Afleveringen

  • 🎁 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/3P0DQNA


    Eulidia, 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 [email protected]


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:39 Intro

    03:06 Zoom sur les Transformers

    08:24 Cadrer un projet GenAI

    11:04 Comment choisir le bon LLM ?

    15:52 Que choisissent les boîtes aujourd’hui ? Open Source ou Propriétaire ?

    18:59 Zoom sur Mistral

    20:35 Utiliser des LLM as a judge

    24:02 Industrialiser un projet GenAI

    26:51 Zoom sur les RAGs

    28:28 Les plus gros challenges des projets GenAI

    30:39 A quoi ressemblera le monde de demain ?

    33:52 Les questions de la fin (ressources, conseils...)


    ---


    📚 RESSOURCES


    Les subreddits LocalLLaMA, machinelearningnews et datascience

    La 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.

    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par Fivetran

    👉 Lien vers leur site internet : https://bit.ly/3Tm34ax

    ---


    🎬 CHAPITRES


    00:00 Générique

    00:55 Intro

    04:22 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 groupes

    13:13 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.

  • Zijn er afleveringen die ontbreken?

    Klik hier om de feed te vernieuwen.

  • 🎁 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)


    ---


    ❤️ PARTENAIRE


    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/3P0DQNA


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:25 Intro

    04:33 L'organisation Data chez Doctolib

    05:45 Les principaux chantiers de Lucie

    07:07 Son challenge principal : scaler son outil de Data Visualisation

    09:55 Etape 1 : audit

    10:58 Etape 2 : POC

    13:00 Etape 3 : implémentation technique

    15:13 Etape 4 : ouverture de l'outil aux équipes Data

    17:16 Etape 5 : run

    17:47 Sa plus grosse difficulté : l’ouverture aux équipes

    20:53 Le Data Enablement chez Doctolib

    22:22 Ses conseils pour scaler sa Data Visualisation

    24:13 La stack data chez Doctolib

    24:39 Les prochaines étapes

    26:46 Les questions de la fin (ressources, conseils...)


    ---


    📚 RESSOURCE


    Dear 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.


    ---


    ❤️ SPONSOR


    This 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


    ---


    🎬 CHAPTERS


    00:00 Trailer

    01:45 Intro

    02:35 What the Data department looks like

    03:38 Why and how to introduce middle managers?

    07:51 The importance of having a mix between Individual Contributors (IC) & Managers

    10:29 The current mix between IC & Managers at BlaBlaCar

    13:22 The challenges associated with this organization

    17:11 How to create a great path for IC

    22:26 Why it’s crucial to anticipate recruitments 3 years in advance when you’re 50 in the team

    25:13 His main challenges in terms of management

    29:18 The next steps of the Data team

    30:34 Last questions (ressources, tips…)


    ---


    📚 RESSOURCE


    An 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 FREE


    1/ 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


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:03 Intro

    04:41 Pourquoi créer WiMLDS ?

    06:07 Leurs objectifs

    08:12 Leurs challenges

    09:13 L’organisation des meetups

    11:54 Leurs réussites

    13:29 Leurs next steps

    14:35 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 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.

  • 🎁 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.


    ---


    ❤️ PARTENAIRE


    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/3P0DQNA


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:38 Intro

    06:55 Les grandes étapes clés

    07:39 Etape 1 : le POC

    11:58 Etape 2 : Documentation

    13:07 Etape 3 : Rationnalisation des rapports

    15:36 Focus sur DBT

    17:06 Le plus gros challenge de Loïc pendant sa migration : continuer à servir le Business

    19:44 La stack data

    20:33 Focus sur Databricks

    22:46 L'orga des équipes

    23:34 Leurs next steps

    24:41 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.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataGalaxy.

    👉 Réservez une demo : https://bit.ly/3P0DQNA


    ---


    🎬 CHAPITRES


    00:00 Générique

    00:55 Introduction

    01:27 Le parcours de Sébastien

    02:32 Qu’est-ce qu’un Data Catalog ?

