Advertise on podcast: DataGen

Gio Granato est Head of Data & AI chez Checkr, la licorne américaine spécialisée dans la vérification des antécédents. Gio est dans la Silicon Valley depuis plus de 10 ans. Il a notamment passé 3 ans chez Google en tant que Data Scientist puis a managé une équipe de 10 Data Scientists chez Meta. Il va nous parler des plus gros enseignements qu’il a tirés de ses expériences chez Google et Meta puis nous expliquer comment il a structuré la stratégie agentique chez Checkr. On aborde : 🔥 Le parcours de Gio et ses learnings chez Google et Meta 🔥 Chantier #1 : Mettre en place des agents pour la data et l’analytics (Omni, Claude…) 🔥 Chantier #2 : Mettre en place des agents pour l’engineering et le développement (”Constitution”, Claude Code) 🔥 Ses plus grosses difficultés et sa vision du futur de la Data & de l’IA ❤️ PARTENAIRE Ce podcast est rendu possible par Actian. 👉 Ecouter l’épisode avec Ole Olesen-Bagneux ici 👉 Recevoir l'early release de la 2ème édition de The Enterprise Data Catalog, le livre d'Ole 👉 Contacter Ole sur LinkedIn ou par mail : [email protected] 📚 RESSOURCES - Le LinkedIn de Gio - Le livre Politics and the English Language de George Orwell - 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 de Gio 03:00 Ses learnings chez Google et Meta 05:02 Présentation de Checkr 07:01 Le contexte data chez Checkr 11:31 Chantier #1 : La stratégie agentique & AI analytics 21:49 Chantier #2 : L’agentique pour l’engineering 26:39 Ses plus grosses difficultés sur l’agentique 28:31 Leur stack 30:25 Leurs prochaines étapes 32:21 Ses recommandations de contenu 33:17 Ce qui le fait progresser 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #295 - Malt : Construire un agent AI Analytics fiable à 90% #281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics #236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery 👋 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.

Ole Olesen-Bagneux est Chief Evangelist chez Actian, le groupe qui propose une Data Intelligence Platform et qui a notamment racheté le Data Catalog Zeenea en 2024. Avant ça, Ole a été Enterprise and Data Architect dans plusieurs grands groupes et a écrit deux livres sur le data management qui sont devenus des références. On aborde : 🔥 Le Federated Knowledge Graph : la technologie qui permet à un Data Catalog d'être performant 🔥 L'IA au service de la gouvernance : descriptions automatiques, tagging et recherche avancée 🔥 Le changement global de paradigme : de la barre de recherche vers le conversationnel 🔥 Les trois briques d'Actian : base de données, data & AI management et business intelligence ❤️ PARTENAIRE Ce podcast est rendu possible par Actian. 👉 Recevez l'early release de la 2ème édition de The Enterprise Data Catalog, le livre d'Ole 👉 Contacter Ole sur LinkedIn ou par mail : [email protected] 📚 RESSOURCES •⁠ ⁠Le LinkedIn d'Ole •⁠ La nouvelle édition de son livre ⁠The Enterprise Data Catalog •⁠ ⁠Le livre The C4 Model: Visualizing Software Architecture de Simon Brown 🎬 CHAPITRES 00:00 Le parcours d'Ole 02:53 Brique #1 : Base de données 05:23 Brique #2 : Data & AI Management 07:04 Brique #3 : Business Intelligence 08:49 Federated Knowledge Graph 15:25 L'IA au service de la gouvernance 18:08 Data Contrats & Data Products 21:22 Le changement de paradigme 26:10 Sa recommandation de contenu 27:10 Son meilleur conseil 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #270 - Les outils de la Data Gouvernance avec Charlotte Ledoux #185 - Masterclass | Mettre en place un Data Catalog avec Rachid Tighremt #101 - Kering : Lancer un programme de Data Gouvernance avec une approche Data Mesh 👋 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.

