DataGen

Anne-Sophie Lavelle est Lead Product Data Science chez Back Market, la licorne française qui propose une marketplace de produits reconditionnés. Elle nous parle de la stratégie Data Science développée chez Back Market et de l’algorithme Back Box. 🤫On aborde :🔥 Le rôle d’un Lead Product Data Science chez Back Market🔥 Leur contexte Data Science (ex : focus sur un algorithme pendant en 5 ans)🔥 L’organisation de l’équipe Data Science et les nouveaux projets🔥 Les challenges et les next steps du département.---❤️ PARTENAIRECe podcast est rendu possible par Data Bird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.👉 Lien vers leur site internet : http://bit.ly/41UbJVr.---🎬 CHAPITRES00:00 Générique01:30 Introduction02:14 Le parcours d’Anne-Sophie04:52 Le rôle d’un Product Manager Data Science07:34 Le contexte Data Science chez Back Market09:12 Ce qu’on voit souvent sur le marché : trop de projets en parallèle12:34 Le 1er projet de Machine Learning16:21 Un autre projet de Machine Learning19:00 L’organisation interne de l’équipe Data Science23:56 Quelques outils utilisés26:15 Les challenges qu’elle a rencontrés28:28 Les next steps pour l’équipe Data Science30:25 Les ressources qu’elle conseille31:16 Ce qu’elle aime dans la data32:29 Ce qui l’a le plus fait progresser32:05 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCESLes blogs Tech d’Uber, BlaBlacar, et de Meta---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#105 - Déployer une stratégie IA Générative avec Mick Levy#74 - BlaBlaCar : Adopter une approche Produit en Data Science#63 - Back Market : Réorganiser son équipe Data Engineering par domaine métier---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---👋 PLUS DE CONTENU DATA ?1/ Suivez-moi sur LinkedIn ici 🤳2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Philippe Lima est Head of Customer Success chez Aircall, la licorne française qui propose une plateforme téléphonique à destination des équipes Sales et Support. Cet épisode intervient dans la série “Data User” dont l'objectif est de comprendre comment les autres départements de boîtes très data driven utilisent la data. J’avais déjà reçu Edouard, le Directeur Data d’Aircall, dans l’épisode #14 et avais été scotché par leur maturité data.On aborde :🔥 Le parcours de Philippe et le métier de Customer Success Manager🔥 Les 3 grands chantiers Customer Success chez Aircall (opportunités, renouvellement et “Red Flags”)🔥 Les outils qu’ils utilisent (Salesforce, Totango, Looker…)🔥 La collaboration avec l’équipe Data d’Aircall.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : http://bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:28 Introduction02:09 Le parcours de Philippe03:05 Le job de Customer Success Manager, c’est quoi ?04:41 Les 3 grands chantiers Customer Success chez Aircall : le Pipeline, le Renouvellement et les Red Flags12:32 Focus sur le KPI "Net MRR Churn" ou "Net Retention" d'Aircall14:19 Les outils utilisés pour analyser la donnée16:08 Focus sur Totango19:13 Focus sur Looker20:37 Les plus gros challenges Data Analytics rencontrés par Philippe22:37 Les conseils de Philippe pour une bonne collaboration entre Data et Customer Success25:10 La recommandation de contenu de Philippe---📚 RESSOURCELe podcast This is Growth de Daphné Costa Lopez (Dir. CS chez Hubspot)---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#106 - Aircall: Adapting the Data Strategy to the slowing economic environment#69 - Data User | Utiliser la data en tant que Growth avec Jordan et Bulldozer#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Virginie Cornu est l’ex-VP Data de Jellysmack, la licorne franco-américaine qui produit des chaînes de contenu sur les réseaux sociaux et qui propose une technologie IA à destination des créateurs de contenu. Elle nous parle de l’approche Data Mesh qu’elle a mise en place.On aborde :🔥 Les raisons qui ont poussé Jellysmack à mettre en place une approche Data Mesh🔥 L’organisation en interne pour basculer vers une approche Data Mesh🔥 Les principaux challenges qu’elle a rencontrés avec cette approche🔥 Son avis sur les IA Génératives : leur impact sur les entreprises et les métiers de la data.