez Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.On aborde :🔥 Les étapes d’un projet GenAI en entreprise : cadrage, sélection des modèles, industrialisation🔥 Les différents types de modèles et leurs avantages : Propriétaire, Open Source, OpenAI, Mistral, etc.🔥 La définition des concepts clés : transformers, RAG, “LLM as a judge”, etc.🔥 Ses prévisions pour le futur à l’ère de l’Intelligence Artificielle.---❤️ PARTENAIRES Ce podcast est rendu possible par :DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).👉 Réservez une demo : https://bit.ly/3P0DQNAEulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.👉 Contacter Benjamin sur LinkedIn https://www.linkedin.com/in/cohenlhyver/ ou par mail à bcohen@eulidia.com---🎬 CHAPITRES00:00 Générique01:39 Intro03:06 Zoom sur les Transformers08:24 Cadrer un projet GenAI11:04 Comment choisir le bon LLM ?15:52 Que choisissent les boîtes aujourd’hui ? Open Source ou Propriétaire ?18:59 Zoom sur Mistral20:35 Utiliser des LLM as a judge24:02 Industrialiser un projet GenAI26:51 Zoom sur les RAGs28:28 Les plus gros challenges des projets GenAI30:39 A quoi ressemblera le monde de demain ?33:52 Les questions de la fin (ressources, conseils...)---📚 RESSOURCESLes subreddits LocalLLaMA, machinelearningnews et datascienceLa chaîne YouTube 3Blue1Brown---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#110 - Back Market : Leur stratégie Data Science#89 - Therapixel : Détecter le cancer grâce à l’IA#122 - L’épisode 360Learning mentionné avec Benjamin sera publié le 13/04. Abonne-toi pour ne pas rater sa sortie !---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Mabrouk Gadri est Senior Solution Engineer chez Fivetran, l’ETL moderne qui a été adopté par énormément de boites en France et dans le monde, aussi bien des startups que des grands groupes du CAC40.On aborde :🔥 Ce qu’est un ETL Moderne et les différentes solutions du marché🔥 Pourquoi les entreprises choisissent Fivetran ?🔥 L’adoption croissante des ETL modernes par les grands groupes🔥 Comment les IA Génératives impactent ce marché.---❤️ PARTENAIRECe podcast est rendu possible par Fivetran👉 Lien vers leur site internet : https://bit.ly/3Tm34ax---🎬 CHAPITRES00:00 Générique00:55 Intro04:22 Qu’est-ce qu’un ETL moderne ?07:37 Qu’est-ce qui distingue Fivetran des autres solutions ?10:23 L’adoption croissante des ETL modernes par les grands groupes13:13 Quel est l’impact des IA génératives sur ce marché ?15:36 Les questions de la fin (ressources, conseils...)---📚 RESSOURCES- Le Medium Towards Data Science- Le LinkedIn de Mabrouk- Le LinkedIn de Bill Hillman- La chaîne Ternary Data de Joe Reis---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#112 - MyLight Systems : Migrer vers une Modern Data (& AI) Stack avec Databricks#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁Lucie Bailly est Data Product Manager chez Doctolib, la licorne française qui propose une plateforme de prise de rendez-vous avec des médecins et qui permet également de faire de la téléconsultation. Elle est présente en France, en Allemagne et en Italie, et est aujourd’hui utilisée par 340 000 personnels de santé et plus de 80 millions de patients.On aborde :🔥 L’organisation Data chez Doctolib et son rôle de Data Product Manager🔥 Son plus gros challenge : déployer Tableau à l’échelle auprès de 2000 utilisateurs🔥 Les étapes clés : audit, POC, implémentation technique, gouvernance, ouverture, run🔥 La difficulté majeure : la phase d’itération nécessaire au moment de l’ouverture de l’outil aux équipes (ex : process, documentation)---❤️ PARTENAIRECe podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).👉 Réservez une demo : https://bit.ly/3P0DQNA---🎬 CHAPITRES00:00 Générique01:25 Intro04:33 L'organisation Data chez Doctolib05:45 Les principaux chantiers de Lucie07:07 Son challenge principal : scaler son outil de Data Visualisation09:55 Etape 1 : audit10:58 Etape 2 : POC13:00 Etape 3 : implémentation technique15:13 Etape 4 : ouverture de l'outil aux équipes Data17:16 Etape 5 : run17:47 Sa plus grosse difficulté : l’ouverture aux équipes20:53 Le Data Enablement chez Doctolib22:22 Ses conseils pour scaler sa Data Visualisation24:13 La stack data chez Doctolib24:39 Les prochaines étapes26:46 Les questions de la fin (ressources, conseils...)