Alexandre Robicquet a monté une startup dans l’IA qu’il a vendue à OpenAI en 2025. Il a ensuite choisi de rester chez OpenAI comme Research Scientist pendant un peu plus d’un an avant de finalement rejoindre Google. On aborde : 🔥 Son parcours de CEO à Research Scientist chez OpenAI, et son rôle dans le développement des modèles 🔥 Le cycle de développement des modèles : entraînement, évaluation et gestion des biais 🔥 La course aux modèles entre OpenAI, Anthropic et Google, et les choix stratégiques de chacun 🔥 Les grands risques de l’IA : sécurité, manipulation et impacts sur la société 💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN On a lancé avec DataBird 3 bootcamps IA : 👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes 👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés Découvrez toutes les formations et bénéficiez de 5% de réduction, uniquement en réservant via ce lien Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂 📚 RESSOURCES - Le LinkedIn de Alexandre - Le compte X d’Andrej Karpathy 🎬 CHAPITRES 00:00 De CEO à Research Scientist 04:56 Research Scientist chez OpenAI 17:04 Cycles de développement des modèles 21:57 Course OpenAI / Anthropic / Google 27:22 Gestion des biais 32:10 Risques de l'IA 39:55 Reco de contenu d’Alexandre 41:08 Le meilleur conseil qu’on lui ait donné 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #297 - Palantir, Google, Expedia : Les clés pour réussir ses produits IA #292 - DoorDash : Monter une équipe Data Science & Analytics (aux US) #286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture) 💪 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 👋 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.

Boris Valensi a lancé des produits IA chez Palantir, Google et Expedia en tant que PM, Lead PM puis Director of PM. Il va nous raconter son parcours et nous partager ses plus gros enseignements. On aborde : 🔥 Comment Palantir a réussi à mettre en place le fameux modèle Forward Deployed Engineers 🔥 Comment Google a réussi à déployer des produits IA qui génèrent des milliards (rigueur produit, PRD, tech review, A/B testing) 🔥 L’accélération IA chez Expedia et la mise en place d’une approche produit à la Google 🔥 Les risques liés à l’IA et à l’arrivée des LLM pour les marketplaces comme Expedia 💪 SE FORMER A L'AGENTIQUE AVEC DATABIRD ET DATAGEN On a lancé avec DataBird 3 bootcamps IA : 👉 DataGen apporte sa vision du marché pour co-construire et faire évoluer les programmes 👉 DataBird apporte son expertise dans la formation avec 4000+ profils Data & IA formés Découvrez toutes les formations et bénéficiez de 5% de réduction (uniquement en réservant via ce lien) : ici Dans le cadre de ce partenariat, DataGen touche une commission sur les inscriptions. 🙂 📚 RESSOURCES - Le LinkedIn de Boris - Les ressources d’Andrew Ng - Les contenus de Marty Cagan - Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici 🎬 CHAPITRES 00:00 Le parcours de Boris 03:40 Clés du succès de Palantir 17:04 Son arrivée chez Google 19:10 Excellence produit chez YouTube 28:31 Enjeu tech ou humain ? 36:11 Son expérience chez Expedia 41:47 Impact de l’IA sur le secteur du Travel 52:25 Son projet entrepreneurial 54:06 Ses ressources préférées 54:49 Ce qui l’a fait progresser 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #187 - Palantir : La plateforme Data & IA pour les cas d’usage opérationnels 🇺🇸 #290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence 🇺🇸 #292 - Doordash : Monter une équipe Data Science & Analytics (aux US) 👋 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.

Melvyn Peignon est Product Management Director chez ClickHouse, la base de données en temps réel utilisée par Deliveroo, Uber, Qonto ou Accor, mais aussi par de nouveaux géants comme OpenAI, Anthropic et Tesla. Avec l'accélération de l'IA et l'explosion des besoins temps réel, l'entreprise a connu une croissance exceptionnelle ces dernières années. Ils ont atteint une valorisation de 15 milliards de dollars après une levée de fonds de 400 millions de dollars en 2026, comptent 4 000+ clients et réalisent 250+ millions de dollars d'ARR. On aborde : 🔥 Comment l'arrivée des agents IA impacte ClickHouse, la base de données et l’observabilité 🔥 La création d’une Agentic Data Stack avec le rachat de Langfuse, leader dans l’observabilité et l’industrialisation des agents IA 🔥 Les nouvelles fonctionnalités d’observabilité “sur étagère” inspirées de ce que propose Datadog, Elastic… 🔥 L'extension vers une plateforme data & IA complète (PostgreSQL, CDC, streaming queries) ❤️ PARTENAIRE Ce podcast est rendu possible par ClickHouse. 👉 Contacter ClickHouse ici 👉 Contacter Melvyn sur LinkedIn ou par mail : [email protected] 📚 RESSOURCES - Le LinkedIn de Melvyn - Le blog de ClickHouse - Le livre Thinking Backwards: The Art of Problem Solving in Business - 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 L’impact de l’agentique sur ClickHouse 05:04 Zoom sur le cas d’usage d’observabilité 10:56 News #1 : L'observabilité 17:27 News #2 : L’Agentic Data Stack 23:35 News #3 : L'analyse en temps réel 29:06 Ses ressources préférées 30:20 Ce qui l'a fait progresser 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #153 - ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants (BigQuery, Snowflake…) #231 - On décrypte avec Blef : Sommets Snowflake et Databricks, ClickHouse, DuckDB, BigQuery #279 - Stellantis : Leur stratégie agentique 👋 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.