---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎬 CHAPITRES00:00 Générique00:53 Introduction01:50 Le contexte avant l’approche Data Mesh06:46 Elle explique aux autres leaders comment ils impactent la Data Quality08:08 L’organisation des équipes pour mettre en place cette approche14:48 Les principaux challenges qu’elle a rencontrés avec cette approche27:41 L’avis de Virginie sur les IA Génératives32:25 L’avenir des métiers dans la data avec les IA génératives---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#101 - Kering : Lancer un programme de Data Gouvernance avec une approche Data Mesh#77 - Scaler grâce à une approche Data Mesh#19 - Jellysmack : Recruter et onboarder 100 profils data en 1 an---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Taline Mouradian est Creative Business Partner chez Google et également co-lead de Women @Google en France, le plus gros collectif d’employés chez Google. Ils comptent aujourd’hui 400 membres français et leur objectif est de favoriser l’inclusion et la diversité en interne comme en externe.On aborde :🔥 La genèse de Women @Google et les chiffres clefs du collectif🔥 Les principales actions du collectif🔥 Comment Women @Google mesure son impact grâce à la data🔥 Les plus gros challenges de Taline sur le collectif.---💪 VOUS AVEZ UN PROJET DATA ?DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.👉 Rencontrez-nous ici.---🎬 CHAPITRES00:00 Générique01:21 Introduction03:01 Women @Google, c'est quoi ?06:42 Les actions du collectif 11:53 Women @Google en chiffres15:05 Les plus gros challenges de Taline sur le collectif17:06 La data chez Women @Google19:21 Les actions qui ont marqué Taline25:37 Les conseils de Taline pour lancer ou développer un collectif---📚 RESSOURCES- Le LinkedIn de Taline- Le LinkedIn de Clara---🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER#88 - Inclusion In Data | Créer une équipe inclusive avec Sébastien Garcin#61 - Inclusion In Data | Le management au féminin et les quotas avec Christelle Marfaing#43 - Inclusion In Data | Paris Data Ladies : Promouvoir la parole des femmes---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Edouard Flouriot is Director of Data at Aircall, the phone and communication platform designed for sales and support teams. Active in more than 100 countries with more than 10,000 customers, Aircall achieved centaur status after securing over $100 million in annual recurring revenue in 2022. In this episode, Edouard is sharing insights on its biggest recent challenge, which is: how to adapt the data strategy to the slowing economic environment?We address:🔥 The overall economic context for scaleups: going from hyperscale to a slower controlled growth🔥 His conviction that this context requires more centralisation rather than decentralisation (aka Data Mesh)🔥 How centralisation enables more governance and control over costs and ressource management🔥 The initiatives that they launched around 3 pillars: cost tracking, project structure and culture shift.---💪 GOT A DATA PROJECT?DataGen is also a collective of data freelancers from top companies (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... We have the team that you need!👉 Meet us---🎬 CHAPTERS00:00 Trailer00:43 Introduction01:41 The context04:33 The 3 key implemented actions05:02 1st action: shifting the culture towards more control and governance07:38 2nd action: being more budget conscious by optimizing current tools & migrating to new ones10:47 Focus on Fivetran & Looker13:30 3rd action: identifying where to invest the efforts to better structure projects18:01 The other challenges Edouard faced20:00 Edouard’s ressource recommendations21:07 What he likes most about data21:51 What made him improve the most22:47 The best advice Edouard ever received---📚 RESSOURCES- The book Trillion Dollar Coach- The article “The Next Era of Data at Instacart” by Nate Kupp---🧐 OTHER EPISODES🇦🇺 #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused#50 - Ledger : Monter le département Data d'une licorne#14 - Aircall : Faire scaler l'impact de l'équipe data sur l'entreprise---🎙 SUPPORT THE PODCAST FOR FREE1/ Subscribe 🔔2/ Leave a 5 stars review on Apple Podcasts here 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Mick Levy est Directeur Stratégie & Innovation chez Business & Decision (rattaché à Orange Business). Mick est un expert data, il