Architecture data : ETL, medallion et bonnes pratiques

Mes 2 pires angoisses de CTO :

🚨 une alerte de monitoring en pleine nuit

👉 un data scientist (comme Claire 👇) qui me demande :

”Je peux avoir accès à la base de prod stp 🙏 ?”

Ça, c’est le début des ennuis.

Parce que ce scénario je l’ai vu…

Trop de fois.

La data, bien sûr, c’est le nerf de la guerre.

Le business.

Le produit.

Le marketing.

Tout le monde la veut.

Mais c’est les devs qui l’ont.

Et qui la gardent, jalousement, dans leur base de donnée de production.

Un beau matin, arrive le fameux “data scientist”.

Recruté pour faire parler cette data.

Permettre de mieux piloter la boite.

Objectif ô combien louable au demeurant.

Il lance alors sa première requête SQL pour calculer

”Le panier moyen journalier de chaque client sur les 5 dernières années”

Et là…

C’est le drame. 😳

Pendant que la requête est en train de tourner depuis 15mn, les téléphones du service client commencent à sonner plus qu’à l’accoutumée.

”Euh, y’a quelqu’un qui a touché à la prod ?

Apparemment, y’a plus rien qui marche.”

Le temps que les devs se mettent en ordre de bataille et qu’ils remontent la piste…

La requête se termine.

Tout revient à la normale.

”Bon, bizarre, on creusera si ça se reproduit 🤷”

😅

Ce scénario, c’est le lot de plein de start-ups avant qu’elles ne mettent en place une infrastructure data saine.

Un bon “data pipeline”.

Un outil clé pour qui veut piloter la croissance d’une boîte tech.

Justement, Claire connait ce sujet par coeur.

Parce qu’elle l’a fait pour des dizaines de start-up.

Et finalement c’est loin d’être aussi compliqué qu’on le pense.

Dans ce épisode, Claire Gouze m'explique exactement comment faire.

Mais pas que !

On a aussi parlé de :

• comment prédire la croissance des tomates ? 🤔
• comment on rentre au Y combinator, le plus grand incubateur de startup au monde
• Nao, l’IA qu’elle est en train de créer pour devenir le “cursor des data scientists”

Bonne écoute 🎧

PS : dites-nous ce que vous pensez de l'épisode en commentaire (et surtout, abonnez-vous !)

Notes de l'épisode :

• j'ai plusieurs fois dit "GCP" là où je voulais dire "BigQuery" (mais vous êtes intelligents, vous aviez compris 😉)

---------------------------------

Retrouvez Claire Gouze sur Linkedin : https://www.linkedin.com/in/claire-gouze

Nao, le "cursor" des data scientists (et accessoirement la boite de Claire !) : https://getnao.io/

--------------------------------

Je suis Mathieu Sanchez, CTO d'Acasi, et pour me suivre, c'est principalement sur Linkedin : https://www.linkedin.com/in/matsanchez/

Vous pouvez aussi suivre Tronche de Tech, sur vos réseaux favoris :

- Linkedin : https://www.linkedin.com/company/tronche-de-tech/

- Instagram : https://www.instagram.com/tronchedetech/

- TikTok : https://www.tiktok.com/@tronchedetech

- Twitter : https://twitter.com/TroncheDeTech

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