    04:25 Dans quel contexte c’est utile

    05:56 A partir de quelle taille d'entreprise ?

    06:37 Les différentes étapes

    10:43 Les écueils à éviter

    12:24 Les fonctionnalités d'un Data Catalog

    17:52 Les utilisateurs du Data Catalog

    20:15 Les différentes solutions sur le marché

    22:30 Les ressources recommandées par Sébastien

    24:36 Ce qu'il aime dans la data

    24:58 Ce qui l’a le plus fait progresser

    25:41 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.


    ---


    ❤️ PARTENAIRE


    Ce 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.


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:30 Introduction

    02:14 Le parcours d’Anne-Sophie

    04:52 Le rôle d’un Product Manager Data Science

    07:34 Le contexte Data Science chez Back Market

    09:12 Ce qu’on voit souvent sur le marché : trop de projets en parallèle

    12:34 Le 1er projet de Machine Learning

    16:21 Un autre projet de Machine Learning

    19:00 L’organisation interne de l’équipe Data Science

    23:56 Quelques outils utilisés

    26:15 Les challenges qu’elle a rencontrés

    28:28 Les next steps pour l’équipe Data Science

    30:25 Les ressources qu’elle conseille

    31:16 Ce qu’elle aime dans la data

    32:29 Ce qui l’a le plus fait progresser

    32:05 Le meilleur conseil qu’on lui ait donné


    ---


    📚 RESSOURCES


    Les 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.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.

    👉 Lien vers leur site internet : http://bit.ly/47UthCv


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:28 Introduction

    02:09 Le parcours de Philippe

    03:05 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 Flags

    12:32 Focus sur le KPI "Net MRR Churn" ou "Net Retention" d'Aircall

    14:19 Les outils utilisés pour analyser la donnée

    16:08 Focus sur Totango

    19:13 Focus sur Looker

    20:37 Les plus gros challenges Data Analytics rencontrés par Philippe

    22:37 Les conseils de Philippe pour une bonne collaboration entre Data et Customer Success

    25:10 La recommandation de contenu de Philippe


    ---


    📚 RESSOURCE


    Le 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 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.

  • 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


    ---


    🎬 CHAPITRES


    00:00 Générique

    00:53 Introduction

    01:50 Le contexte avant l’approche Data Mesh

    06:46 Elle explique aux autres leaders comment ils impactent la Data Quality

    08:08 L’organisation des équipes pour mettre en place cette approche

    14:48 Les principaux challenges qu’elle a rencontrés avec cette approche

    27:41 L’avis de Virginie sur les IA Génératives

    32:25 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 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.

  • 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.


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:21 Introduction

    03:01 Women @Google, c'est quoi ?

    06:42 Les actions du collectif 11:53 Women @Google en chiffres

    15:05 Les plus gros challenges de Taline sur le collectif

    17:06 La data chez Women @Google

    19:21 Les actions qui ont marqué Taline

    25:37 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 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.

  • 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


    ---


    🎬 CHAPTERS


    00:00 Trailer

    00:43 Introduction

    01:41 The context

    04:33 The 3 key implemented actions

    05:02 1st action: shifting the culture towards more control and governance

    07:38 2nd action: being more budget conscious by optimizing current tools & migrating to new ones

    10:47 Focus on Fivetran & Looker

    13:30 3rd action: identifying where to invest the efforts to better structure projects

    18:01 The other challenges Edouard faced

    20:00 Edouard’s ressource recommendations

    21:07 What he likes most about data

    21:51 What made him improve the most

    22:47 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 FREE


    1/ Subscribe 🔔

    2/ Leave a 5 stars review on Apple Podcasts here 🥰


    Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  • Mick Levy est Directeur Stratégie & Innovation chez Business & Decision (rattaché à Orange Business). Mick est un expert data, il a écrit un livre sur le sujet (Sortez vos données du frigo), il a réalisé des 100aines de conférences, il a 16K+ abonnés sur LinkedIn et a également un podcast (Trench Tech) qui aborde le thème un peu plus large de la tech éthique. Il est venu nous partager ses réflexions sur les IA Génératives.


