Castuner
Добавить подкаст

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.

Сайт подкаста

Слушайте в своём приложении

Эпизоды

56 эпизодов

  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