- 507
- 385 398
DataGen - Robin Conquet
France
เข้าร่วมเมื่อ 12 มี.ค. 2022
Tu veux connaître les stratégies Data et IA des plus belles boîtes ?👇
Je m'appelle Robin Conquet et chaque semaine j'invite un expert de la Data pour décrypter ses problématiques. Air France, BlaBlaCar, Doctolib, Pernod Ricard, Deezer et bien d'autres... dans ce podcast, tu découvriras comment les entreprises qui réussissent utilisent la data.
Je m'appelle Robin Conquet et chaque semaine j'invite un expert de la Data pour décrypter ses problématiques. Air France, BlaBlaCar, Doctolib, Pernod Ricard, Deezer et bien d'autres... dans ce podcast, tu découvriras comment les entreprises qui réussissent utilisent la data.
Mirakl : Déployer une stratégie IA Générative 🤖 (#172)
Anne-Claire Baschet est Chief Data & AI Officer chez Mirakl, la licorne française qui propose une solution clé en main pour monter sa marketplace et qui a réalisé une levée de fonds record début 2024 de 555 millions de dollars.
On aborde :
🔥 Son parcours de AXA jusqu’à Mirakl en passant par la SNCF et Aramis
🔥 L’objectif de Mirakl : reconstruire le Produit en intégrant la GenAI
🔥 Les fonctionnalités, l’organisation et son plus gros challenge : scaler l’équipe
🔥 Leur stack GenAI : AWS, Databricks, MLflow, OpenAI, Galileo.ai, Llama, Anyscale
❤️ PARTENAIRE
Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé sur Databricks et Microsoft.
👉 Découvrir l’épisode avec Frédéric : th-cam.com/video/ya9Z9vCcaEQ/w-d-xo.html
👉 Contacter Frédéric sur LinkedIn : www.linkedin.com/in/fforest-datatorii/
👉 Contacter Frédéric par mail : fforest@datatorii.com
📚 RESSOURCES
- Le LinkedIn d’Anne-Claire : www.linkedin.com/in/anneclairefortinbaschet/
- "Pré-suasion" de Robert Cialdini : amzn.to/3Z9V9jz
🎬 CHAPITRES
00:00 Intro
03:03 Son parcours
11:27 L’objectif chez Mirakl : reconstruire le Produit en intégrant la GenAI
16:05 Les fonctionnalités GenAI core product
25:32 Son plus gros challenge : scaler l’équipe
30:38 Leur Stack GenAI
35:12 La structure de l’équipe
40:08 Les questions de la fin
🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
th-cam.com/video/UUnL0Camevk/w-d-xo.html
th-cam.com/video/h5wXkqp39Rg/w-d-xo.html
th-cam.com/video/_DgF_DvZiLA/w-d-xo.html
💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN
On lance un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.
📚 Découvrir le programme du bootcamp : www.data-bird.co/c/analytics-engineer-databird-datagen?
🎙 Regarder l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec Alexandre le fondateur : th-cam.com/video/5NcQqhTd4X8/w-d-xo.html
🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn : www.linkedin.com/in/robin-conquet-3a510292/
DataGen lance ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touchera une commission sur les inscriptions. 🙂
👋 PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn (tips/réflexions) 🤳 : www.linkedin.com/in/robin-conquet-3a510292/
2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) 💌 : datageneration.substack.com/
3/ Les épisodes sont également disponibles sur toutes les plateformes de podcast (Spotify, Apple Podcast, etc.) 🎙 : linktr.ee/robin.conquet
🎙 SOUTENEZ DATAGEN GRATUITEMENT
1/ Abonnez-vous 🔔
2/ Likez la vidéo et laissez-moi un commentaire 🥰
On aborde :
🔥 Son parcours de AXA jusqu’à Mirakl en passant par la SNCF et Aramis
🔥 L’objectif de Mirakl : reconstruire le Produit en intégrant la GenAI
🔥 Les fonctionnalités, l’organisation et son plus gros challenge : scaler l’équipe
🔥 Leur stack GenAI : AWS, Databricks, MLflow, OpenAI, Galileo.ai, Llama, Anyscale
❤️ PARTENAIRE
Ce podcast est rendu possible par Datatorii, le cabinet de conseil spécialisé sur Databricks et Microsoft.
