DataGen #248 - Ornikar : Structurer une approche Analytics Engineering (CI/CD, FinOps, Naming & Semantic Layer)
16 snips
Jan 26, 2026 Bastien Caunègre, Head of Data Platform chez Ornikar, a déployé l’approche Analytics Engineering et pilote la plateforme data. Il revient sur CI/CD pour dbt, FinOps et conventions de nommage. Il décrit la création d’une couche sémantique centralisant les métriques. Il explique aussi l’usage de GenAI (Dust) et des automatisations (n8n) pour faciliter le self‑service analytics.
AI Snips
Chapters
Transcript
Episode notes
CI/CD Ciblée Avec Comparison De Manifests
- Mettez en place une CI/CD qui compare les manifests dev et prod pour ne tester que ce qui change.
- Cela réduit les runs inutiles et sécurise la mise en production des modèles DBT.
Optimiser Les Coûts Par Priorité
- Identifiez et optimisez le top 10 des modèles les plus coûteux en transformations.
- Passez-les en incrémental et utilisez partitions/clustering pour réduire ~40% des coûts.
Naming Conventions Par Couches
- Standardisez les préfixes des couches: STG pour staging, DIM pour dimensions, DEF pour définition.
- Incluez le nom de la source dans les dimensions pour clarifier l'origine des données.