---📚 RESSOURCEDear Data de Giorgia Lupi---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#97 - Contentsquare : Lancer l’équipe Product Analytics#90 - Ovrsea : Mettre en place une approche Self-Service#11 - Doctolib : Accélérer la mise à disposition des données grâce à une réorganisation---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LINK TO THE QUESTIONNAIRE TO WIN A FITBIT WATCH: https://bit.ly/3uwlqNH 🎁Emmanuel Martin-Chave is VP Data at BlaBlaCar, the French unicorn who offers several mobility services. I had already welcomed him on the podcast to know more about their data strategy in the episode #13. This time, we talk about management.We cover:🔥 What the Data department looks like today🔥 How to introduce “Middle Managers” (Manu prefers “Front Line Managers”)🔥 How to create a great path for Individual Contributors🔥 Why it’s crucial to anticipate recruitments 3 years in advance when you’re 50 in the team.---❤️ SPONSORThis episode is brought to you by DataGalaxy, the Data Knowledge Catalog used by over 150 companies such as Total, SNCF, and Bank of China in the United States.👉 Request a demo: https://bit.ly/3wxX06Z---🎬 CHAPTERS00:00 Trailer01:45 Intro02:35 What the Data department looks like03:38 Why and how to introduce middle managers?07:51 The importance of having a mix between Individual Contributors (IC) & Managers10:29 The current mix between IC & Managers at BlaBlaCar13:22 The challenges associated with this organization17:11 How to create a great path for IC22:26 Why it’s crucial to anticipate recruitments 3 years in advance when you’re 50 in the team25:13 His main challenges in terms of management29:18 The next steps of the Data team30:34 Last questions (ressources, tips…)---📚 RESSOURCEAn Elegant Puzzle by Will Larson---🧐 OTHER EPISODES YOU SHOULD LOVE🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment🇬🇧 #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused#13 - BlaBlaCar : Fournir de la donnée et des algorithmes à l'entreprise---💪 GOT A DATA PROJECT?DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!👉 Meet us---🎙 SUPPORT THE PODCAST FOR FREE1/ Subscribe 🔔2/ Leave a 5 stars review on Apple Podcasts here 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Marie Sacksick est Head of Data chez CybelAngel et co-organisatrice des meetups WiMLDS (Women in Machine Learning and Data Science), la communauté mondiale regroupant les femmes passionnées par le Machine Learning et la Data Science.On aborde :🔥 Pourquoi créer Women in Machine Learning and Data Science (WiMLDS) ?🔥 Les objectifs et les challenges de ces meetups : créer des role models et un réseau de soutien et d'expertise🔥 Leur organisation et leurs actions aux quotidien (talks croisés, articles…)🔥 Leur plus grosse réussite : attirer autant de femmes que d’hommes.---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎬 CHAPITRES00:00 Générique01:03 Intro04:41 Pourquoi créer WiMLDS ?06:07 Leurs objectifs08:12 Leurs challenges09:13 L’organisation des meetups11:54 Leurs réussites13:29 Leurs next steps14:35 Le conseil de Marie---📚 RESSOURCES- Le LinkedIn de Marie- Le LinkedIn de Clara- Les meetups WiMLDS---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#107 - Inclusion In Data | Leader le collectif Women@Google avec Taline Mouradian#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁Loïc Magnien est Head of Data chez MyLight Systems, la scale up pionnaire de l’autoconsommation solaire qui permet aux particuliers et aux entreprises de faire des économies d'énergie. Ils ont levé 100 millions d’euros en 2023 et Loïc revient sur son plus gros challenge de ces dernières années : migrer vers une Modern Data (& AI) Stack.On aborde :🔥 Le contexte chez MyLight Systems avant de migrer vers la Modern Data (& AI) Stack🔥 Les 3 étapes clefs de la migration : état des lieux, POC et industrialisation🔥 La plus grosse difficulté de Loïc : continuer de servir le Business🔥 La stack data et l'organisation des équipes.---❤️ PARTENAIRECe podcast est rendu possible par DataGalaxy, le Data Catalog utilisé par plus de 150 clients dans le monde (Total, SNCF ou Bank of China aux US).👉 Réservez une demo : https://bit.ly/3P0DQNA---🎬 CHAPITRES00:00 Générique01:38 Intro06:55 Les grandes étapes clés07:39 Etape 1 : le POC11:58 Etape 2 : Documentation13:07 Etape 3 : Rationnalisation des rapports15:36 Focus sur DBT17:06 Le plus gros challenge de Loïc pendant sa migration : continuer à servir le Business19:44 La stack data20:33 Focus sur Databricks22:46 L'orga des équipes23:34 Leurs next steps24:41 Les questions de la fin (ressources, conseils...)---📚 RESSOURCES- Scaling People de Claire Johnson- Futureproof: 9 Rules for Humans in the Age of Automation de Kevin Roose---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#102 - Databricks : Une stack unique pour l’Analytics et l’IA#90 - Ovrsea : Mettre en place une approche Self-Service#85 - Masterclass | Comprendre la Modern Data Stack---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

