Skip to content
Snowflake Cortex avec Ferhat episode artwork

EPISODE · May 27, 2026 · 41 MIN

Snowflake Cortex avec Ferhat

from DataWatch · host Bertrand Fabre

Automatiser la lecture de JSON avec Cortex + dbt sur Snowflake Dans cet épisode de DataWatch, on plonge dans un use case ultra concret de Data Engineering moderne : comment automatiser le flatten de JSON complexes dans Snowflake grâce à Cortex Code et dbt. Avec Ferhat Aouaghzene, consultant spécialisé Snowflake & dbt, on décortique une problématique que beaucoup d’équipes data rencontrent aujourd’hui : gérer des données semi-structurées massives issues d’API, avec des schémas imbriqués, des tableaux dans des tableaux et des pipelines qui deviennent vite ingérables à maintenir à la main. Plutôt que d’utiliser un LLM externe, Ferhat montre comment exploiter Cortex Code directement dans Snowflake pour : → Détecter automatiquement les colonnes VARIANT → Générer les flatten SQL → Créer toute l’arborescence dbt → Générer les modèles staging / intermediate / marts → Produire les YAML et les tests dbt → Compiler et exécuter le projet automatiquement Mais l’épisode va beaucoup plus loin qu’une simple démo technique. On parle aussi : • De l’avenir du métier de Data Engineer à l’ère des agents IA • Des limites des LLM dans des environnements critiques • D’idempotence et de qualité logicielle • De gouvernance data • De sécurité et de contrôle d’accès dans Snowflake • Et surtout de la bonne manière d’utiliser l’IA sans tomber dans le “vibe coding” Un épisode très concret pour comprendre comment l’IA peut réellement augmenter les équipes data quand elle est correctement cadrée. 👇 Dites-nous en commentaire : Est-ce que vous utilisez déjà des agents IA dans vos pipelines data ? Les ressources 👉 Ferhat sur Linkedin : https://www.linkedin.com/in/ferhat-aouaghzene-23a895217/ ➕ Medium : https://medium.com/@faouaghzene ➕ Github : https://github.com/FerAou/Snow_tips/tree/main/json_to_dbt 👉 Axel sur LinkedIn : https://www.linkedin.com/in/axel-mauroy-5699509a/ 👉 Bertrand sur LinkedIn : https://www.linkedin.com/in/bertrandfabre/ ➕ Insights : https://datayoka.com/insights ➕ Newsletter : https://datayoka.com/newsletter ➕ Formations : https://datayoka.com/formations ➕ Coaching individuel SQL/BigQuery/FinOps : https://datayoka.com/coaching Chapitres 00:00 Introduction & présentation de Ferhat 02:17 Le problème des JSON complexes dans Snowflake 06:13 Démo du skill Cortex Code pour générer un projet dbt 14:17 Snowflake + dbt Core + Cortex : comment tout s’intègre 18:04 Idempotence, automatisation et qualité des pipelines IA 31:55 L’avenir du métier de Data Engineer avec les agents IA #dataengineering #snowflake #dbt #cortex #genai #llm #datawatch

Episode metadata supplied by the publisher feed · Published May 27, 2026

Embed this episode

Ready to play

Snowflake Cortex avec Ferhat

0:00 41:03

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

No similar episodes found.

No similar podcasts found.

Frequently Asked Questions

How long is this episode of DataWatch?

This episode is 41 minutes long.

When was this DataWatch episode published?

This episode was published on May 27, 2026.

Can I download this DataWatch episode?

Yes. Use the download control on the episode player to save the publisher-provided media file.
URL copied to clipboard!