DataGen Robin Conquet

Nacim Rahal est Senior Director Data & AI chez Doctolib, la licorne qui propose une plateforme de prise de rendez-vous avec des médecins et qui permet également de faire de la téléconsultation.
On aborde :
🔥 La stratégie GenAI de Doctolib (la genèse, l’approche, les use cases…)
🔥 DoctoGPT (aka leur ChatGPT interne) et le projet Medical Assistant
🔥 Leur organisation pour déployer ces projets et l’impact sur la stack
🔥 Leur plus gros challenge et les prochaines étapes
---
❤️ PARTENAIRE
Ce podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
👉 Contactez Benjamin pour vous faire accompagner
Son mail : bcohen@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
👉 Mettez Elisa également dans la boucle
Son mail : echarbonnier@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
---
🎬 CHAPITRES
00:00 Générique
01:40 Introduction
06:22 La genèse GenAI chez Doctolib
12:22 Zoom sur DoctoGPT (ChatGPT interne)
15:07 Zoom sur Medical Assistant (Core Product)
18:12 Leur organisation pour déployer ces projets GenIA
20:01 L’approche “start-up”
21:17 L'impact sur l'équipe tech et la stack data
25:32 Les plus gros challenges GenAI
28:10 Les next steps sur les sujets GenAI
29:32 Les questions de la fin (ressources, conseils...)
---
📚 RESSOURCES
Le podcast Acquired et en particulier les 3 épisodes avec Nvidia
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
#117 - Masterclass | Tout comprendre sur les IA Génératives avec Benjamin Cohen-Lhyver
#115 - Doctolib : Scaler sa Data Visualisation auprès de 2000 utilisateurs
#11 - Doctolib : Accélérer la mise à disposition des données grâce à une réorganisation
---
👋 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.

Christelle Marfaing, ex-Head of Data de Lydia, est aujourd’hui Chief Data Officer de May, la startup qui a développé une app d’avantages salariés (3 millions d’euros levés en 2022).
Cet épisode est le 1er d’une nouvelle série dont l’objectif est d’inviter des Head of Data qui ont déjà monté ou structuré une équipe Data et qui recommencent dans une plus petite structure.
Aujourd’hui, Christelle nous parle du lancement du département Data chez May après avoir dirigé une équipe de 14 personnes chez Lydia.
On aborde :
🔥 Son choix de rejoindre une jeune startup après son passage chez Lydia
🔥 Le contexte data chez May, ses premières initiatives et ses choix techno (Airbyte, Dagster…)
🔥 2 sujets qu’elle décide de lancer très tôt : Data Contracts et RGPD
🔥 Sa vision sur la GenAI et comment elle est utilisée au sein du Produit chez May.
---
❤️ PARTENAIRE
Ce podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
👉 Contactez Benjamin pour vous faire accompagner
Son mail : bcohen@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
👉 Mettez Elisa également dans la boucle
Son mail : echarbonnier@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
---
🎬 CHAPITRES
00:00 Générique
01:46 Intro
02:54 Pourquoi revenir en startup après Lydia ?
04:41 Présentation de May
07:13 Le contexte data à son arrivée
07:55 Ses premières initiatives : POC, Data Contracts, RGPD
14:39 La stack mise en place (Airbyte, Dagster…)
17:29 Buy vs build
25:00 Sa vision sur la Generative AI
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
 🇬🇧 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment
#77 - Sunday : Scaler grâce à une orga Data Mesh
#50 - Ledger : Monter le département Data d'une licorne
---
👋 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.

