Afleveringen
-
Assembler une base SQL, une base time series et une base vecteurs pour bĂątir un jumeau numĂ©rique ? François Fouquet appelle ça un « Frankenstein » â et il a passĂ© dix ans Ă s'en dĂ©barrasser.
Dans cet Ă©pisode du Big Data Hebdo, le cofondateur de DataThings (Luxembourg) prĂ©sente Ă Vincent Heuschling GreyCat : une seule technologie qui fusionne graphe, sĂ©ries temporelles et vecteurs, avec son propre langage et un dĂ©ploiement tenant dans un unique binaire â jusqu'au Raspberry Pi.
Au fil de la discussion, trois cas d'usage spectaculaires : la grille Ă©lectrique luxembourgeoise et ses 300 milliards de data points, les rĂ©seaux d'eau des Ardennes, et un jumeau de workflow juridique pour la Cour de justice europĂ©enne. Le tout Ă l'Ăšre des LLM, avec du what if qui fork le graphe pour simuler des scĂ©narios, des skills Claude exposĂ©s en MCP, et mĂȘme du vibe coding pour anticiper les effets gĂ©opolitiques sur les marchĂ©s.
Une conviction forte en fil rouge : garder ce qu'on sait dĂ©jĂ modĂ©liser, et rĂ©server l'IA Ă ce qu'elle fait de mieux â combler l'inconnu.
Chapitres
00:00:00 Introduction et présentation de François Fouquet (DataThings)
00:03:30 Pourquoi le graphe ? En finir avec les systÚmes « Frankenstein »
00:08:30 Le « What If » : forker le graphe pour simuler des scénarios
00:13:00 GreyCat : pourquoi un langage dédié plutÎt qu'une librairie Python
00:21:00 Un monolithe simple à déployer, jusqu'au Raspberry Pi
00:23:30 Copper : le jumeau numérique de la grille électrique luxembourgeoise
00:30:30 Architecture share-nothing et frugalité mémoire
00:35:00 Les réseaux d'eau des Ardennes : GreyCat comme SDK de digital twins
00:37:30 La Cour de justice européenne : knowledge graph, RAG et MCP
00:43:30 Vibe coding : anticiper les effets géopolitiques sur les marchés
00:50:30 World Models, IA et data : la vision pour les 5 ans Ă venir
00:55:30 GreyCat en open source et l'épisode démo à venir
Le Bigdata Hebdo
Le Bigdata Hebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes sur https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Dans cet épisode On décortique les vraies tensions de l'IA en 2026 : la surchauffe des modÚles, l'inflation des commits, les hallucinations, et pourquoi la productivité 10x est un mythe.
Au menu :
AI Slop â QualitĂ© rĂ©elle
Les projets open source (curl, Linux) reconnaissent enfin que la qualité des contributions IA s'améliore.
L'explosion des commits (275M/semaine)
Plus de volume != plus de valeur. Le vrai coût? La vérification humaine (invisible dans les P&L).
Hallucinations LLM
Claude 3.5: 25% | GPT-4o: 89% | DeepSeek: 96%
MĂȘme les meilleurs modĂšles hallucinent. La supervision humaine reste non-nĂ©gociable.
ModÚles ouverts vs propriétaires
Qwen 3.6 (35B paramÚtres, sur laptop) rivalise avec Opus 4.7. La géopolitique jouera.
Innovations pour réduire les coûts
TurboQuant (Google) + Sub-Quadratic Sparse Attention = inférence moins coûteuse.
Dremio racheté par SAP (fermeture T3 2026)
Impact: culture open source vs écosystÚme propriétaire = choc attendu. Bonne nouvelle pour Starburst.
Chapitres
00:00:00 - Intro00:03:23 - La fin de la récréation dans l'IA00:36:08 - Dremio racheté par SAP00:39:00 - Semantic Layers
Le BigdataHebdo
Le BigdataHebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Zijn er afleveringen die ontbreken?
-
Cet épisode spécial du Big Data Hebdo, enregistré à Devoxx Paris, on donne la parole aux auditeurs !
On parle des derniĂšres news de chez Clever Cloud avec quentin Adam,
On parle aussi de ce que l'IA change dans nos vies de développeurs, avec notament le tout "as code"
JĂ©rĂŽme nous fait part de ses aventures dans le monde java avec Schematron pour parser des factures electroniques...