🎁 LIEN VERS LE FORMULAIRE A REMPLIR (3-4 MIN) POUR TENTER DE GAGNER UNE MONTRE FITBIT : https://bit.ly/3uwlqNH 🎁Sébastien Thomas est co-fondateur et CEO de DataGalaxy, le Data Catalog qui est utilisé par plus de 150 clients dans le monde tels que Total, SNCF, Swiss Life ou Bank of China aux US. Il nous fait une masterclass sur la mise en place d’un Data Catalog.On aborde :🔥 Qu’est-ce qu’un Data Catalog et dans quel contexte c’est nécessaire ?🔥 L’importance du sponsorship et la bonne méthode : procéder par use case et par itération🔥 Les phases clés : collecter ses métadonnées, compléter le glossaire…🔥 Le marché du Data Catalog et les différentes solutions.---❤️ PARTENAIRECe podcast est rendu possible par DataGalaxy.👉 Réservez une demo : https://bit.ly/3P0DQNA---🎬 CHAPITRES00:00 Générique00:55 Introduction01:27 Le parcours de Sébastien02:32 Qu’est-ce qu’un Data Catalog ?04:25 Dans quel contexte c’est utile05:56 A partir de quelle taille d'entreprise ?06:37 Les différentes étapes10:43 Les écueils à éviter12:24 Les fonctionnalités d'un Data Catalog17:52 Les utilisateurs du Data Catalog20:15 Les différentes solutions sur le marché22:30 Les ressources recommandées par Sébastien24:36 Ce qu'il aime dans la data24:58 Ce qui l’a le plus fait progresser25:41 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCES- Brent Dykes (sa page LinkedIn, son livre)- Chat Sanderson- Data Model Storytelling de Larry Burns- La chaîne Youtube Science Etonnante---🧐 AUTRES ÉPISODES#102 - Databricks : Une stack unique pour l’Analytics et l’IA#90 - Ovrsea : Mettre en place une approche Self-Service#77 - Sunday : Scaler grâce à une orga Data Mesh---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Anne-Sophie Lavelle est Lead Product Data Science chez Back Market, la licorne française qui propose une marketplace de produits reconditionnés. Elle nous parle de la stratégie Data Science développée chez Back Market et de l’algorithme Back Box. 🤫On aborde :🔥 Le rôle d’un Lead Product Data Science chez Back Market🔥 Leur contexte Data Science (ex : focus sur un algorithme pendant en 5 ans)🔥 L’organisation de l’équipe Data Science et les nouveaux projets🔥 Les challenges et les next steps du département.---❤️ PARTENAIRECe podcast est rendu possible par Data Bird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.👉 Lien vers leur site internet : http://bit.ly/41UbJVr.---🎬 CHAPITRES00:00 Générique01:30 Introduction02:14 Le parcours d’Anne-Sophie04:52 Le rôle d’un Product Manager Data Science07:34 Le contexte Data Science chez Back Market09:12 Ce qu’on voit souvent sur le marché : trop de projets en parallèle12:34 Le 1er projet de Machine Learning16:21 Un autre projet de Machine Learning19:00 L’organisation interne de l’équipe Data Science23:56 Quelques outils utilisés26:15 Les challenges qu’elle a rencontrés28:28 Les next steps pour l’équipe Data Science30:25 Les ressources qu’elle conseille31:16 Ce qu’elle aime dans la data32:29 Ce qui l’a le plus fait progresser32:05 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCESLes blogs Tech d’Uber, BlaBlacar, et de Meta---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#105 - Déployer une stratégie IA Générative avec Mick Levy#74 - BlaBlaCar : Adopter une approche Produit en Data Science#63 - Back Market : Réorganiser son équipe Data Engineering par domaine métier---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Philippe Lima est Head of Customer Success chez Aircall, la licorne française qui propose une plateforme téléphonique à destination des équipes Sales et Support. Cet épisode intervient dans la série “Data User” dont l'objectif est de comprendre comment les autres départements de boîtes très data driven utilisent la data. J’avais déjà reçu Edouard, le Directeur Data d’Aircall, dans l’épisode #14 et avais été scotché par leur maturité data.On aborde :🔥 Le parcours de Philippe et le métier de Customer Success Manager🔥 Les 3 grands chantiers Customer Success chez Aircall (opportunités, renouvellement et “Red Flags”)🔥 Les outils qu’ils utilisent (Salesforce, Totango, Looker…)🔥 La collaboration avec l’équipe Data d’Aircall.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : http://bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:28 Introduction02:09 Le parcours de Philippe03:05 Le job de Customer Success Manager, c’est quoi ?04:41 Les 3 grands chantiers Customer Success chez Aircall : le Pipeline, le Renouvellement et les Red Flags12:32 Focus sur le KPI "Net MRR Churn" ou "Net Retention" d'Aircall14:19 Les outils utilisés pour analyser la donnée16:08 Focus sur Totango19:13 Focus sur Looker20:37 Les plus gros challenges Data Analytics rencontrés par Philippe22:37 Les conseils de Philippe pour une bonne collaboration entre Data et Customer Success25:10 La recommandation de contenu de Philippe---📚 RESSOURCELe podcast This is Growth de Daphné Costa Lopez (Dir. CS chez Hubspot)---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#106 - Aircall: Adapting the Data Strategy to the slowing economic environment#69 - Data User | Utiliser la data en tant que Growth avec Jordan et Bulldozer#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Virginie Cornu est l’ex-VP Data de Jellysmack, la licorne franco-américaine qui produit des chaînes de contenu sur les réseaux sociaux et qui propose une technologie IA à destination des créateurs de contenu. Elle nous parle de l’approche Data Mesh qu’elle a mise en place.On aborde :🔥 Les raisons qui ont poussé Jellysmack à mettre en place une approche Data Mesh🔥 L’organisation en interne pour basculer vers une approche Data Mesh🔥 Les principaux challenges qu’elle a rencontrés avec cette approche🔥 Son avis sur les IA Génératives : leur impact sur les entreprises et les métiers de la data.---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎬 CHAPITRES00:00 Générique00:53 Introduction01:50 Le contexte avant l’approche Data Mesh06:46 Elle explique aux autres leaders comment ils impactent la Data Quality08:08 L’organisation des équipes pour mettre en place cette approche14:48 Les principaux challenges qu’elle a rencontrés avec cette approche27:41 L’avis de Virginie sur les IA Génératives32:25 L’avenir des métiers dans la data avec les IA génératives---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#101 - Kering : Lancer un programme de Data Gouvernance avec une approche Data Mesh#77 - Scaler grâce à une approche Data Mesh#19 - Jellysmack : Recruter et onboarder 100 profils data en 1 an---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Taline Mouradian est Creative Business Partner chez Google et également co-lead de Women @Google en France, le plus gros collectif d’employés chez Google. Ils comptent aujourd’hui 400 membres français et leur objectif est de favoriser l’inclusion et la diversité en interne comme en externe.On aborde :🔥 La genèse de Women @Google et les chiffres clefs du collectif🔥 Les principales actions du collectif🔥 Comment Women @Google mesure son impact grâce à la data🔥 Les plus gros challenges de Taline sur le collectif.---💪 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.👉 Rencontrez-nous ici.---🎬 CHAPITRES00:00 Générique01:21 Introduction03:01 Women @Google, c'est quoi ?06:42 Les actions du collectif 11:53 Women @Google en chiffres15:05 Les plus gros challenges de Taline sur le collectif17:06 La data chez Women @Google19:21 Les actions qui ont marqué Taline25:37 Les conseils de Taline pour lancer ou développer un collectif---📚 RESSOURCES- Le LinkedIn de Taline- Le LinkedIn de Clara---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing#43 - Inclusion In Data | Paris Data Ladies : Promouvoir la parole des femmes---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Edouard Flouriot is Director of Data at Aircall, the phone and communication platform designed for sales and support teams. Active in more than 100 countries with more than 10,000 customers, Aircall achieved centaur status after securing over $100 million in annual recurring revenue in 2022. In this episode, Edouard is sharing insights on its biggest recent challenge, which is: how to adapt the data strategy to the slowing economic environment?We address:🔥 The overall economic context for scaleups: going from hyperscale to a slower controlled growth🔥 His conviction that this context requires more centralisation rather than decentralisation (aka Data Mesh)🔥 How centralisation enables more governance and control over costs and ressource management🔥 The initiatives that they launched around 3 pillars: cost tracking, project structure and culture shift.---💪 GOT A DATA PROJECT?DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!👉 Meet us---🎬 CHAPTERS00:00 Trailer00:43 Introduction01:41 The context04:33 The 3 key implemented actions05:02 1st action: shifting the culture towards more control and governance07:38 2nd action: being more budget conscious by optimizing current tools & migrating to new ones10:47 Focus on Fivetran & Looker13:30 3rd action: identifying where to invest the efforts to better structure projects18:01 The other challenges Edouard faced20:00 Edouard’s ressource recommendations21:07 What he likes most about data21:51 What made him improve the most22:47 The best advice Edouard ever received---📚 RESSOURCES- The book Trillion Dollar Coach- The article “The Next Era of Data at Instacart” by Nate Kupp---🧐 OTHER EPISODES🇦🇺 #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused#50 - Ledger : Monter le département Data d'une licorne#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise---🎙 SUPPORT THE PODCAST FOR FREE1/ Subscribe 🔔2/ Leave a 5 stars review on Apple Podcasts here 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.