Vincent Gossiaux était Directeur de Magasin et s’est reconverti vers un rôle de Consultant Data Analyst chez Elevate, le cabinet de conseil spécialisé en data.
On aborde :
🔥 Son parcours et ce qui l’a poussé à se reconvertir dans la data,
🔥 Pourquoi il a choisi DataBird et le déroulement de la formation,
🔥 Les compétences qu’il utilise le plus au quotidien,
🔥 Ses principaux chantiers actuels et ses conseils pour se reconvertir.
---
❤️ PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
👉 Lien vers leur site internet : bit.ly/47UthCv
---
🎬 CHAPITRES
00:00 Générique
01:02 Intro
02:45 Le moment où Vincent décide de changer de carrière
04:21 Focus sur la formation DataBird
06:40 Son arrivée chez Elevate, cabinet de conseil en data
08:48 Ses principaux chantiers au quotidien
10:43 Ce que la formation lui a apporté
11:43 Les questions de la fin (ressources, conseils...)
---
📚 RESSOURCES
La newsletter Blef de Christophe Blefari
La chaîne Youtube de Luke Barousse
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
#118 - Reconversion | Des Ressources Humaines à Data Analyst spécialisée RH
#103 - Reconversion | De Responsable Études de Marché à Data Analyst
#95 - Reconversion | De Journaliste à Data Analyst
#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
---
👋 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.

Pierre Fournier est l’ancien Chief Product Officer de ManoMano, la licorne qui propose un site e-commerce spécialisé dans le bricolage. Elle est présente sur 6 marchés (France, Belgique, Espagne, Italie, Allemagne, Royaume-Uni), compte aujourd’hui plus de 5 000 marchands et 19 millions de références.
On aborde :
🔥 Les prémices de la data chez ManoMano au Marketing et au Produit,
🔥 Pourquoi il ne faut pas être trop data-driven lorsqu’on fait du Produit,
🔥 L’importance de définir des métriques utilisateurs (versus business),
🔥 Ses plus gros challenges data : tracking, culture et collaboration Data x Produit.
---
❤️ PARTENAIRE
Ce podcast est rendu possible par DataBird, le bootcamp spécialisé sur la Data.
👉 Lien vers leur site internet : bit.ly/47UthCv
---
🎬 CHAPITRES
00:00 Générique
01:12 Intro
02:18 Pierre nous explique ses choix de carrière
04:04 Son point de vue sur les GAFAM
06:03 Leur ADN data
07:59 Être ou ne pas être trop data driven, telle est la question
13:17 L’importance des métriques utilisateurs versus business
22:08 La collaboration entre les équipes Data et Produit
25:34 Ses plus gros challenges data
28:07 Ses conseils aux équipes Data pour mieux collaborer avec le Produit
30:39 Les questions de la fin (ressources, conseils...)
---
📚 RESSOURCES
Data Strategy de Bernard Marr
Statistics Done Wrong de Alex Reinhart
Relevant Search de Doug Turnbull & John Berryman
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
#97 - Contentsquare : Lancer l’équipe Product Analytics
#53 - Pennylane : Utiliser la data en tant que Product Manager
#44 - IbanFirst : Mieux collaborer avec l'équipe Produit
#36 - Dashlane : Monter une équipe Product Analytics
---
💪 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 💌
3/ Découvrez les podcasts en format vidéo sur YouTube ici 📹
---
🔔 ABONNEZ-VOUS POUR SOUTENIR LE PODCAST GRATUITEMENT ! 🥰