    On aborde :


    🔥 Le parcours de Mick, de stagiaire à Directeur de l’Innovation chez Business et Décision

    🔥 L’intérêt d’utiliser les GenAI en entreprise et les 3 grandes familles de cas d’usage

    🔥 Les premières étapes pour y parvenir : acculturer puis identifier les cas d’usage à lancer

    🔥 Les limites des GenAI : la sécurité des données et les hallucinations.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataBird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.

    👉 Lien vers leur site internet : bit.ly/41UbJVr


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:40 Introduction

    02:42 Le parcours de Mick

    04:08 Pourquoi s’intéresser aux IA Génératives ?

    06:11 Le marché des GenAI aujourd’hui

    08:53 Etape 1 : Acculturer

    12:00 Etape 2 : Identifier les cas d’usage

    21:04 Les limites des GenAI

    25:23 Les conseils de Mick pour identifier ses cas d’usage

    27:29 Quels profils pour porter ces projets

    31:33 Les prévisions de Mick

    33:11 La recommandation de contenu de Mick

    34:36 Ce qu’il aime dans la data

    35:33 Ce qui l’a le plus fait progresser

    36:02 Le meilleur conseil qu’on lui ait donné


    ---


    📚 RESSOURCES


    - La page LinkedIn et le blog de Frédéric Cavazza

    - La page LinkedIn, le podcast Trench Tech, le livre de Mick Levy et son site


    ---


    🧐 AUTRES ÉPISODES


    #78 - Air France : Assurer l’adoption des produits data

    #80 - ChatGPT et la tendance des LLM avec Marc Sanselme

    #100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari (aka Blef.fr)


    ---


    💪 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 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.

  • Pauline Chavallard est Engineering Manager & Senior Machine Learning Engineer chez Doctrine, la plateforme d'intelligence juridique qui utilise l’IA pour aider 12 000 avocats et juristes dans leur quotidien.


    On aborde :


    🔥 Les grandes briques de la solution (ex : ingestion des données juridiques, enrichissement Machine Learning et NLP)

    🔥 Leur moto “Release early, release often, and listen to your customer” et leur organisation à la Spotify (ex : Squads pluridisciplinaires, Chapters fonctionnels)

    🔥 Leurs challenges principaux : la montée en compétence de l’équipe sur les sujets juridiques, l’alignement sur tous les termes (ex : article de loi vs texte de loi vs convention) et l’application du NLP aux textes juridiques très longs

    🔥 Les prochaines étapes : IA générative et internationalisation.


    ---


    💪 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


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:08 Introduction

    01:47 Présentation de Doctrine

    04:48 Le parcours de Pauline chez Doctrine

    07:31 Les différentes briques (ingestion, Machine Learning, NLP…)

    13:07 Les premières étapes de développement

    18:30 L’organisation en squad à la Spotify

    20:49 Focus sur le rôle de Machine Learning Engineer chez Doctrine

    22:45 Les plus gros challenges rencontrés

    27:57 La vision de Pauline sur ChatGPT

    31:49 Les ressources recommandées par Pauline

    32:39 Ce qu'elle aime dans la data

    33:20 Ce qui l’a le plus fait progresser

    33:54 Le meilleur conseil qu’on lui ait donné


    ---


    📚 RESSOURCES


    - The Cathedral & the Bazaar de Eric S. Raymond

    - NLP News de Sebastian Ruder


    ---


    🧐 AUTRES ÉPISODES


    #89 - Therapixel : Détecter le cancer grâce à l’IA

    #86 - Vestiaire Collective : Développer un algorithme d’automatisation pour scaler

    #80 - ChatGPT et la tendance des LLM avec Marc Sanselme


    ---


    🎙 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.