👉 Découvrir l’épisode avec Frédéric : th-cam.com/video/ya9Z9vCcaEQ/w-d-xo.html
👉 Contacter Frédéric sur LinkedIn : www.linkedin.com/in/fforest-datatorii/
👉 Contacter Frédéric par mail : fforest@datatorii.com
📚 RESSOURCES
- Le LinkedIn d’Anne-Claire : www.linkedin.com/in/anneclairefortinbaschet/
- "Pré-suasion" de Robert Cialdini : amzn.to/3Z9V9jz
🎬 CHAPITRES
00:00 Intro
03:03 Son parcours
11:27 L’objectif chez Mirakl : reconstruire le Produit en intégrant la GenAI
16:05 Les fonctionnalités GenAI core product
25:32 Son plus gros challenge : scaler l’équipe
30:38 Leur Stack GenAI
35:12 La structure de l’équipe
40:08 Les questions de la fin
🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
th-cam.com/video/UUnL0Camevk/w-d-xo.html
th-cam.com/video/h5wXkqp39Rg/w-d-xo.html
th-cam.com/video/_DgF_DvZiLA/w-d-xo.html
💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN
On lance un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.
📚 Découvrir le programme du bootcamp : www.data-bird.co/c/analytics-engineer-databird-datagen?
🎙 Regarder l’épisode 151 “Devenir Analytics Engineer en 6 semaines” avec Alexandre le fondateur : th-cam.com/video/5NcQqhTd4X8/w-d-xo.html
🤔 Des questions concernant le bootcamp ? Contactez-moi sur LinkedIn : www.linkedin.com/in/robin-conquet-3a510292/
DataGen lance ce bootcamp Analytics Engineering en collaboration avec DataBird et donc touchera une commission sur les inscriptions. 🙂
👋 PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn (tips/réflexions) 🤳 : www.linkedin.com/in/robin-conquet-3a510292/
2/ Inscrivez-vous à la newsletter (synthèses, ressources, événements) 💌 : datageneration.substack.com/
3/ Les épisodes sont également disponibles sur toutes les plateformes de podcast (Spotify, Apple Podcast, etc.) 🎙 : linktr.ee/robin.conquet
🎙 SOUTENEZ DATAGEN GRATUITEMENT
1/ Abonnez-vous 🔔
2/ Likez la vidéo et laissez-moi un commentaire 🥰
มุมมอง: 275
วีดีโอ
Snowflake : Une stack unique pour l’Analytics & l’IA 😎 (#171)
มุมมอง 96614 ชั่วโมงที่ผ่านมา
Jade Le Van est Principal Sales Engineer chez Snowflake, la plateforme Data & IA dont tout le monde parle sur le podcast (Qonto, Ledger, Spendesk…). On aborde : 🔥 La genèse de Snowflake (une plateforme pour l’Analytics & l’IA dans le Cloud) 🔥 Pourquoi elle est adoptée massivement (simplicité & rapidité pour activer la donnée) 🔥 Les fonctionnalités IA et leurs convictions (ex : faciliter l’usage...
Comment Leboncoin est passé d’une approche Data Science à une approche ML Engineering ? 🚀(#169)
มุมมอง 95619 ชั่วโมงที่ผ่านมา
Elisa Gilles est AI & ML Engineering Manager chez Leboncoin, le fleuron de la tech française qu’on n'a plus besoin de présenter. Aujourd’hui elle nous parle de son plus gros challenge de ces dernières années, à savoir : passer d’une approche Data Science à une approche ML Engineering. On aborde : 🔥 Pourquoi passer d’une approche Data Science à une approche Machine Learning Engineering ? 🔥 Les i...
Ex-Data Analyst, elle est passée Analytics Engineer en freelance 🤩 (#169)
มุมมอง 1.7Kวันที่ผ่านมา
Caroline Mestre est Analytics Engineer en freelance et crée également du contenu pour l’institut de formation DataBird. Dans cet épisode spécial dédié à l’Analytics Engineering, elle nous parle de sa transition de Data Analyst à Analytics Engineer et des avantages que ses nouvelles compétences lui apportent. On aborde : 🔥 Son parcours : de Data Analyst à Analytics Engineer 🔥 Ses missions en tan...