Stéphane Walter comme a son habitude nous relate les conférences auxquelles il a pu assister à Devoxx, avec notament des choses intéressantes du cÎté des objects connectés
## Le BigdataHebdo
Le BigdataHebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Dans cet épisode du Big Data Hebdo, Vincent Heuschling et Nicolas Steinmetz accueillent Victor Coustenoble pour une discussion sur Trino, Starburst. Découvrez l'historique, les cas d'usage, et les différenciateurs de ces moteurs SQL distribués, ainsi que leur impact sur la fédération de données et la gouvernance.
## au menu :
Historique de Trino et PrestoCas d'usage de Trino dans le monde réelDifférenciateurs de Starburst et TrinoArchitecture et déploiement de TrinoFédération de données et Data MeshIntégration avec cloud et on-premFonctionnalités avancées de StarburstContributions open source et communauté ## Chapitres
00:00 Introduction au Big Data Hebdo
01:18 Présentation de Victor Coustenoble et de Starburst
03:49 Comprendre Trino et son historique
12:12 Fonctionnement de Trino et cas d'usage
23:17 Clients et déploiement de Trino et Starburst
25:47 Gestion des connexions et du cache dans Starburst
28:50 Fonctionnalités premium de Starburst
30:35 DĂ©veloppements et contributions Ă Trino
32:48 Ăvaluation des alternatives Ă Snowflake et BigQuery
34:11 Déploiement hybride et souveraineté des données
35:57 Ăvolution du concept de Data Mesh
38:59 Préparation à l'Úre agentique et intégration des data products
## Le BigdataHebdo
Le BigdataHebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Vincent Heuschling reçoit Hayssam Saleh, créateur de **Starlake**, une plateforme data open source française née de la factorisation de projets clients depuis 2017-2018. L'épisode intervient dans un contexte de consolidation du marché (rachat de DBT et de SQLMesh par Fivetran), qui invite à challenger les solutions établies.
Starlake se distingue par une approche **entiÚrement déclarative** (YAML + SQL natif, sans Jinja) couvrant toute la chaßne data engineering : ingestion, transformation, orchestration et qualité des données. L'outil s'appuie sur les moteurs sous-jacents des plateformes cibles (Snowflake, BigQuery, Spark) et génÚre automatiquement les DAGs pour les orchestrateurs du marché (Airflow, Dagster, Snowflake Tasks).
Parmi les fonctionnalitĂ©s marquantes : le **data branching** (branches de donnĂ©es Ă la maniĂšre de Git), l'infĂ©rence automatique de schĂ©mas YAML Ă partir de fichiers sources, un **transpiler SQL** multi-plateformes, et l'extraction du lineage depuis du SQL brut sans annotation. L'intĂ©gration rĂ©cente de **DuckLake** ouvre la voie Ă des architectures on-premise souveraines Ă coĂ»t maĂźtrisĂ© (sous 300 âŹ/mois sur OVH, Scaleway, Clever Cloud).
Le modÚle économique repose sur le support, la formation, et le consulting : Starlake s'installe dans le cloud du client, avec mise à jour automatique gérée par l'équipe, sans accÚs aux données.
**Chapitres**
**00:00:27** â Introduction : consolidation du marchĂ© data (rachat de DBT et SQLMesh par Fivetran) et prĂ©sentation de l'Ă©pisode
**00:03:13** â Hayssam et la genĂšse de Starlake : parcours Spark/Scala, POC Ă 4 000 formats de fichiers (2017-2018)
**00:09:51** â Architecture et philosophie : load, transform, orchestration unifiĂ©s en dĂ©claratif (YAML + SQL natif, pas de Jinja)
**00:00:18:18** â Starlake vs DBT : diffĂ©rences philosophiques, composabilitĂ©, fonctionnalitĂ©s 100 % open source
**00:00:22:20** â Data branching, Starlake Labs (pipe syntax, transpiler SQL, lineage) et expĂ©rience dĂ©veloppeur (DuckDB local, UI point-and-click)
**00:36:35** â ModĂšle open source et Ă©conomique : licence Apache, support, formation, marketplace cloud souveraine
**00:43:42** â DuckLake : alternative on-premise/cloud souverain (OVH, Scaleway, Clever Cloud) et comment contribuer / dĂ©marrer
**Le BigdataHebdo**
Le BigdataHebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Dans cet Ă©pisode du BigData Hebdo, Vincent Heuschling et Paul Peton explorent les derniĂšres annonces d'OpenAI, dâAnthropic et de Google concernant les agents AI et leur monĂ©tisation. Au programme les SDK, les workflows, etc...