Gautier Chenard est Data Analytics Director chez Malt, la plateforme leader du freelancing en Europe qui met en relation des freelances avec des entreprises. On aborde : 🔥 Pourquoi une partie des Data Analysts va devenir obsolète et comment l'IA transforme leur métier en vrai builder 🔥 Chantier #1 : La construction de MaltyAI, de l'échec des premiers LLM à un agent analytics avec 90% de bonnes réponses 🔥 Chantier #2 : Comment l'équipe Data a construit une app de réponse aux RFP en quelques jours avec Claude Code, sans Software Engineer 🔥 Pourquoi ils ont volontairement réduit le scope de l'agent et les pièges de la gouvernance LLM à éviter. 💪 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 ici DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂 📚 RESSOURCES - Le LinkedIn de Gautier - Les essais de Paul Graham - 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 Gauthier 02:35 Les Data Analysts, obsolètes ? 05:56 MaltyAI, leur agent analytics 11:10 Construire des data products avec l'IA 14:01 Leurs difficultés : gouvernance et évaluation 18:43 Leurs prochaines étapes 21:00 Sa ressource préférée 22:38 Ce qu’il aime dans la data 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #281 - Créer la couche de contexte pour l'agent AI Analytics de Gorgias #273 - Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex (Talk Show) #236 - Photoroom : Déployer une stratégie GenAI pour l’analytics et x15 sa vitesse de delivery 👋 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.

Maxime Bossu est Senior Product Data Analyst chez Inkitt à San Francisco, la licorne qui propose une plateforme qui permet aux écrivains de se faire connaître auprès d’une audience et de se faire éditer. Maxime a construit un agent AI Analytics chez Inkitt. L’objectif est que le business puisse poser toutes ses questions data et construire des dashboards en langage naturel. Il va nous expliquer comment il s’y est pris, les outils qu’il utilise et les plus gros challenges qu’il a rencontrés. On aborde : 🔥 Le parcours de Maxime pour devenir Senior DA à San Francisco 🔥 Chantier #1 : Construire un prototype d’agent AI Analytics (PDF, Gemini Pro) 🔥 Chantier #2 : Industrialiser cet agent et le déployer (Lovable, Redash, Slack) 🔥 Les plus grosses difficultés qu'il a recontrées sur ce projet et sa vision du métier de Data Analyst dans le futur ❤️ 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 : [email protected] 📚 RESSOURCES - Le LinkedIn de Maxime - La chaîne Youtube de Zach Wilson - La Newsletter de Zach Wilson 🎬 CHAPITRES 00:00 Présentation d’Inkitt 02:08 Le parcours de Maxime 07:07 Stack & organisation 08:43 Construire le prototype 11:23 Industrialiser et déployer 20:39 Ses plus grosses difficultés 21:38 Ses prochaines étapes 30:25 Sa ressource préférée 31:01 Ce qui l'a le plus fait progresser 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #287 - Masterclass | Automatiser ses développements Data & Analytics avec des agents IA (Claude Code) #281 - Gorgias : Créer sa couche de contexte pour l'agent AI Analytics #273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex 👋 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.

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. 👉 Ecouter l’épisode avec Frédéric Forest, leur Directeur Général ici 👉 Contacter Frédéric sur LinkedIn ou par mail : [email protected] 📚 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 : [email protected] 📚 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.