a écrit un livre sur le sujet (Sortez vos données du frigo), il a réalisé des 100aines de conférences, il a 16K+ abonnés sur LinkedIn et a également un podcast (Trench Tech) qui aborde le thème un peu plus large de la tech éthique. Il est venu nous partager ses réflexions sur les IA Génératives.On aborde :🔥 Le parcours de Mick, de stagiaire à Directeur de l’Innovation chez Business et Décision🔥 L’intérêt d’utiliser les GenAI en entreprise et les 3 grandes familles de cas d’usage🔥 Les premières étapes pour y parvenir : acculturer puis identifier les cas d’usage à lancer🔥 Les limites des GenAI : la sécurité des données et les hallucinations.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, l'acteur qui accompagne les entreprises dans leur transformation data via des programmes sur mesure de montée en compétence.👉 Lien vers leur site internet : bit.ly/41UbJVr---🎬 CHAPITRES00:00 Générique01:40 Introduction02:42 Le parcours de Mick04:08 Pourquoi s’intéresser aux IA Génératives ?06:11 Le marché des GenAI aujourd’hui08:53 Etape 1 : Acculturer12:00 Etape 2 : Identifier les cas d’usage21:04 Les limites des GenAI25:23 Les conseils de Mick pour identifier ses cas d’usage27:29 Quels profils pour porter ces projets31:33 Les prévisions de Mick33:11 La recommandation de contenu de Mick34:36 Ce qu’il aime dans la data35:33 Ce qui l’a le plus fait progresser36:02 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCES- La page LinkedIn et le blog de Frédéric Cavazza- La page LinkedIn, le podcast Trench Tech, le livre de Mick Levy et son site---🧐 AUTRES ÉPISODES#78 - Air France : Assurer l’adoption des produits data#80 - ChatGPT et la tendance des LLM avec Marc Sanselme#100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari (aka Blef.fr)---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Pauline Chavallard est Engineering Manager & Senior Machine Learning Engineer chez Doctrine, la plateforme d'intelligence juridique qui utilise l’IA pour aider 12 000 avocats et juristes dans leur quotidien.On aborde :🔥 Les grandes briques de la solution (ex : ingestion des données juridiques, enrichissement Machine Learning et NLP)🔥 Leur moto “Release early, release often, and listen to your customer” et leur organisation à la Spotify (ex : Squads pluridisciplinaires, Chapters fonctionnels)🔥 Leurs challenges principaux : la montée en compétence de l’équipe sur les sujets juridiques, l’alignement sur tous les termes (ex : article de loi vs texte de loi vs convention) et l’application du NLP aux textes juridiques très longs🔥 Les prochaines étapes : IA générative et internationalisation.---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎬 CHAPITRES00:00 Générique01:08 Introduction01:47 Présentation de Doctrine04:48 Le parcours de Pauline chez Doctrine07:31 Les différentes briques (ingestion, Machine Learning, NLP…)13:07 Les premières étapes de développement18:30 L’organisation en squad à la Spotify20:49 Focus sur le rôle de Machine Learning Engineer chez Doctrine22:45 Les plus gros challenges rencontrés27:57 La vision de Pauline sur ChatGPT31:49 Les ressources recommandées par Pauline32:39 Ce qu'elle aime dans la data33:20 Ce qui l’a le plus fait progresser33:54 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCES- The Cathedral & the Bazaar de Eric S. Raymond- NLP News de Sebastian Ruder---🧐 AUTRES ÉPISODES#89 - Therapixel : Détecter le cancer grâce à l’IA#86 - Vestiaire Collective : Développer un algorithme d’automatisation pour scaler#80 - ChatGPT et la tendance des LLM avec Marc Sanselme---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

L'année 2024 annonce de nouveaux projets pour DataGen !🔥#1 Le podcast a dépassé les 11K d'écoutes par mois et a intégré le top 10 des meilleurs podcasts en France dans la rubrique Technologie.#2 DataGen a lancé un collectif de top freelances data issus des plus belles boîtes (BlablaCar, Aircall, Critéo, Artefact, 55, Sunday...) ! 💡👉️ Nous rencontrer : https://www.datageneration.co/#3 Une Directrice des Opérations rejoint le podcast : bienvenue à Flore-Anne. 