**A retenir dans cet Ă©pisode**
- Les derniĂšres annonces d'OpenAI, Anthropic, et Google.
- Les agents ont de lâargent, il commencent Ă ĂȘtre monĂ©tisĂ©s.
- OpenAI vise Ă concurrencer Google et l'App Store d'Apple.
- Les SDK sont essentiels pour le développement d'agents AI.
- La capacité de prise de décision des agents est cruciale pour leur efficacité.
- La tarification des gros modÚles AI est démesurée.
- Les navigateurs AI soulĂšvent des questions Ă©thiques.
- La connectivité des agents est un enjeu majeur.
**Le BigdataHebdo** Le BigdataHebdo est le podcast Francophone de la Data et de l'IA.
Retrouvez plus de 200 Ă©pisodes https://bigdatahebdo.com
Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q -
Dans cet épisode on explore les défis et les évolutions du RAG (Retrieval-Augmented Generation) dans le contexte de l'IA. L'équipe du Bigdata Hebdo discute des promesses des éditeurs, des difficultés rencontrées par les utilisateurs, et des mécanismes d'IA nécessaires pour traiter efficacement les documents.
On parle des enjeux liés à l'OCR, au chunking, et à l'importance des modÚles d'embeddings.
00:00 Introduction
03:06 La promesse des Ă©diteurs
08:05 Comprendre le RAG et son fonctionnement
11:06 Difficultés liées à l'OCR et à l'extraction de données
19:05 Recommandations pour l'optimisation des documents
28:46 Mistral Document AI et ses fonctionnalités
33:49 Chunking et gestion des documents
40:55 Fine-tuning des modĂšles d'embeddings
43:00 Formats de documents et leur pérennité
47:23 Conclusion et perspectives
Notes et ressources
https://bigdatahebdo.com/podcast/episode-224-donnees-non-structurees-et-modern-ocr -
Dans cet épisode du Big Data Hebdo, Vincent Heuschling et Nicolas Wlodarczyk discutent des caractéristiques et des avantages de la base de données NoSQL Aerospike. Nicolas partage son parcours dans le domaine de l'IT et explique comment Aerospike se distingue par sa rapidité et sa scalabilité, et sa capacité à optimiser les infrastructures.
Chapitres
00:00:00 Introduction
00:01:42 Présentation d'Aerospike
00:21:03 Use-Cases
00:27:25 Réduction de l'Infrastructure et Efficacité
00:30:22 Intégration et Interopérabilité avec d'autres SystÚmes
00:41:53 ModĂšles de Consommation et Licensing
00:49:12 Transactions et cohérence
00:58:43 Ressources
Notes et ressources
https://bigdatahebdo.com/podcast/episode-223-aerospike -
Dans cet épisode du Big Data Hebdo, Vincent Heuschling, Paul Peton, et Jérôme Mainaud discutent des événements marquants de l'été 2025 dans le domaine de l'IA et du Big Data, notamment le drama autour de Luc Julia, du lancement raté de GPT5, de l'importance des modèles open source, et les initiatives européennes en matière de souveraineté technologique.
-
Avec Christophe Blefari (aka Blef) on discute des défis actuels des équipes data et de la réponse apportée par NAO.
Comment le âData vide codingâ peut accĂ©lĂ©rer la productivitĂ© des projets data ?
On évoque aussi le passage par YC qui a eu un impact significatif sur le produit et la société.
On termine cet Ă©pisode avec le regard averti de Christophe sur le marchĂ© de la Data, et lâimpact des LLM.
Plus sur :
https://bigdatahebdo.com/podcast/episode-221-data-vibe-coding-avec-nao -
Dans cet Ă©pisode du Big Data Hebdo, Vincent Heuschling et Quentin Ambard reviennent sur le Data and AI Summit 2025 de Databricks.
