DataGen

Charlotte Ledoux est une experte Data & AI Gouvernance, elle accompagne de très belles boîtes comme Pernod Ricard, Disney ou Printemps. 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 Data Catalog : rôle, solutions principales et comment structurer son benchmark
🔥 La Data Quality : rôle, solutions principales et maturité actuelle des entreprises
🔥 Le Semantic Layer : rôle et pourquoi on devrait le fusionner avec le Data Catalog pour alimenter les IA
🔥 La consolidation du marché : CastorDoc racheté par Coalesce, Informatica racheté par Salesforce…

💪 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 The CDO Game
- L'article de Peter Baumann sur la perspective du marché des Data Catalogs
- Pour recevoir les 10 outils Data & IA à suivre en 2025, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Qu'est-ce qu'un Data Catalog ?
04:54 Les solutions principales
07:05 Structurer son benchmark
16:00 Qu'est-ce qu'un outil Data Quality ?
17:40 Les solutions principales
19:47 La maturité des entreprises
22:35 Qu'est-ce qu'un Semantic Layer ?
24:59 Le lien entre Semantic Layer et Data Catalog
28:14 Les solutions principales
29:06 La consolidation du marché
30:47 Sa ressource préférée

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#254 - Les 5 tendances Data Gouvernance de 2026 avec Charlotte Ledoux
#256 - Strategy Software : Accélérer le time-to-data avec un Semantic Layer Universel et la GenAI
#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.

Guilhem Jolly était Data Analyst pendant deux ans avant de devenir Analytics Engineer. Il travaille actuellement chez Pierre Fabre, un des leaders pharmaceutiques français.

On aborde :

🔥 Pourquoi l’Analytics Engineering est le “meilleur des deux mondes” entre tech et business
🔥 Comment il s'est formé et a décroché immédiatement 3 opportunités (BetClic, Elevate, Pierre Fabre)
🔥 Les compétences clés qu’il a acquises : SQL robuste, dbt, architecture médaillon et orchestration
🔥 Ses missions actuelles chez Pierre Fabre : rapports de performance, flux de données et prospective marché

💪 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 Guilhem
- Le LinkedIn de Mathias Frachon (recruteur tech, live data sur les salaires)
- Le LinkedIn de Benjamin Dubreu
- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours de Guilhem
03:04 Le bootcamp qu’il a suivi
07:04 Ses nouvelles compétences
08:51 Ses missions chez Pierre Fabre
11:37 L’importance des pairs
12:03 Son conseil pour réussir la transition DA > AE
15:16 Ses side projects
16:46 Ses reco de contenu

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#232 - Ex-Data Analyst, elle est devenue Analytics Engineer en freelance chez Back Market
#217 - Ex-Data Analyst, il est devenu Analytics Engineer en freelance chez Lacoste
#169 - Ex-Data Analyst, elle est passée Analytics Engineer en freelance

👋 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.

Sarah Nogueira est Staff Machine Learning Lead chez Criteo, l'une des premières licornes françaises, spécialisée dans le marketing et le ciblage publicitaire sur les sites e-commerce. Elle dirige une équipe qui développe et met en production des modèles de Machine Learning dans le produit.

On aborde :

🔥 Le déploiement de leur premier LLM en production
🔥 Leur cycle de développement ML du prototype à la mise en production
🔥 Leur stack in-house et leurs plus gros enjeux : temps réel et qualité des résultas
🔥 Ses principaux challenges en temps que manager : vélocité, staffing, coordination

💪 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 Sarah
- Le blog de Criteo
- La newsletter The Batch de DeepLearning.AI

🎬 CHAPITRES

00:00 Son parcours
01:34 Le rôle de son équipe ML
04:46 1er LLM en production
06:16 Leur cycle de développement ML
16:15 Leurs principaux challenges
19:59 Ses reco de contenu
21:01 Ce qui l’a le plus fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#250 - Malt : Mettre en place une approche MLOps et LLMOps
#196 - Pigment : Monter l'équipe GenAI appliquée au Produit (Licorne, +230 millions levés)
#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 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.

Christophe Blefari a été Head of Data Engineering, Staff Data Engineer et Head of Data dans dans des startups et des grands groupes et il a cofondé Nao, un agent IA open source pour l’analytics.

On aborde :

🔥 L’accélération de l’agentique en 2026 : l'autonomisation des agents, OpenClaw…
🔥 L’impact sur l’équipe Data (Data Engineers, Data Analysts, Data Scientists...)
🔥 L'impact sur le Buy Versus Build : est-ce que ça devient rentable de développer certains outils en interne ?
🔥 Le Context Engineering et pourquoi les data catalogues ont raté le coche

💪 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 Christophe Blefari
- Sa newsletter Blef.fr
- Sa boîte Nao
- L’article I Taught My Dog to Vibe Code Games de Caleb Leak
- Replay de leur meetup Agentic Analytics
- Son épisode avec Alexis Blandin de Jolimoi
- Pour recevoir les 10 outils Data & IA à suivre en 2025, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 L’accélération de l'agentique en 2026
03:49 L'impact sur les équipes Data
18:11 Quelles boîtes sont matures ?
21:13 L'impact sur le Buy vs Build
29:59 Les reco de contenu de Blef

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#236 : Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery
#242 - On décrypte 4 tendances Data & IA de 2026 avec Blef
#249 : On décrypte la fusion Fivetran x dbt avec Blef

👋 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.

Manoj Raghavan is a Staff Data Strategist at Flix, the affordable travel tech scaleup based in Germany, solving technology for long-distance buses and trains. Flix operates in 40+ countries, has 5,000 employees, including around 100 data & AI experts.

We cover :

🔥 Their data organisation: decentralized and with no central data leadership
🔥 One of the main projects he worked on to improve customer experience: bus partner classification
🔥 Their stack: AWS, Snowflake, dbt, Power BI…
🔥 One of their main current challenges: build vs. buy when it comes to AI tools

📚 RESOURCES

- Manoj’s LinkedIn profile
- The book of book Chip Huyen Designing Machine Learning Systems
- The book of book Chip Huyen AI Engineering

🎬 CHAPTERS

00:00 What is Flix?
02:38 Manoj's journey
06:28 The Data team organization
10:43 One of his main projects
16:35 Their stack
19:02 Their main challenges
21:17 Their next step
23:40 Resources he recommends
24:42 His career advice

🤩 OTHER EPISODES YOU SHOULD LOVE

#6 - HelloFresh: Building and scaling a Product Analytics culture
#5 - N26: Building and scaling the Data team for Marketing
#1 - BlaBlaCar : Managing 50 Data People with Manu, VP Data

👋 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.