Adèle Guillet est Data & AI Director chez Sweep, le logiciel de pilotage du quota carbone qui a levé 100 millions de dollars dans ses 2 premières années d’existence et qui accompagne déjà notamment L’Oréal, SNCF, Auchan ou Leroy Merlin.

Elle va nous raconter comment elle a lancé le département Data & IA.

On aborde :

🔥 Son parcours de Data Scientist à Head of Data en startup

🔥 La mise en place d’une Modern Data Stack (Snowflake, dbt, Fivetran, Metabase…)

🔥 La mise en place d’une approche Self-Service pragmatique (Data Champions, certified dashboards…)

🔥 Le déploiement de fonctionnalités IA dans le produit et la structuration de l’équipe IA (ML Engineer et AI Engineers “full full Stack”)

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Regarder l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Adèle

- Le livre Radical Candor de Kim Scott

- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Qu’est-ce que Sweep ?

02:03 Le parcours d’Adèle

02:46 Le contexte data & IA à son arrivée

04:06 Chantier #1 : Stack

05:59 Chantier #2 : Analytics

07:36 Chantier #3 : Agents IA

10:04 Orga de l’équipe Data & IA

11:22 Leurs plus grosses difficultés

14:38 Leurs prochaines étapes

15:12 Sa reco de contenu

15:28 Ce qu’elle aime dans la data

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#218 - Fairly Made : Lancer le département Data d'une startup

#176 - Agorapulse : Structurer le département Data d’une startup

#132 - Joko : Lancer le département Data d'une startup

👋 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.

Mathias is Head of Data for Marketing at N26, the Berlin-based neobank valued at over $9 billion. He joined as a Senior Data Analyst in May 2020 and has since scaled the team to 12 people.

We cover :

🔥 His journey to becoming Head of Data for Marketing at N26

🔥 His main projects: Marketing Mix Modeling, User Value Modeling, Data Governance & Data Quality

🔥 The data stack at N26: AWS, Snowplow, dbt, Redshift, Metabase…

🔥 His main challenges: scale-up volatility and the classic imposter syndrome

📚 RESOURCES

- Mathias’s LinkedIn profile

- The book of Zhamak Dehghani Data Mesh : Delivering Data-Driven Value at Scale

- The book of Joe Reis & Matt Housley Fundamentals of Data Engineering: Plan and Build Robust Data

- The book of Gene Kim, Kevin Behr and George Spafford The Phoenix Project

- The book of Gene Kim The DevOps Handbook

- The book of Gene Kim The Unicorn Project

- The book of Gene Kim, Jez Humble and Nicole Forsgren PhD Accelerate

🎬 CHAPTERS

00:00 Introduction to N26

03:25 How he became Head of Data for Marketing at N26

10:49 1st project: implementing a Marketing Mix Model

17:36 2nd project: building a User Value Model

20:57 3rd project: Data Governance & Quality

23:37 The data stack at N26

25:16 The biggest challenges

29:29 What’s next: decision automation

31:11 Mathias’s favorite resources

32:14 Why he loves working in data

🤩 OTHER EPISODES YOU SHOULD LOVE

🇺🇸 #114 - BlaBlaCar : Managing 50 Data People with Manu, VP Data

🇺🇸 #106 - Aircall: Adapting the Data Strategy to the slowing economic environment

🇺🇸 #96 - Deezer : How I restructured the Business Analytics team and made it more Business-Focused

👋 MORE DATA CONTENT?

1/ Follow me on LinkedIn here 🤳

2/ Sign up for the newsletter (summaries, events) here 💌

3/ Check out the podcast in video format on YouTube here 📹

🎙 SUPPORT THE PODCAST FOR FREE

1/ Subscribe 🔔

2/ Leave a 5 stars review on Apple Podcasts here 🥰

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

Nicolas Mauti est Staff MLOps Engineer chez Malt, où il a été le premier MLOps de l’équipe. Malt c’est la plateforme leader du freelancing en Europe, qui met en relation des freelances avec des entreprises.

Dans cet épisode, Nicolas revient sur son principal défi de ces dernières années : mettre en place et structurer une approche MLOps chez Malt, dans un contexte déjà mature côté data, puis l’adapter à l’arrivée massive des IA génératives.

On aborde :

🔥 Le profil de Nicolas et le contexte chez Malt qui nécessite un rôle MLOps

🔥 Les fondations MLOps chez Malt : feature store, rationnalisation des pipelines ML, CI/CD & monitoring

🔥 L’évolution du besoin MLOps avec l’arrivée des IA génératives

🔥 La stack technique de Malt et les prochaines étapes de l’équipe

📚 RESSOURCES

- Le LinkedIn de Nicolas

- Le blog Malt Engineering sur Medium

- La communauté MLops

- Pour recevoir le dossier sur les plus gros challenges des leaders data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours de Nicolas

03:41 Le contexte à son arrivée

05:14 Chantier #1 : Centralisation des features (aka Feature Store)

08:05 Chantier #2 : Optimisation des pipelines ML et CI/CD

10:34 Chantier #3 : Monitoring & alerting

16:01 Comment l'arrivée des GenAI impacte les besoins MLOps

18:39 Le premier projet LLMOps

24:22 L’acculturation des équipes Engineering

29:58 Leur stack MLOps

34:20 Leurs prochaines étapes

35:56 Sa recommandation de contenu

36:54 Son meilleur conseil

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#170 - Leboncoin : De la Data Science au ML Engineering

#211 - Brevo : Mettre en place une approche DataOps

#234 - Malt : Déployer des assistants IA à l’échelle

👋 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.