En autres on parle de :
L'acquisition de NĂ©on pour avoir une BDD au dessus du LakehouseLakeflow Designer pour avoir une approche low-codeL'intĂ©gration de l'IADatabricks One pour rendre l'interface plus accessibleLes amĂ©liorations du moteur SQL de DatabricksAgent Bricks qui simplifie le dĂ©veloppement d'agents AI.La data-gouvernance avec Unity Catalog.Le Vector Search au dessus du lakehouseLes inevitables troll envers Snowflake đ€Łđ€Łđ€Ł -
Dans cet épisode du Big Data Hebdo, on regarde l'évolution des formats de fichiers Table, en se concentrant sur Parquet, Delta Lake, Iceberg et Duck Lake. On évoque la gestion des metadata et les catalogues pour la gouvernance des données.
-
(00:00:00) Episode 218 : Agents IA
(00:02:58) DĂ©finition d'un agent IA
(00:09:49) Agents et outils
(00:10:30) TAO & ReAct
(00:39:50) Frameworks
Dans cet épisode thématique, on explore les agents IA, derniÚre itération de l'IA Générative.
Qu'est ce qui distingue un agent dâun chatbot ou dâun simple prompt ?
On parle aussi de la relation entre agents, outils (tools) et modĂšles LLM.
Quels sont les frameworks les plus matures pour construire des agents? -
(00:00:00) Episode 217 : BDH live Ă Devoxx Paris 2025
(00:01:04) Conférence Bug Bash et tests autonomes
(00:06:23) Windsurf : révolution du coding assistant
(00:16:23) Automatisation de la veille technologique
(00:22:28) LLM spécialisés vs généraux
(00:37:00) Ariga Atlas pour les bases de données
Cet épisode spécial du Big Data Hebdo, enregistré à Devoxx Paris, on donne la parole aux auditeurs !
On parle de Windsurf pour lâassistance au code, de test autonome avec Antithesis (qui a rĂ©ussi Ă casser ETCD), et dâautomatisation de la veille technologique, et pour finir dâautomatisation pour les bases de donnĂ©es avec Ariga Atlas. -
Dans cet Ă©pisode, on revient sur lâĂ©volution de la data-ingĂ©nierie Ă travers deux outils : DBT et SQLMesh. Comment ces outils ont Ă©mergĂ© avec la montĂ©e en puissance du SQL dans les architectures modernes ? Comment ils rĂ©pondent aux enjeux de modĂ©lisation, dâindustrialisation et de gouvernance de la donnĂ©e ? LâĂ©pisode est aussi lâoccasion dâaborder lâĂ©volution des mĂ©tiers de la data, notamment lâĂ©mergence du rĂŽle dâanalytic engineer, Ă la croisĂ©e des chemins entre data engineering et data analytics.
La révolution du SQL modulaire
â Retour sur lâhistorique du SQL dans lâanalytique moderne, lâexplosion du SQL dans les moteurs cloud et les limites des requĂȘtes monolithiques.DBT
â Origine de DBT, philosophie âanalyst-friendlyâ, sĂ©paration entre DBT Core et DBT Cloud, gestion du versioning, testing, documentation, templating avec Jinja.Le rĂŽle dâAnalytic Engineer
â Mutation des Ă©quipes BI vers plus dâautonomie technique, convergence entre modĂ©lisation mĂ©tier et industrialisation.Pourquoi SQLMesh ?
â Introduction Ă SQLMesh comme alternative Ă DBT, positionnement technique, diffĂ©rences dâusage, rĂ©flexion sur les cas dâadoption.Retrouvez les Ă©piosodes et show notes sur https://bigdatahebdo.com
-----------------
Cette publication est sponsorisée par Datatask (https://datatask.io/) et CerenIT (https://www.cerenit.fr/) .
CerenIT (https://www.cerenit.fr/) vous accompagne pour concevoir, industrialiser ou automatiser vos plateformes mais aussi pour faire parler vos données temporelles. Ecrivez nous à [email protected] (https://cerenit.fr) et retrouvez-nous aussi au Time Series France (https://www.timeseries.fr/) .
Datatask (https://datatask.io/) vous accompagne dans tous vos projets Cloud et Data, pour Imaginer, Expérimenter et Executer vos services ! Consultez le blog de Datatask (https://datatask.io/blog/) pour en savoir plus.
Le générique a été composé et réalisé par Maxence Lecointe -
Dans cet Ă©pisode du Big Data Hebdo, on fait le point sur le RAG (Retrieval-Augmented Generation) : est-il toujours au cĆur des usages dâIA gĂ©nĂ©rative en entreprise, ou dĂ©passĂ© par les nouveaux paradigmes comme lâagentic AI ?