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

Jérôme Campo est Solution Architect chez Starburst, la licorne américaine valorisée 3 milliards de $ qui propose une solution qui permet de requêter les Data Lake et de les fédérer avec d'autres sources, avec des grosses performances et avec des coûts très compétitifs. Pas très connue du grand public, c'est pourtant la solution qui est déjà utilisée par quasiment la moitié du CAC 40.
On aborde :
🔥 Son parcours entre Microsoft, Google, Cloudera et Starburst
🔥 La technologie Open Source sous-jacente fondée en 2012 chez Facebook (aka Presto)
🔥 Les 2 usages de Starburst : accélérer l’accès au Data Lake et attaquer plusieurs sources en une seule requête
🔥 Où se positionne l’outil dans la stack versus le Data Warehouse, Fivetran, dbt…
---
❤️ PARTENAIRES
Ce podcast est rendu possible par :
Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
👉 Contactez Benjamin pour vous faire accompagner
Son mail : bcohen@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
👉 Mettez Elisa également dans la boucle
Son mail : echarbonnier@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
Starburst, la solution qui permet de requêter les Data Lake et de les fédérer avec d'autres sources.
👉 Contactez Jérôme pour en savoir plus
Leur site : https://engage.starburst.io/fr
Son mail : jerome.campo@starburstdata.com
Son LinkedIn : https://www.linkedin.com/in/jérôme-campo-06344019/
---
🎬 CHAPITRES
00:00 Générique
01:41 Intro
03:34 À quoi sert Starburst ?
05:07 1er usage : accélérer l’accès au Data Lake (Hadoop)
07:17 Illustration avec Crédit Mutuel Arkea
09:59 2ème usage : attaquer plusieurs sources avec une seule requête (multi-source / multi-cloud)
12:51 Le positionnement de Starburst dans la Stack Data (Warehouse, Fivetran, dbt)
14:37 Paysage concurrentiel
15:55 La fonctionnalité de Starburst compatible avec l’approche Data Mesh
18:32 Les questions de la fin (ressources, conseils...)
---
📚 RESSOURCES
Le LinkedIn de Zak Wilson
Le User Group de Starburst
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
#117 - Masterclass | Tout comprendre sur les IA Génératives
#111 - DataGalaxy : Mettre en place un Data Catalog
#91 - Spendesk : Adopter l'approche Analytics Engineering
---
👋 PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) 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.

Marie Douriez est Machine Learning Engineer chez 360Learning, la plateforme qui permet aux entreprises de créer des formations et de piloter leur suivi par leurs collaborateurs. Avant ça, elle est passée par Netflix et Lyft, 2 boîtes américaines connues pour être extrêmement data-driven. 360Learning compte près de 2000 clients en Europe et aux US. Ils sont 400 salariés dont 80 ingénieurs. Marie nous parle d’un projet GenAI qui permet à leurs utilisateurs de créer des cours en quelques minutes qui est aujourd’hui live dans le produit.
On aborde :
🔥 Son parcours et son passage à San Francisco : Berkeley, Lyft, Netflix
🔥 Les grandes phases du projet GenAI et l’usage de GPT-4
🔥 Les challenges principaux : expérience utilisateur, personnalisation, métriques de succès…
🔥 L'évolution du métier de Machine Learning Engineer.
---
❤️ PARTENAIRE
Ce podcast est rendu possible par Eulidia, le cabinet de conseil et d'expertise technique spécialisé sur la data et l'IA.
👉 Contactez Benjamin pour vous faire accompagner
Son mail : bcohen@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/cohenlhyver/
👉 Mettez Elisa également dans la boucle
Son mail : echarbonnier@eulidia.com
Son LinkedIn : https://www.linkedin.com/in/elisa-charbonnier-737219121/
---
🎬 CHAPITRES
00:00 Générique
01:31 Intro
05:14 Le projet GenAI développé par 360Learning
10:22 Comment ils utilisent GPT-4
12:38 Les dernières features développées
17:22 L'évolution du métier de Machine Learning Engineer
19:17 Les challenges principaux : XP utilisateur, personnalisation…
22:57 Le bilan
24:14 Les next steps : nouveaux produits GenAI notamment pour améliorer l'XP côté élève
25:12 Les questions de la fin (ressources, conseils...)
---
📚 RESSOURCES
- Data Driven 101, le podcast de Marc Sanselme
- Les meetups Generative AI Paris
---
🧐 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER
#117 - Eulidia : Tout comprendre sur les IA Génératives
#110 - Back Market : Leur stratégie Data Science
#102 - Databricks : Une stack unique pour l’Analytics et l’IA
---
👋 PLUS DE CONTENU DATA ?
1/ Suivez-moi sur LinkedIn ici 🤳
2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌
3/ Découvrez les podcasts 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.