DataGen

Marie Millon de Villeroy est Directrice Data chez Bartle, le cabinet de conseil qui accompagne de nombreux leaders data & IA dans la définition et l'exécution de leur stratégie.

On vous propose un épisode un peu spécial aujourd'hui avec Marie. On a identifié 6 grands dilemmes auxquels sont confrontés les leaders data et IA. On les a pris un par un, on a confronté nos points de vues et on a essayé de trancher.

Valeur business immédiate ou fondation durable ?
Accélérer sur l'agentique ou mettre en place une gouvernance ?
Petits succès sûrs ou cibles ambitieuses mais incertaines ?
Simplifier la data et l'IA ou préserver les nuances ?
Geler les embauches ou recruter pour accélérer (à l’heure de l’IA) ?
Accélérer les cas d’usage ou la transformation culturelle ?

Participez et dites-nous si vous êtes confrontés à ces dilemmes en répondant à ce questionnaire (2 min).
🎁 On organise un tirage au sort parmi les répondants pour que deux d'entre vous viennent dîner dans un très bon resto à Paris avec nous (Marie et Robin) !

❤️ PARTENAIRE

Ce podcast est rendu possible par Bartle.

👉 Participer à l’étude en répondant au questionnaire sur les dilemmes des leaders data & IA (2 min)
👉 Contacter Marie sur LinkedIn ou par mail : mmillondevilleroy@bartle.fr

📚 RESSOURCES

- Le LinkedIn de Marie
- Le questionnaire sur les dilemmes des dirigeants data & IA

🎬 CHAPITRES

00:00 #1 Valeur business immédiate ou fondations durables ?
06:14 #2 Accélérer sur l'agentique ou mettre en place une gouvernance ?
12:34 #3 Petits succès sûrs ou cibles ambitieuses mais incertaines ?
18:22 #4 Simplifier la data & l’IA ou préserver les nuances ?
27:25 #5 Geler les embauches ou recruter pour accélérer (à l’heure de l’IA) ?
33:34 #6 Accélérer les cas d’usage ou la transformation culturelle ?

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#289 - Les stratégies agentiques d’Adeo et Decathlon
#284 - Comment le CDO de Decathlon structure sa stratégie data & IA
#228 -Comment l’ex-CDO de Carrefour structure la Data & l'IA chez FDJ United (ex-Française des Jeux)

👋 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.

Dans ce nouveau format "Talk Show", je réunis 3 leaders data & IA pour débattre et échanger sur une tendance data & IA et sur l’actualité du marché.

Dans cet épisode, on échange sur ce que change l’IA pour l’analytics, quand les agents savent maintenant répondre à des questions complexes, avec :

- Juliette Duizabo, Head of Data chez Photoroom
- Édouard Flouriot, Directeur Data Analytics chez Sorare
- et Christelle Marfaing, ex-Head of Data chez Lydia puis chez May, aujourd'hui freelance Head of Data / Lead Data.

On aborde :

🔥 L’automatisation des analyses complexes : orchestration de sous-agents et évolution du rôle des Data Analysts
🔥 Construire un Context Layer : documenter les données, maintenir le contexte business et créer un Company Brain
🔥 Fiabilité vs flexibilité : peut-on supprimer la couche gold ? Semantic Layer, metric layer et fiabilité des agents
🔥 Le développement autonome : revue de PR par des agents, 40 % des MR validées sans humain chez Sorare

❤️ PARTENAIRE

Ce podcast est rendu possible par Bartle.

👉 Ecouter l'épisode avec Marie, leur Directrice Data, dans lequel on tranche sur les 6 dilemmes des leaders data & IA
👉 Participer à l’étude en répondant au questionnaire sur les dilemmes des leaders data & IA (2 min) pour GAGNER un diner dans un top resto à Paris avec Marie et moi
👉 Contacter Marie sur LinkedIn ou par mail : mmillondevilleroy@bartle.fr

📚 RESSOURCES

- Le LinkedIn de Juliette
- Le LinkedIn d’Édouard
- Le LinkedIn de Christelle
- Le LLM Wiki d’Andrej Karpathy

🎬 CHAPITRES

00:00 Automatiser les analyses complexes avec des agents IA
06:31 A-t-on encore besoin de 10x Data Analysts ?
17:52 Context Layer : le construire et le faire passer à l’échelle
26:55 Semantic Layer vs Context Layer
33:03 Company Brain : rôle de la data ?
40:11 Faut-il supprimer la couche gold ?
46:49 Vers un développement autonome avec l’IA ?

🤩 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
#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.

Michel Moriniaux travaille dans la Silicon Valley depuis dix ans. Il a été lead de l’équipe Infrastructure chez Criteo aux États-Unis, puis manager de plusieurs équipes techniques chez LinkedIn. Plus récemment, il est devenu Head of Observability chez GEICO, l’un des plus gros assureurs américains.

On aborde :

🔥 Comment Michel est arrivé aux États-Unis (Epita, Criteo…) et ses premières impressions
🔥 Son expérience chez LinkedIn et ce qu'on apprend dans une big tech américaine
🔥 Les différences entre les équipes tech françaises et américaines : recrutement, culture, niveau technique…
🔥 Pourquoi il a rejoint récemment une grosse entreprise (GEICO) plutôt qu’une autre big tech

💪 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 Michel
- Pour recevoir la liste des 10 outils data & IA à suivre en 2025, inscrivez-vous à la newsletter DataGen ici

🎬 CHAPITRES

00:00 Son parcours en 2 mots
03:01 Son expérience chez Criteo
09:05 Son expérience chez Linkedin
13:18 Les différences entre équipes tech FR et US
15:24 Son arrivée chez GEICO
18:06 Pourquoi GEICO plutôt qu’une big tech US ?
22:59 Big Tech US : encore la voie royale ?
24:19 Retravailler en France ?
25:04 Ou partir en Chine ?

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#301 - YouTube, Snapchat : Lancer une équipe data dédiée à la croissance
#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.

Jordan Gomes a lancé des équipes data dédiées à la croissance chez YouTube puis Snapchat. Il est aujourd'hui VP Analytics chez Chess.com.

On aborde :

🔥 Sa transition du business à la data et les différences entre YouTube et Snapchat (maturité, vitesse, prise de risque)
🔥 La création de l'équipe Growth Science et Analytics chez YouTube (missions, profils, difficultés)
🔥 L’adoption de l’IA pour la data chez Snapchat (automatisation des analyses, animation de la communauté)
🔥 Son nouveau rôle de VP Analytics chez Chess.com (licorne US) et ses premières initiatives

❤️ 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 : ole.olesenbagneux@hcl-software.com

📚 RESSOURCES

- Le LinkedIn de Jordan
- Le livre Startup Communities: Building an Entrepreneurial Ecosystem in Your City de Brad Feld autour de la Boulder Thesis
- L’ Article sur le recrutement comme problème de prédiction
- Les offres d’emplois chez Chess.com
- 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 Jordan : YouTube, Snapchat…
04:36 YouTube vs Snapchat
06:56 Lancer une équipe data chez YouTube
12:32 L’impact de l’équipe sur le produit
16:36 Ses plus grosses difficultés
17:59 Le déploiement de l’IA pour la data chez Snap
22:52 VP Analytics : 1ères initiatives 26:32 Ses ressources préférées
27:57 Ce qui l’a fait progresser

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#292 - DoorDash : Comment monter une équipe Data Science & Analytics (aux US)
#290 - Meta & Slack : Culture Data, rôle du Data Scientist et importance de l'Influence
#286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture)

👋 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.

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 : ole.olesenbagneux@hcl-software.com

📚 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.