DataGen

Taha est Lead Analytics Engineer chez Brevo, la plateforme de marketing automation qui permet notamment d’orchestrer ses campagnes d'emailing ou de SMS. La scaleup a acquis le statut de “centaure” après avoir dépassé les 100 millions d’euros de revenus annuels.

Taha va nous parler de son plus gros challenge sur cette dernière année, à savoir la mise en place d'Omni et d'une business intelligence orientée Self-Service.

On aborde :

🔥 Le contexte initial chez Brevo : 5 outils de BI différents, peu de Self-Service
🔥 Les fonctionnalités clés d'Omni, le POC réalisé et l’adoption par les équipes en Self-Service
🔥 Le cas d’usage IA “chat with your data” : documentation, tests unitaires et intégration Slack
🔥 L’organisation pour migrer, les bonnes pratiques et les principales difficultés qu'ils ont rencontrées

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

On 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

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Taha
- Lenny’s Podcast
- La chaîne YouTube de Supabase
- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le contexte chez Brevo
02:53 La fonctionnalité clé d’Omni
05:24 La phase de POC : tester l’adoption du Self-Service
07:55 Le cas d’usage IA “chat with data” dans Omni
11:05 Garantir la Data Quality
12:18 Le chantier Embedded Analytics
16:52 La Data Visualisation avec Omni
18:54 L’intégration dans Slack
20:31 L’organisation de Brevo pour migrer
23:58 Leurs plus grosses difficultés
25:05 Leurs prochaines étapes
26:43 La reco de contenu de Taha
27:56 Qu’est ce qui a fait progresser Taha

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#247 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence
#236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery
#184 - Brevo : Mettre en place de l’embedded analytics dans le Produit

👋 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 GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Charlotte Ledoux est une experte Data Gouvernance, elle accompagne de très belles boîtes comme Pernod Ricard ou Disney. En parallèle, elle crée du contenu sur LinkedIn sur ce sujet avec beaucoup de succès (+50K abonnés) et est identifiée par les leaders data comme l’experte n°1 sur la Data Gouvernance.

On aborde :

🔥 Le retour à la réalité sur l'IA pour la Data Gouv et pourquoi ce n'est plus la priorité (1)
🔥 L'adoption massive du modèle fédéré et les binômes data stewards métier et IT (2)
🔥 L'évolution des rôles vers “l'AI governance” (3) et la Data Gouv devient un sujet COMEX (4)
🔥 L'industrialisation des data catalogs et l'accélération des outils de data quality (5)

💪 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 Charlotte
- Sa newsletter
- Son jeu en ligne CDO Game
- La newsletter The Data Letter de Hodman Murad
- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 #1 AI for Data Governance ?
03:37 #2 La Data Gouvernance fédérée
09:27 #3 La gouvernance de l’IA
12:53 #4 Nouvel enjeu pour le COMEX
16:29 #5 L’industrialisation des catalogues et l’accélération des outils de Data Quality
18:37 Les outils recommandés par Charlotte
20:52 Sa ressource préférée

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#200 - Mettre en place un framework Data Domain avec Charlotte Ledoux (40K abonnés LinkedIn)
#168 - Les rôles clés de la Data Gouvernance avec Charlotte Ledoux (30K abonnés LinkedIn) 😎
#144 - Mettre en place une Data Gouvernance avec Charlotte Ledoux (20K abonnés LinkedIn) 💪

👋 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 GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Jessica Matheron est CDO Europe chez Nestlé. Avant cela, elle était CDO chez Agicap, une scale-up française.

On aborde :

🔥 Son parcours : Mines, MIT, Finance en Hedge Fund, reconversion data…
🔥 La création chez Nestlé d’une équipe Data technique et l’internalisation du Data Engineering
🔥 Le déploiement d’une Modern Data Stack dans un grand groupe (Airflow, Snowflake, dbt…)
🔥 Zoom sur 2 cas d’usage et leurs plus grandes difficultés (qualité de données, embarquer les équipes, upskilling scientifique)

