DataGen

Axel de Goursac est Partner AI Lead chez KPMG France. Avant ça, Axel était directeur de la Data Science et de l'IA au sein du groupe LVMH. Dans cette masterclass, Axel nous explique comment valoriser sa stratégie GenAI et les 4 pièges à éviter.

On aborde :

🔥 Les 4 pièges qui font échouer une stratégie GenAI en entreprise : essoufflement des budgets, AI bashing en interne, fuite des talents, crainte de l'IA qui remplace les métiers
🔥 Chantier #1 : Collecter les cas d’usage et créer une vision “portefeuille” (cycle de vie et gouvernance)
🔥 Chantier #2 : Mesurer la valeur des projets IA (ROI, efficacité, qualité de service et réduction des risques)
🔥 Chantier #3 : Communiquer les succès pour accélérer l'adoption, le passage à l'échelle, et désamorcer la méfiance en interne

❤️ PARTENAIRE

Ce podcast est rendu possible par KPMG.
👉 Recevoir l’étude AI Quarterly Pulse
👉 Contacter Axel sur LinkedIn ou par mail

📚 RESSOURCES

- Le LinkedIn d’Axel
- L'étude AI Pulse
- Le post LinkedIn sur le cas d’usage IKEA

🎬 CHAPITRES

00:00 À qui on s’adresse ?
02:31 Les 4 pièges qui font échouer les stratégies GenAI
07:43 Chantier #1 : Collecter les cas d’usage
11:50 Chantier #2 : Mesurer la valeur
18:36 Chantier #3 : Communiquer le succès
22:55 Cas d’usage sur un acteur de l’énergie
24:11 Le principal défi de chaque chantier
25:53 Sa ressource préférée
28:02 Le meilleur conseil qu’on lui ait donné

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#263 - Masterclass | Mettre en place une stratégie GenAI qui passe à l’échelle et génère du ROI avec Axel de Goursac, Partner AI Lead chez KPMG France
#233 - Carrefour : Déployer la stratégie IA Générative du Groupe
#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 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.

Ruben Kogel a monté une équipe Data Science & Analytics chez Doordash, le leader de la livraison de repas aux États-Unis, qui a également racheté Deliveroo et Wolt.

Il nous raconte comment il a construit cette équipe, les choix d'organisation qu'il a faits, pourquoi il a fait de l’inférence causale l’un de ses chantiers principaux et la manière dont l'IA est en train de transformer le métier de Data Scientist.

On aborde :

🔥 Son parcours pour devenir Head of Data Science dans une grosse boîte tech américaine
🔥 Chantier #1 : Recruter et structurer une équipe de 14 Data Scientists spécialisés sur la prise de décision
🔥 Chantier #2 : Adopter des méthodologies d’inférence causale pour augmenter l’impact de l’équipe
🔥 Chantier #3 : Redéfinir le rôle du Data Scientist à l’ère de l’IA et de l’agentique

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.
👉 Regarder l’épisode avec Frédéric Forest, leur Directeur Général
👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com

📚 RESSOURCES

- Le LinkedIn de Ruben
- Le podcast Stratechery
- Le podcast Sharp Tech d'Andrew Sharp et Ben Thompson
- Le podcast Capitalism
- Le livre The Signal and the Noise de Nate Silver
- Le livre Chaos Monkeys de Antonio García Martínez
- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici

🎬 CHAPITRES

00:00 Doordash vs Uber Eats
02:50 Le parcours de Ruben
10:54 Chantier #1 : Création de l’équipe
19:16 Chantier #2 : Inférence causale
30:04 Chantier #3 : Nouveau rôle du Data Scientist avec l’IA
34:22 La nouvelle aventure de Ruben
37:06 Ses reco de contenu
39:24 Ce qui l'a fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

🇺🇸 #286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)
#257 - Uber : Comment fonctionne l'équipe Data Science (projets, organisation & culture)
#221 - Comment l’ex-Head of Data d’Airbnb structure le département Data & IA chez Malt

👋 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.

Jonathan Palmer is the former VP of Data at Scopely, a US-based unicorn behind hit mobile games such as Monopoly GO!.

He grew and led the data team at Scopely to 50 people, mostly based in Barcelona.