  • L'année 2024 annonce de nouveaux projets pour DataGen !🔥


    #1 Le podcast a dépassé les 11K d'écoutes par mois et a intégré le top 10 des meilleurs podcasts en France dans la rubrique Technologie.


    #2 DataGen a lancé un collectif de top freelances data issus des plus belles boîtes (BlablaCar, Aircall, Critéo, Artefact, 55, Sunday...) ! 💡

    👉️ Nous rencontrer : https://www.datageneration.co/


    #3 Une Directrice des Opérations rejoint le podcast : bienvenue à Flore-Anne. 🚀

    👉️ Visiter son LinkedIn : https://www.linkedin.com/in/flore-anne-drouilhet-998953b7/


    Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  • Stéphanie Lecomte était manager de l’équipe Études de marché chez Weldom, l'entreprise qui propose des articles de bricolage, de décoration et de jardinage dans ses 267 magasins partout en France. À la suite d’un bootcamp data, elle s’est reconvertie sur un rôle de Data Analyst au sein de la même entreprise.


    On aborde :


    🔥 Son parcours, les réflexions qui l’ont menée vers ce changement de job en interne et le soutien de sa boîte

    🔥 Ce qu’elle a pensé du bootcamp Databird

    🔥 Ses missions en tant que Data Analyst et comment ses nouvelles compétences lui sont utiles

    🔥 Ses conseils pour réussir une reconversion en data.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.

    👉 Lien vers leur site internet : bit.ly/47UthCv


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:12 Introduction 

    01:46 Le parcours de Stéphanie

    02:55 Les raisons qui l’ont poussée à changer de poste

    05:54 Sa formation chez DataBird

    07:28 Ses discussions avec Weldom pour lui permettre de suivre la formation

    08:57 La création de son nouveau poste

    12:11 Ses principaux chantiers en tant que Data Analyst

    15:45 Les éléments de la formation qui lui ont été utiles

    16:47 Les ressources recommandées par Stéphanie

    19:41 Ce que Stéphanie aime dans la data

    20:27 Ses conseils pour réussir sa reconversion


    ---


    📚 RESSOURCES


    - Le podcast Signaux Faibles du média Siècle Digital

    - La page LinkedIn de Asma Mhalla

    - Le livre Femmes invisibles de Caroline Criado Perez


    ---


    🧐 AUTRES ÉPISODES


    #95 - Reconversion | De Journaliste à Data Analyst

    #73 - Reconversion | De Head of Analytics à Product Manager Data

    #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


    ---


    🎙 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.

  • Quentin est Lead Solution Architect chez Databricks qui propose notamment une solution de lakehouse mais aussi toutes les autres briques nécessaires à la mise en place d’une stack data Analytics et IA (ETL, Transformation, ML …). Databricks a pris très tôt la vague de l’IA et est aujourd’hui parfaitement placé pour devenir leader sur un marché en pleine accélération suite à l’arrivée des GenAI.


    On aborde :


    🔥 La différence entre un Data Lake, un Data Warehouse et un Lakehouse,

    🔥 La genèse de Databricks et les différentes briques proposées par la plateforme,

    🔥 La rivalité entre Databricks et Snowflake et ce qui les distingue particulièrement : l’IA,

    🔥 L'impact des GenAI et des LLM sur Databricks (500M$ levés, rachat de MosaicML…).


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par Databricks : https://www.databricks.com/

    👉 Contacter Quentin sur LinkedIn : https://bit.ly/3vkIVZW


    Le meetup Databricks chez Ekimetrics mentionné est déplacé au 13/03/2024.

