DataGen

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 : melvyn@clickhouse.com

📚 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 : fforest@datatorii.com

📚 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 : fforest@datatorii.com

📚 RESSOURCES

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

🎬 CHAPITRES

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

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

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

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔
2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.