Les rôles clés de la Data Gouvernance avec Charlotte Ledoux (30K abonnés LinkedIn) 😎 (#168)
มุมมอง 77914 วันที่ผ่านมา
Les rôles clés de la Data Gouvernance avec Charlotte Ledoux (30K abonnés LinkedIn) 😎 (#168)
Le Lead Data de Defacto partage leur stratégie Data Science 🚀 (#166)
มุมมอง 60314 วันที่ผ่านมา
Le Lead Data de Defacto partage leur stratégie Data Science 🚀 (#166)
Tout comprendre sur Databricks 😎 (#167)
มุมมอง 1.4K21 วันที่ผ่านมา
Tout comprendre sur Databricks 😎 (#167)
Comment BNP Paribas a lancé son programme IA ? 🤖🏦 (#165)
มุมมอง 57321 วันที่ผ่านมา
Comment BNP Paribas a lancé son programme IA ? 🤖🏦 (#165)
Jeux Olympiques : Améliorer la performance des athlètes avec la Data & l’IA 🏆 (#164)
มุมมอง 45228 วันที่ผ่านมา
Jeux Olympiques : Améliorer la performance des athlètes avec la Data & l’IA 🏆 (#164)
Comment la GenZ voit le secteur de la Data ? Avec Ithier, étudiant à Albert School🎓(#163)
มุมมอง 1.2Kหลายเดือนก่อน
Comment la GenZ voit le secteur de la Data ? Avec Ithier, étudiant à Albert School🎓(#163)
Le Lead Data Science de Back Market partage leur stratégie GenAI 🤖 (#162)
มุมมอง 920หลายเดือนก่อน
Le Lead Data Science de Back Market partage leur stratégie GenAI (#162)
Quand Blef a supprimé toutes les données de sa boîte 😱 (#161)
มุมมอง 1.2Kหลายเดือนก่อน
Quand Blef a supprimé toutes les données de sa boîte 😱 (#161)
Mettre en place un Data Office 4.0 🚀 (#160)
มุมมอง 949หลายเดือนก่อน
Mettre en place un Data Office 4.0 🚀 (#160)
Comment Malt a déployé un Assistant IA (Dust, Gemini…) pour booster l'efficacité en interne 🤔 (#159)
มุมมอง 1Kหลายเดือนก่อน
Comment Malt a déployé un Assistant IA (Dust, Gemini…) pour booster l'efficacité en interne 🤔 (#159)
CastorDoc : Data Catalog + GenAI = Self-Service Analytics 🤯 (#158)
มุมมอง 1.2K2 หลายเดือนก่อน
CastorDoc : Data Catalog GenAI = Self-Service Analytics 🤯 (#158)
Comment la CDO d’HEINEKEN structure sa stratégie data (chantiers, use cases, challenges) ? 🤔 (#157)
มุมมอง 7812 หลายเดือนก่อน
Comment la CDO d’HEINEKEN structure sa stratégie data (chantiers, use cases, challenges) ? 🤔 (#157)
Comment la CDO d’AXA France structure sa Stratégie Data & IA ? 🤖 (#156)
มุมมอง 2K2 หลายเดือนก่อน
Comment la CDO d’AXA France structure sa Stratégie Data & IA ? (#156)
Mettre en place une Modern Data Stack sur Fabric de Microsoft avec Enzo Rideau 😎 (#155)
มุมมอง 1.2K2 หลายเดือนก่อน
Mettre en place une Modern Data Stack sur Fabric de Microsoft avec Enzo Rideau 😎 (#155)
Doctolib : Mettre en place une approche Analytics Engineering et Self-Service ⚙️ 💪 (#154)
มุมมอง 1.2K2 หลายเดือนก่อน
Doctolib : Mettre en place une approche Analytics Engineering et Self-Service ⚙️ 💪 (#154)
ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants (BigQuery, Snowflake…) 🔥 (#153)
มุมมอง 1K2 หลายเดือนก่อน
ClickHouse : Le Real-Time Data Warehouse qui Concurrence les Géants (BigQuery, Snowflake…) 🔥 (#153)
Comment Crédit Agricole déploie sa Stratégie Data (gouvernance, cas d’usage et GenAI) ? 🤖 (#152)
มุมมอง 1.2K2 หลายเดือนก่อน
Comment Crédit Agricole déploie sa Stratégie Data (gouvernance, cas d’usage et GenAI) ? (#152)
Devenir Analytics Engineer en 6 semaines avec DataBird et DataGen 🚀 (#151)
มุมมอง 1.7K2 หลายเดือนก่อน
Devenir Analytics Engineer en 6 semaines avec DataBird et DataGen 🚀 (#151)
Back Market : Re-centraliser l’équipe et la stratégie Data (organigramme, stack…) 🚀(#150)
มุมมอง 1.3K3 หลายเดือนก่อน
Back Market : Re-centraliser l’équipe et la stratégie Data (organigramme, stack…) 🚀(#150)
Se reconvertir et devenir Lead Data en freelance avec Benjamin Dubreu (58K abonnés LinkedIn) (#149)
มุมมอง 12K3 หลายเดือนก่อน
Se reconvertir et devenir Lead Data en freelance avec Benjamin Dubreu (58K abonnés LinkedIn) (#149)