    👉 Contacter Clémence Meyer pour participer : [email protected]


    ---


    🎬 CHAPITRES


    00:00 Générique

    00:57 Introduction

    01:38 Le parcours de Quentin

    02:24 La genèse de Databricks et la différence entre Data Lake / Warehouse / Lakehouse

    04:54 Les différentes briques proposées par la plateforme

    10:01 Son élément de différenciation : une stack pour l’Analytics et l’IA

    11:42 Databricks vs Snowflake

    14:04 L’évolution de Databricks depuis le départ

    18:22 L'impact des GenAI et des LLM

    24:16 La culture de l’innovation chez Databricks

    26:44 La recommandation de contenu de Quentin

    27:19 Ce qu'il aime dans la data

    27:58 Ce qui l’a le plus fait progresser

    28:49 Le meilleur conseil qu’on lui ait donné


    ---


    📚 RESSOURCES


    - Le podcast de Lex Fridman : https://lexfridman.com/podcast/

    - La newsletter Databricks : https://nextgenlakehouse.substack.com/


    ---


    🧐 AUTRES ÉPISODES


    #100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari (aka Blef.fr) 🎁

    #80 - ChatGPT et la tendance des LLM avec Marc Sanselme

    #60 - Décathlon : Implémenter une nouvelle stratégie Analytics


    ---


    💪 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


    ---


    🎙 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.

  • Yannick Beltran est Data Governance & Transformation Director de Kering, le Groupe de Luxe qui rassemblent les Maisons Gucci, Balenciaga, Saint Laurent et 7 autres. Le Groupe compte plus de 47 000 collaborateurs au sein du groupe dont environ 200 experts de la data.


    On aborde :


    🔥 Le contexte Data chez Kering et le parcours de Yannick,

    🔥 Les grandes étapes de lancement d’un programme de Data Gouvernance,

    🔥 L’application “by the book” de l’approche Data Mesh,

    🔥 Les enjeux tech et humain pour transformer un groupe de 47 000 employés.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataBird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.

    👉 Lien vers leur site internet : bit.ly/41UbJVr.


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:39 Introduction

    03:05 Le parcours de Yannick

    05:33 1ère phase : diagnostic

    10:05 2ème phase : roadmap et approche Data Mesh

    14:10 3ème phase : identification des data owners

    18:17 Qu’est-ce qu’un Data Product chez Kering ?

    25:18 L’équipe Data Governance centrale

    31:38 La recommandation de contenu de Yannick

    32:54 Ce qu'il aime dans la data

    33:36 Ce qui l’a le plus fait progresser

    33:55 Le meilleur conseil qu’on lui ait donné


    ---


    📚 RESSOURCE


    - Data Mesh: Delivering Data-Driven Value at Scale de Zhamak Dehghani


    ---


    🧐 AUTRES ÉPISODES


    #99 - Masterclass | Lancer une Data Academy avec Alexandre Miny de Tornaco

    #94 - CybelAngel : Implémenter une stratégie de Data Gouvernance en 5 piliers

    #78 - Air France : Assurer l’adoption des produits data


    ---


    💪 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


    ---


    🎙 SOUTENEZ LE PODCAST GRATUITEMENT


    1/ Abonnez-vous 🔔

    2/ Laissez 5 étoiles sur Apple Podcasts ici 🥰


    ---


    👋 PLUS DE CONTENU DATA ?


    1/ Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳

    2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) ici 💌

    3/ Découvrez les podcasts en format vidéo sur YouTube ici 📹


    Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  • Christophe, désormais invité récurrent sur le podcast, est Data Engineer, auteur de la newsletter data la plus connue au sein de l’écosystème : Blef.fr, selon moi un des plus gros experts data en France et... membre du collectif de freelances DataGen.


    On aborde :


    🔥 Le Data Modeling : pourquoi c’est une tendance et son lien avec le Self-Service,

    🔥 Le Real-Time Analytics : est-ce que c’est pertinent pour des cas d’usage classiques ?

    🔥 Le DataOps : d’où ça vient et pourquoi je n’en entends pas beaucoup parler sur le podcast,

    🔥 Deux “Fast news” de Christophe : DuckDB Web Assembly et une IA qui prédit les images de notre cerveau.