Paul, JĂ©rĂŽme, Nicolas et Vincent reviennent sur :
Les fondamentaux du RAG : pourquoi est-il apparu ?Comment fonctionne techniquement un pipeline RAG ?Les erreurs à éviter quand on passe en productionLes bonnes pratiques : hybrid search, cache, feedback utilisateursCe qui change en 2025 : modularité, agentic RAG, graph RAG, et plus encore !
Retrouvez les Ă©piosodes et show notes sur https://bigdatahebdo.com
-----------------
Cette publication est sponsorisée par Datatask (https://datatask.io/) et CerenIT (https://www.cerenit.fr/) .
CerenIT (https://www.cerenit.fr/) vous accompagne pour concevoir, industrialiser ou automatiser vos plateformes mais aussi pour faire parler vos données temporelles. Ecrivez nous à [email protected] (https://cerenit.fr) et retrouvez-nous aussi au Time Series France (https://www.timeseries.fr/) .
Datatask (https://datatask.io/) vous accompagne dans tous vos projets Cloud et Data, pour Imaginer, Expérimenter et Executer vos services ! Consultez le blog de Datatask (https://datatask.io/blog/) pour en savoir plus.
Le générique a été composé et réalisé par Maxence Lecointe -
Dans cet Ă©pisode du Big Data Hebdo, đïž jâai eu le plaisir dâĂ©changer avec Nicolas Korchia de Indexima, qui nous dĂ©voile comment leur solution rĂ©volutionne la performance des requĂȘtes analytiques sur SnowflakeâĄ
đ Indexima for Snowflake analyse les requĂȘtes en temps rĂ©el et gĂ©nĂšre automatiquement des agrĂ©gats optimisĂ©s avec les Dynamic Tables, rĂ©duisant drastiquement les temps de rĂ©ponse et les coĂ»ts ! đ°đš
Show notes et chapitres sur http://bigdatahebdo.com/podcast/episode-214-plus-vite-et-moins-cher-sur-snowflake-avec-indexima/
-----------------
Cette publication est sponsorisée par Datatask (https://datatask.io/) et CerenIT (https://www.cerenit.fr/) .
CerenIT (https://www.cerenit.fr/) vous accompagne pour concevoir, industrialiser ou automatiser vos plateformes mais aussi pour faire parler vos données temporelles. Ecrivez nous à [email protected] (https://cerenit.fr) et retrouvez-nous aussi au Time Series France (https://www.timeseries.fr/) .
Datatask (https://datatask.io/) vous accompagne dans tous vos projets Cloud et Data, pour Imaginer, Expérimenter et Executer vos services ! Consultez le blog de Datatask (https://datatask.io/blog/) pour en savoir plus.
Le générique a été composé et réalisé par Maxence Lecointe -
đïž On plonge dans les sĂ©ries temporelles et lâintĂ©gration SQL avec Warp 10, en compagnie de Mathias Herbert (Senx.io).
đ SQL atteint vite ses limites face aux time series. Comment faire mieux sans exploser la facture cloud ? WarpLibapporte une solution en sâintĂ©grant dans Databricks, Starburst et bientĂŽt Snowflake !
Show notes et chapitres sur http://bigdatahebdo.com/podcast/episode-213-timeseries-et-sql-avec-warp10/ -
Le BigDataHebdo reçoit Florian Caringi, responsable des plateformes Data & IA au sein du groupe BPCE. On discute de l'évolution des architectures Big Data, de Hadoop aux environnements hybrides et cloud, avec une adoption massive de Google Cloud (BigQuery, Vertex AI) pour des usages analytiques et data science.
Florian partage son expérience sur les défis de migration, de FinOps, et l'intégration des IA génératives. Une discussion passionnante sur la modernisation des infrastructures et l'impact des nouvelles technologies dans les grandes organisations.
Show notes et chapitres sur http://bigdatahebdo.com/podcast/episode-212-cloud-hybride-bpce/ -
Le BigDataHebdo, reçoit Mehdi, Developer Advocate chez MotherDuck, pour explorer lâunivers de DuckDB et MotherDuck. Au programme, les origines acadĂ©miques de DuckDB, son Ă©volution en tant que moteur SQL analytique performant, et son extension MotherDuck qui permet de lâutiliser comme un Data Warehouse en ligne.
Show notes sur http://bigdatahebdo.com/podcast/episode-211-motherduck/ - Laat meer zien
