Castuner
Añadir un podcast

DataWatch

Bertrand Fabre

🎙️ DataWatch est un podcast de veille en data. Axel Mauroy et Bertrand Fabre échangent autour d’articles publiés récemment en Data et particulièrement en Data Engineering.

Web del podcast

Escúchalo en tu aplicación

Episodios

56 episodios

  1. dbt 2 : TOP 5 des nouveautés qui changent le Data Engineering 2:56
  2. Snowflake Cortex avec Ferhat 41:03
  3. Google Next'26 33:49
  4. Les Data Contract sont insuffisants ! 18:34
  5. L’IA nous remplacera-t-il sur GCP ? 27:19
  6. Spark est-il devenu inutile ? 25:52
  7. Spécial dbt avec Victor Vaneecloo ! 37:50
  8. Databricks utilise Excel comme data source 24:02
  9. Décathlon déploie Polars en prod ! 39:12
  10. Python 3.14, vraiment mieux ? 31:30
  11. MCP, une sécurité en danger ? 33:24
  12. Les différences entre SQLMesh et dbt 💪 23:40
  13. L’architecture médaillon du marketing ?! 19:36
  14. Data Virtualisation : plus besoin de Data Warehouse ? 26:00
  15. Snowflake MCP : la fin des Data Engineers SQL ?! 43:31
  16. Disponibilité des CTEs Récursives dans Databricks ! 26:02
  17. Modélisation avancée DBT : optimisez votre pipeline analytique 33:33
  18. Identification des causes racines en Data Engineering 23:02
  19. Des bases de données fiables pour les banques françaises 20:57
  20. Airbyte et son MCP dans Cursor ! 49:31
  21. OVH sort sa Data Platform ! 27:06
  22. 70% de coûts en moins en utilisant Rust ?! 17:10
  23. dbt fait sa Fusion ! 25:42
  24. Airflow 3.0 ! 17:52
  25. Shift Left, la data change de responsable ! 17:30
  26. Data Engineer, ça craint ou pas ? 57:01
  27. La disparition des Data Engineers ! 48:23
  28. Les outils essentiels du Data Engineer ! 500Mds$ dans la data 💰 43:33
  29. 575K$ comme Staff Data Enginneer chez Airbnb ! Ses conseils pour décrocher ce poste 58:04
  30. De l’incrémental au Data Product en passant par l'IA : ce qui redéfinit le Data Engineering 54:09
  31. Les stratégies data de Netflix, Meta, Spotify, Airbnb et Uber révélées ! 1:06:00
  32. Data Engineer 2.0 : clustering, IA, et plan pour 2025 1:09:41
  33. Le premier Data Engineer IA et la surveillance des pipelines : décryptage 1:06:49
  34. Data Mesh, Data Owner et la fin des clés primaires : ce que vous devez savoir 1:14:14
  35. BigQuery, dbt v1.9 et Data Quality : les stratégies qui transforment la donnée 48:58
  36. MongoDB 8.0, Python 3.13 et Lakehouse : les annonces phares du moment 53:37
  37. Presto, Rust et Data Lineage : les tendances qui transforment la Data Engineering 41:55
  38. SQL automatisé, BigQuery Jobs Explorer et PostgreSQL 17 : les nouveautés à connaître 57:04
  39. Pipe Syntax en SQL, Apache Iceberg et IA générative : vers une Data Engineering plus simple ? 57:11
  40. Uber dans le cloud, DuckDB 1.1.0 et Pandas sur Snowflake : les annonces marquantes 39:18
  41. Uber, IA et Data Governance : les enjeux critiques de la data d'aujourd’hui 58:44
  42. BigQuery Vector Search et Ray chez Amazon : les clés du changement ? 16:54
  43. SQL avec Python, Airflow 2.10.0 et Vector Search : les tendances data du moment 11:25
  44. BigQuery Continuous Queries et Cloud SQL Studio : toujours plus de nouveautés ! 12:47
  45. Kafka 3.8 et Data Lake CDC : ce que les Data Engineers doivent savoir 18:34
  46. Cycle de vie du stockage : pourquoi cela peut transformer vos coûts data ? 21:01
  47. Data Centers, souveraineté et qualité : les défis de la gestion des données 16:42
  48. Polars vs PySpark et quand l'OLTP et l'OLAP convergent enfin avec Snowflake ! 1:09:38
  49. Julien Hurault sur les Slowly Changing Dimensions et les Snowflake Native Apps 54:43
  50. Polars 1.0 et Data Vaults sur Snowflake : vers une gestion optimale des données 1:13:38