🚀👉️ Visiter son LinkedIn : https://www.linkedin.com/in/flore-anne-drouilhet-998953b7/ Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Stéphanie Lecomte était manager de l’équipe Études de marché chez Weldom, l'entreprise qui propose des articles de bricolage, de décoration et de jardinage dans ses 267 magasins partout en France. À la suite d’un bootcamp data, elle s’est reconvertie sur un rôle de Data Analyst au sein de la même entreprise.On aborde :🔥 Son parcours, les réflexions qui l’ont menée vers ce changement de job en interne et le soutien de sa boîte🔥 Ce qu’elle a pensé du bootcamp Databird🔥 Ses missions en tant que Data Analyst et comment ses nouvelles compétences lui sont utiles🔥 Ses conseils pour réussir une reconversion en data.---❤️ PARTENAIRECe podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.👉 Lien vers leur site internet : bit.ly/47UthCv---🎬 CHAPITRES00:00 Générique01:12 Introduction 01:46 Le parcours de Stéphanie02:55 Les raisons qui l’ont poussée à changer de poste05:54 Sa formation chez DataBird07:28 Ses discussions avec Weldom pour lui permettre de suivre la formation08:57 La création de son nouveau poste12:11 Ses principaux chantiers en tant que Data Analyst15:45 Les éléments de la formation qui lui ont été utiles16:47 Les ressources recommandées par Stéphanie19:41 Ce que Stéphanie aime dans la data20:27 Ses conseils pour réussir sa reconversion---📚 RESSOURCES- Le podcast Signaux Faibles du média Siècle Digital- La page LinkedIn de Asma Mhalla- Le livre Femmes invisibles de Caroline Criado Perez---🧐 AUTRES ÉPISODES#95 - Reconversion | De Journaliste à Data Analyst#73 - Reconversion | De Head of Analytics à Product Manager Data#71 - Lancer sa carrière data avec Kevin Rosamont Prombo---💪 VOUS AVEZ UN PROJET DATA ?DataGen, c'est aussi un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday...).Head of Data, Data Analyst, Data Engineer, Data Scientist... On a l'équipe qu'il vous faut !👉 Nous rencontrer---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Quentin est Lead Solution Architect chez Databricks qui propose notamment une solution de lakehouse mais aussi toutes les autres briques nécessaires à la mise en place d’une stack data Analytics et IA (ETL, Transformation, ML …). Databricks a pris très tôt la vague de l’IA et est aujourd’hui parfaitement placé pour devenir leader sur un marché en pleine accélération suite à l’arrivée des GenAI.On aborde :🔥 La différence entre un Data Lake, un Data Warehouse et un Lakehouse,🔥 La genèse de Databricks et les différentes briques proposées par la plateforme,🔥 La rivalité entre Databricks et Snowflake et ce qui les distingue particulièrement : l’IA,🔥 L'impact des GenAI et des LLM sur Databricks (500M$ levés, rachat de MosaicML…).---❤️ PARTENAIRECe podcast est rendu possible par Databricks : https://www.databricks.com/👉 Contacter Quentin sur LinkedIn : https://bit.ly/3vkIVZWLe meetup Databricks chez Ekimetrics mentionné est déplacé au 13/03/2024.👉 Contacter Clémence Meyer pour participer : clemence.meyer@databricks.com---🎬 CHAPITRES00:00 Générique00:57 Introduction01:38 Le parcours de Quentin02:24 La genèse de Databricks et la différence entre Data Lake / Warehouse / Lakehouse04:54 Les différentes briques proposées par la plateforme10:01 Son élément de différenciation : une stack pour l’Analytics et l’IA11:42 Databricks vs Snowflake14:04 L’évolution de Databricks depuis le départ18:22 L'impact des GenAI et des LLM24:16 La culture de l’innovation chez Databricks26:44 La recommandation de contenu de Quentin27:19 Ce qu'il aime dans la data27:58 Ce qui l’a le plus fait progresser28:49 Le meilleur conseil qu’on lui ait donné---📚 RESSOURCES- Le podcast de Lex Fridman : https://lexfridman.com/podcast/- La newsletter Databricks : https://nextgenlakehouse.substack.com/---🧐 AUTRES ÉPISODES#100 - On décrypte 3 tendances data de 2024 avec Christophe Blefari (aka Blef.fr) 🎁#80 - ChatGPT et la tendance des LLM avec Marc Sanselme#60 - Décathlon : Implémenter une nouvelle stratégie Analytics---💪 VOUS AVEZ UN PROJET DATA ?DataGen a lancé un collectif de freelances data issus des plus belles boîtes (BlaBlaCar, Aircall, Critéo, Artefact, 55, Sunday ...).Vous avez un projet data ? On a l'équipe qu'il vous faut : Head of Data, Data Analyst, Data Engineer, Data Scientist, etc.👉 Nous rencontrer---🎙 SOUTENEZ LE PODCAST GRATUITEMENT1/ Abonnez-vous 🔔2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰 Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.