    ---


    💪 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


    ---


    🎬 CHAPITRES


    00:00 Générique

    00:58 Introduction

    02:37 Data Modeling

    10:46 Real Time Analytics

    16:27 DataOps

    21:24 La Fast news de Blef #1 : Meta prédit les images de ton cerveau

    23:38 La Fast news de Blef #2 : retour d’expérience sur DuckDB Web Assembly


    ---


    📚 RESSOURCES


    - Le livre The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling de Ralph Kimball

    - L'article de Meta sur l’IA prédictive à partir de l’activité cérébrale : Toward a real-time decoding of images from brain activity


    ---


    🧐 AUTRES ÉPISODES


    #92 - Saagie : Mettre en place une approche DataOps

    #77 - Sunday : Scaler grâce à une orga Data Mesh

    #67 - Les 4 tendances data de 2023 avec Christophe Blefari (Aka Blef.fr)


    ---


    🎙 SOUTENEZ LE PODCAST GRATUITEMENT


    1/ Abonnez-vous 🔔

    2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰


    ---


    👋 PLUS DE CONTENU DATA ?


    1/ Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳

    2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) ici 💌

    3/ Découvrez les podcasts en format vidéo sur YouTube ici 📹


    Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

  • Alexandre Miny de Tornaco est un expert de la formation data, il a d’ailleurs co-fondé le bootcamp Databird qui a déjà formé plus de 3000 personnes à la data. Dans cet épisode, il nous propose une masterclass sur le lancement d’une Data Academy en entreprise.


    On aborde :


    🔥 Pourquoi lancer une Data Academy : avènement du Cloud, besoin de désengorger l’équipe data, rendre autonome le métier,

    🔥 Comment convaincre le Comex par l’exemple : identifier une première équipe et un use case à forte valeur ajoutée,

    🔥 Les principes d’un bon programme de formation data : personnalisation, mix théorie & pratique, temps long, etc.

    🔥 Les phases clés : acculturation, formation outils (Business Intelligence), formation avancée pour les Data Champions (ex : SQL, Dataiku), validation des acquis.


    ---


    ❤️ PARTENAIRE


    Ce podcast est rendu possible par DataBird.

    👉 Contactez Alexandre sur LinkedIn ou par mail à [email protected].


    ---


    🎬 CHAPITRES


    00:00 Générique

    01:02 Introduction

    02:43 Pourquoi lancer une Data Academy ?

    07:14 Etape 1 : Convaincre le Comex par l’exemple

    09:30 Etape 2 : Construire un programme personnalisé

    12:08 Etape 3 : Exécuter (acculturation, formation outils, formation avancée des Champions, etc.)

    19:20 Comment adapter le format bootcamp intensif en entreprise

    23:07 Les conseils pédagogiques d’Alexandre

    24:49 Les pièges à éviter

    25:43 Faut-il inclure les IA génératives dans le programme ?

    27:24 La genèse des formations B2B de Databird


    ---


    📚 RESSOURCES

    - L’article McKinsey évoqué pendant l'épisode : The data gambit: How large B2B companies can outmaneuver start-ups

    - Un autre article Harvard Business Review qu’Alexandre recommande : Reassessing Data-Driven Business Transformation Through a New Lens


    ---


    🧐 AUTRES ÉPISODES


    #79 - SUEZ : Lancer le département Data d’un grand groupe

    #78 - Air France : Assurer l’adoption des produits data

    #29 - Data Bird : Le premier alumni partage son retour d'expérience


    ---


    🎙 SOUTENEZ LE PODCAST GRATUITEMENT


    1/ Abonnez-vous 🔔

    2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰


    ---


    👋 PLUS DE CONTENU DATA ?


    1/ Suivez-moi sur LinkedIn (tips/réflexions) ici 🤳

    2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) ici 💌

    3/ Découvrez les podcasts en format vidéo sur YouTube ici 📹


    Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.