Before that, Jon was Product Director for Core Data Services at King, the Swedish unicorn behind the hit game Candy Crush. He was also Head of BI at GoCardless, the British unicorn. And he is now field CTO at Omni, the BI & AI Analytics platform.

We cover:

🔥 Workstream #1: scaling the data organization from 10 to 50 people (main teams, organization…)
🔥 Workstream #2: building a modern data stack to improve performance, simplify hiring, and support hypergrowth
🔥 Workstream #3: evolving roles, developing leaders, and adapting the organization as the company scaled
🔥 The biggest challenges: imposter syndrome, managing change, and cultural differences

📚 RESOURCES

- Jon’s Linkedin profile
- The book What I Talk About When I Talk About Running by Haruki Murakami

🎬 CHAPTERS

00:00 What's Scopely?
01:52 The context when he arrived
02:41 Organizing the data team
08:45 Building a Modern Data Stack
13:44 Adapting the team to new needs
15:37 Fighting the imposter syndrome
16:57 Leading a big team
20:23 Managing cultural differences
23:15 Why he joined Omni
25:00 Jon’s favorite resources
26:13 His best advice

🤩 OTHER EPISODES YOU SHOULD LOVE

#8 - Marshmallow: Building the data analytics team at a unicorn
#4 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence
#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.

Olivier Devoret a passé 10 ans chez Facebook et Slack en tant que Data Scientist puis Staff Data Scientist. Il a ensuite passé trois ans à structurer puis diriger l'équipe Data chez Patreon, la licorne américaine qui permet aux artistes et créateurs de contenu d'animer et de monétiser leur communauté.

On aborde :

🔥 Le rôle du Data Scientist chez Meta/aux US et les grosses différences avec la France
🔥 La culture data chez Meta : transparence radicale, importance de l’influence, culture Produit
🔥 La culture data chez Slack et pourquoi elle est opposée à celle de Meta
🔥 Comment il a structuré une équipe Data chez Patreon sur les 3 dernières années

❤️ PARTENAIRE

Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé dans l'automatisation des développements Data & Analytics avec des agents IA.
👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici
👉 Contacter Frédéric sur LinkedIn ou par mail : fforest@datatorii.com

📚 RESSOURCES

- Le LinkedIn d'Olivier
- Pour recevoir le dossier sur les parcours des Head of Data & IA des plus belles boites, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours d’Olivier
03:21 Data Scientist FR vs US
08:16 Culture data chez Meta
13:38 Culture data chez Slack
21:39 Son arrivée chez Patreon
23:30 Équipe Pull vs Push
28:50 Utiliser la data pour changer la stratégie
34:19 Le lancement de son fonds d’investissement

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)
#257 - Uber : Ex-Data Science Manager, elle raconte ses 9 ans dans la Silicon Valley
#221 - Comment l'ex-Head of Data d'Airbnb structure le département Data & IA chez Malt

👋 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.

Matthieu Grymonprez et Romain Taillade sont respectivement Global Leader du Digital chez Adeo (leader européen du bricolage et maison-mère de Leroy Merlin, Weldom…) et Global CTO chez Decathlon. L’épisode est enregistré en direct du Dev Summit, l'événement tech co-organisé par les deux groupes qui a réuni plus de 2000 participants et des centaines de speakers.

On aborde :

🔥 Les contextes agentiques chez Adeo et Decathlon
🔥 L’importance de la plateformisation (APIs, standardisation, défragmentation du SI)
🔥 Les initiatives clés qui ont été lancées (agentic commerce, automatisation du développement…)
🔥 Leurs premiers enseignements (harnais, sémantique layer, gouvernance et self-service)

📚 RESSOURCES

- Le LinkedIn de Matthieu
- Le Linkedin de Romain
- Pour recevoir la liste des plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 La co-organisation du Dev Summit
03:01 Le contexte agentique chez Adeo et Decathlon
04:04 La phase clé de “plateformisation”
09:39 Les initiatives clés lancées
16:31 L’agentic commerce
22:41 Leurs 1ers enseignements
28:59 Le mot de la fin

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#279 - La stratégie agentique de Stellantis (Peugeot, Citroën, Fiat…)
#219 - La stratégie Analytics de Decathlon
#214 - Déployer la stratégie IA d’Adeo (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 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.