Ledger : Leurs 6 projets GenAI en production 🤖🔥 (#148)
มุมมอง 6373 หลายเดือนก่อน
Ledger : Leurs 6 projets GenAI en production 🤖🔥 (#148)
Comment faire de la France un leader de l’IA ? 🌎 Avec Arno, Rapporteur de la Commission IA (#147)
มุมมอง 5533 หลายเดือนก่อน
Comment faire de la France un leader de l’IA ? 🌎 Avec Arno, Rapporteur de la Commission IA (#147)
L’Oréal : Mettre en place une Stratégie IA Génératives 🤯 (#146)
มุมมอง 1.2K3 หลายเดือนก่อน
L’Oréal : Mettre en place une Stratégie IA Génératives 🤯 (#146)
On décrypte avec Blef : Les Summits Snowflake, Databricks et la techno Iceberg 🧐 (#145)
มุมมอง 1.2K3 หลายเดือนก่อน
On décrypte avec Blef : Les Summits Snowflake, Databricks et la techno Iceberg 🧐 (#145)
Mettre en place une Data Gouvernance avec Charlotte Ledoux (20K abonnés LinkedIn) 💪 (#144)
มุมมอง 1.9K4 หลายเดือนก่อน
Mettre en place une Data Gouvernance avec Charlotte Ledoux (20K abonnés LinkedIn) 💪 (#144)
Tout comprendre sur le DataOps 💪 (#143)
มุมมอง 1.3K4 หลายเดือนก่อน
Tout comprendre sur le DataOps 💪 (#143)
👉 Vidéo complète (170) dispo sur ma chaîne !
Suis-je le seul à trouver que l'intervenante parle moins que l'interviewer (qui lui parle trop) ?
Non je suis d'accord avec toi ! Mais parfois je n'arrive pas à me retenir. 😂
@@data-gen Aucun problème. L'émission est très intéressante par ailleurs (du coup, je lâche un like et je m'abonne ;))
Merci beaucoup 😊😊😊😊
👉 Vidéo complète (163) dispo sur ma chaîne !
👉 Vidéo complète (161) dispo sur ma chaîne !
👉 Vidéo complète (139) dispo sur ma chaîne !
Très intéressant comme échange
Bonjour Robin, j'écoute les podcasts sur deezer, j'aime beaucoup ton contenu. Je suis entrain de chercher une formation pour continuer mes études dans la DATA en alternance pour développer mes compétences. Que pense-tu de Datascientest ? Je fini cette année mon Master BI et contrôle de gestion et j'aimerais repartir sur 2 ans d'alternance, pour faire DATA SCIENTIST, Machine Learning Engineer ou DATA engineer. Merci d'avance pour tes conseils.
Invité de fou, merci
👉 Vidéo complète (169) dispo sur ma chaîne !
Loved this -- Very Inspiring Jade!
Le data owner c'est l'opérationnel métier, le processus métier owner il est chargé de définir la donnée la qualifier ( sensible, personnell, critique etc) c'estl e producteur et le consommateur métierde la donné, le comptablele contrôleurde gestio, l'analyst financier, le gestionnaire des sinistres et des indemnisations etc .. Le niveau directeur c'est plutôt le data domain owner. Le data steward à un rôle de data management ce n'est pas un opérationnel métier. L'outil du data owner c'est l'application métier de comptabilité de gestion de contrôle de marketing etc. L'outil du data steward c'est collibra, data galaxy etc..
👉 Vidéo complète (168) dispo sur ma chaîne !
👉 Vidéo complète (122) dispo sur ma chaîne !
Suis actuellement en bachelor 3 en bachelor gestion finance, mais je compte faire le aster en data analyst ou data science au lieu de contrôle de gestion.
Bonjour, tout d'abord, je vous remercie pour les informations reçues grâce à votre podcast. J'ai une question : vous avez souvent mentionné le terme 'compétences engineering'. Pourriez-vous élaborer davantage sur ce point, s'il vous plaît ? Merci à l'avance
👉 Vidéo complète (164) dispo sur ma chaîne !
Écoutez ceux qui insistent, ils ont souvent une idée innovante. En 2017, lors d’un projet Big Data, un ingénieur n’arrêtait pas de dire "On fait fausse route" Les experts ne l’écoutaient pas, ce qui l’a frustré. Pourtant, il a persévéré et a réussi à diviser par trois le temps d'exécution d’un job, un résultat énorme. Ça montre l'importance d’écouter toutes les opinions, même celles qui dérangent.