Colin Zima is the co-founder and CEO of Omni, the Business Intelligence platform recently valued at over $1.5 billion. Before founding Omni, Colin was VP of Product and Chief Analytics Officer at Looker, the Business Intelligence platform acquired by Google for $2.6 billion. He shares his predictions on the future of analytics: 🔥 Prediction #1: The dashboard is changing, not going away 🔥 Prediction #2: There will always be a place for data teams 🔥 Prediction #3: Natural language doesn't mean simple question and answer 🔥 Prediction #4: AI will start writing more data models than people 🔥 Prediction #5: Semantics matter more than ever ❤️ SPONSOR This episode is made possible by Omni, the next-generation BI platform already used by many companies (Brevo, Photoroom, etc.). 👉 Colin’s Linkedin Profile 📚 RESOURCES - Colin’s Linkedin Profile 🎬 CHAPTERS 00:00 “The dashboard is changing, not going away” 13:00 "There will always be a place for data teams" 16:11 “Natural language doesn't mean simple question and answer” 25:31 “AI will start writing more data models than people” 27:38 “Semantics matter more than ever” 28:17 SQL vs Semantic Layer 35:37 The data team of the future 🤩 OTHER EPISODES YOU SHOULD LOVE #273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex #247 - Ex-VP of Product at Looker, he launched Omni, the challenger in Business Intelligence #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.

Frédéric Forest est expert Data Analytics et Directeur Général de Datatorii, un cabinet de conseil data qui s'est spécialisé récemment sur les coding agents et notamment Claude Code. On aborde : 🔥 Pourquoi automatiser sa BI avec des agents IA : gains de productivité et changement de paradigme 🔥 Comment on démarre : 1ers use cases et méthodologie (on utilise les agents comme on fait de l’équitation) 🔥 Comment on scale : quotidien de l’équipe et livrables à produire (on construit un harnais) 🔥 Les difficultés et les risques à anticiper : shadow IT, perte de maîtrise, coût des tokens… ❤️ PARTENAIRE Ce podcast est rendu possible par Datatorii. 👉 Contacter Frédéric sur LinkedIn ou par mail : [email protected] 👉 S'inscrire à la masterclass du 24 septembre 2026 📚 RESSOURCES - Le LinkedIn de Frédéric - Le site Anthropic Academy 🎬 CHAPITRES 00:00 Pourquoi automatiser ses développement BI 07:36 Comment on démarre 15:28 Comment on scale 21:28 À quoi ça ressemble à terme 27:48 Les risques à anticiper 35:11 Sa ressource préférée 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #273 - Talk Show : Futur de l’Analytics | Dashboardless ? Analystless ? | Claude code vs Omni vs Hex #220 - Masterclass | Industrialiser sa Data Visualisation avec Frédéric Forest et le Design System #167 - Masterclass | Tout comprendre sur Databricks avec Frederic Forest 👋 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.

Alexandra Darmon est Research Scientist Applied Artificial Intelligence chez Meta dans la Silicon Valley. Elle a passé les sept dernières années dans les équipes Research Science de Meta. Cet épisode est le premier d'une série DataGen consacrée à des leaders et experts Data & IA qui font carrière aux États-Unis. On aborde : 🔥 Le parcours d’Alexandra : de l’école d’Ingénieur en France à la Silicon Valley 🔥 L’organisation tech et IA chez Meta et le rôle d’un Research Scientist 🔥 La culture data-driven chez Meta : expérimentation, alignement des métriques et concentration de profils techniques 🔥 L’adoption de l’IA chez Meta et les plus gros challenges rencontrés par Alexandra 💪 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 d'Alexandra - La Newsletter TLDR - Le podcast Acquired - Pour recevoir la liste des parcours des Head of Data & IA des plus belles boîtes, s'inscrire à la newsletter ici 🎬 CHAPITRES 00:00 Le parcours d'Alexandra 06:50 L’orga tech & IA chez Meta 10:45 Le rôle d’un Research Scientist chez Meta 13:35 La culture data-driven de Meta 17:13 L’adoption de l’IA chez Meta 20:44 Ce qui a été le plus dur pour elle chez Meta 21:56 Sa recommandation de contenu 22:40 Ce qui l'a le plus fait progresser 🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER #257 - Uber : Ex-Data Science Manager, elle raconte ses 9 ans dans la Silicon Valley #224 - Blef a passé 3 mois chez Y Combinator aux US : le futur des équipes Data, France vs US #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.