💪 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 Jessica
- Le livre A Brief History of Intelligence de Max Bennett
- Le podcast Freakonomics de Stephen J. Dubner
- Le paper Bayesian Methods for Media Mix Modeling with Carryover and Shape Effects de Google
- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le contexte Data et IA chez Nestlé
01:38 Le parcours de Jessica
03:41 Son arrivée en tant qu’Head of Analytics France
06:11 Les gros chantiers de l’équipe Europe
13:16 Les 2 cas d’usages principaux
20:24 Ses plus grosses difficultés
26:13 Leurs prochaines étapes
28:05 Ses ressources préférées

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#237 - Déployer la stratégie Data & IA chez Engie dans l'Industrie
#233 - Carrefour : Déployer la stratégie IA Générative du Groupe
#228 - Comment l’ex-CDO de Carrefour structure le département Data & IA de la FDJ United (ex-Française des Jeux)

👋 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 GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Adèle Guillet est Data & AI Director chez Sweep, le logiciel de pilotage du quota carbone qui a levé 100 millions de dollars dans ses 2 premières années d’existence et qui accompagne déjà notamment L’Oréal, SNCF, Auchan ou Leroy Merlin.

Elle va nous raconter comment elle a lancé le département Data & IA.

On aborde :

🔥 Son parcours de Data Scientist à Head of Data en startup
🔥 La mise en place d’une Modern Data Stack (Snowflake, dbt, Fivetran, Metabase…)
🔥 La mise en place d’une approche Self-Service pragmatique (Data Champions, certified dashboards…)
🔥 Le déploiement de fonctionnalités IA dans le produit et la structuration de l’équipe IA (ML Engineer et AI Engineers “full full Stack”)

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.
📚 Découvrir le programme du bootcamp ici
🎙 Regarder l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Adèle
- Le livre Radical Candor de Kim Scott
- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Qu’est-ce que Sweep ?
02:03 Le parcours d’Adèle
02:46 Le contexte data & IA à son arrivée
04:06 Chantier #1 : Stack
05:59 Chantier #2 : Analytics
07:36 Chantier #3 : Agents IA
10:04 Orga de l’équipe Data & IA
11:22 Leurs plus grosses difficultés
14:38 Leurs prochaines étapes
15:12 Sa reco de contenu
15:28 Ce qu’elle aime dans la data

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#218 - Fairly Made : Lancer le département Data d'une startup
#176 - Agorapulse : Structurer le département Data d’une startup
#132 - Joko : Lancer le département Data d'une startup

👋 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 GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Mathias is Head of Data for Marketing at N26, the Berlin-based neobank valued at over $9 billion. He joined as a Senior Data Analyst in May 2020 and has since scaled the team to 12 people.

We cover :

🔥 His journey to becoming Head of Data for Marketing at N26
🔥 His main projects: Marketing Mix Modeling, User Value Modeling, Data Governance & Data Quality
🔥 The data stack at N26: AWS, Snowplow, dbt, Redshift, Metabase…
🔥 His main challenges: scale-up volatility and the classic imposter syndrome

📚 RESOURCES

- Mathias’s LinkedIn profile
- The book of Zhamak Dehghani Data Mesh : Delivering Data-Driven Value at Scale
- The book of Joe Reis & Matt Housley Fundamentals of Data Engineering: Plan and Build Robust Data
- The book of Gene Kim, Kevin Behr and George Spafford The Phoenix Project
- The book of Gene Kim The DevOps Handbook
- The book of Gene Kim The Unicorn Project
- The book of Gene Kim, Jez Humble and Nicole Forsgren PhD Accelerate

🎬 CHAPTERS

00:00 Introduction to N26
03:25 How he became Head of Data for Marketing at N26
10:49 1st project: implementing a Marketing Mix Model
17:36 2nd project: building a User Value Model
20:57 3rd project: Data Governance & Quality
23:37 The data stack at N26
25:16 The biggest challenges
29:29 What’s next: decision automation
31:11 Mathias’s favorite resources
32:14 Why he loves working in data

🤩 OTHER EPISODES YOU SHOULD LOVE

🇺🇸 #114 - BlaBlaCar : Managing 50 Data People with Manu, VP Data
🇺🇸 #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

👋 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 FREE

1/ Subscribe 🔔
2/ Leave a 5 stars review on Apple Podcasts here 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.