Si c'est grave d'avoir faux et de progager les mensonges.
👉 Vidéo complète (136) dispo sur ma chaîne !
Hello, Vous avez le lien vers la page Data de Gitlab ? Il me semble que c'est le lien de la Doc dans la description... Ce ne serait pas plutôt la partie handbook dont parle Romain ?
👉 Vidéo complète (166) dispo sur ma chaîne !
Hello, Je veux juste faire entendre une autre voix, celle de la demande du marché. Beaucoup de ces bootcamp ne parlent jamais de la vraie demande du marché pour tel ou tel profil. Vous me direz c'est normal ce n'est pas leur rôle. Cependant c'est leur responsabilité ! Le marché data, et surtout pour les juniors, est extrêmement saturé et la situation continue de s'aggraver de plus en plus vu le nombre de bootcamp existant. Message à tous les jeunes diplômés ou personnes en reconversion, gardez ça bien en tête, les débouchés se font très rares aujourd'hui P.S: Au même titre qu'un MOOC n'est qu'une "introduction" à un nouveau domaine, un bootcamp ne vous donnera jamais tous les outils pour une reconversion mais sera simplement une initiation.
Tout à fait d’accord ! Le Bootcamp mentionné n’est pas à destination de profils en reconversion / qui débutent mais bien pour des profils qui ont déjà une expérience en tant que Data Analyst / Data Scientist. Je précise au cas où ce n’est pas clair dans l’épisode.
Vidéo intéressante même si j ai jamais compris la trend analytics engineer pour moi ça reste du data engineering que tu fasses des transformations en sql ou en spark tu dois respecter les best proactives softwares engineering ( git , tests, tdd) . Au final je vois plus une évolution vers le data ops c est a dire des profils qui maîtrisent aussi bien la partie data engineering que devops ( Ci/CD, git,Terraform )
Salut robin Merci pour tout le travail que tu fais c'est vraiment genial, je regarde pratiquement les épisodes des qu'ils sortent. Je veux juste faire une petite remarque, est ce que tu pourrais inviter des data analyst qui bosse dans de grandes firmes multinationales, parce que la stack data n'est pas la meme. Exemple: je travail dans les Telecom et toute notre data est en local. Ensuite chez nous on privilégie beaucoup les outils qui du support et de ce fait dbt n'est pas souhaitable chez nous mais on travail avec SAS guide pour faire nos requete pour repondre au besoin des clients internes Moi je voudrais davoir si ailleur c'est la meme chose pour les grand groupe
Hello ! Merci pour ton retour, je prends note et vais essayer d’aborder ce sujet ! 👌
👉 Vidéo complète (167) dispo sur ma chaîne !
👉 Vidéo complète (#163) dispo sur ma chaîne !
OK mais avec un Excel gouverné! ^^
😂
Bonjour monsieur tu peut ajoutée caption svp pour les prochaines sessions ♥️
31:26 Est ce qu'il y a des exemples de création de stack data à partir d'excel ou comment une entreprise passe d'excel à dB, Excel est une base de données dans pas mal de cas d'usage qui peuvent parfois dépassé les milliers de données
👉 Vidéo complète (#161) dispo sur ma chaîne !
👉 Vidéo complète (161) dispo sur ma chaîne !
On s’en fiche
👉 Vidéo complète (161) dispo sur ma chaîne !
Video intéressant, mais il manque de clarté pour les nouveaux. IL faudrait les schématiser. Sinon les décideurs se perdent.
Top !
👉 Vidéo complète (165) dispo sur ma chaîne !
Dinguerie 🔥🔥🔥
Top j’aime beaucoup votre chaine que j’ai découvert récemment.
👉 Vidéo complète (156) dispo sur ma chaîne !
👉 Vidéo complète (164) dispo sur ma chaîne !
Top, super contenu, bravo Julien !
pas mal !
Je travaille sur databrick depuis quelques mois et je suis fan de cette plateforme data. Big up à l’assistant IA de databrick pour coder !
Très intéressant!
👉 Vidéo complète (161) dispo sur ma chaîne !
👉 Vidéo complète (159) dispo sur ma chaîne !
👉 Vidéo complète (158) dispo sur ma chaîne !
👉 Vidéo complète (163) dispo sur ma chaîne !
👉 Vidéo complète (145) dispo sur ma chaîne !
Mais où est le lien de cette vidéo?😢
@@ChaineYTXF th-cam.com/video/SDfe_DIhsWQ/w-d-xo.htmlsi=3vAmk8akj8ijY6m_ 👌
Super vidéo j adore
@@hammasbilal3877 merci 🙏