Skip to content
DataWatch cover art

All Episodes

DataWatch — 55 episodes

#
Title
1

Snowflake Cortex avec Ferhat

2

Google Next'26

3

Les Data Contract sont insuffisants !

4

L’IA nous remplacera-t-il sur GCP ?

5

Spark est-il devenu inutile ?

6

Spécial dbt avec Victor Vaneecloo !

7

Databricks utilise Excel comme data source

8

Décathlon déploie Polars en prod !

9

Python 3.14, vraiment mieux ?

10

MCP, une sécurité en danger ?

11

Les différences entre SQLMesh et dbt 💪

12

L’architecture médaillon du marketing ?!

13

Data Virtualisation : plus besoin de Data Warehouse ?

14

Snowflake MCP : la fin des Data Engineers SQL ?!

15

Disponibilité des CTEs Récursives dans Databricks !

16

Modélisation avancée DBT : optimisez votre pipeline analytique

17

Identification des causes racines en Data Engineering

18

Des bases de données fiables pour les banques françaises

19

Airbyte et son MCP dans Cursor !

20

OVH sort sa Data Platform !

21

70% de coûts en moins en utilisant Rust ?!

22

dbt fait sa Fusion !

23

Airflow 3.0 !

24

Shift Left, la data change de responsable !

25

Data Engineer, ça craint ou pas ?

26

La disparition des Data Engineers !

27

Les outils essentiels du Data Engineer ! 500Mds$ dans la data 💰

28

575K$ comme Staff Data Enginneer chez Airbnb ! Ses conseils pour décrocher ce poste

29

De l’incrémental au Data Product en passant par l'IA : ce qui redéfinit le Data Engineering

30

Les stratégies data de Netflix, Meta, Spotify, Airbnb et Uber révélées !

31

Data Engineer 2.0 : clustering, IA, et plan pour 2025

32

Le premier Data Engineer IA et la surveillance des pipelines : décryptage

33

Data Mesh, Data Owner et la fin des clés primaires : ce que vous devez savoir

34

BigQuery, dbt v1.9 et Data Quality : les stratégies qui transforment la donnée

35

MongoDB 8.0, Python 3.13 et Lakehouse : les annonces phares du moment

36

Presto, Rust et Data Lineage : les tendances qui transforment la Data Engineering

37

SQL automatisé, BigQuery Jobs Explorer et PostgreSQL 17 : les nouveautés à connaître

38

Pipe Syntax en SQL, Apache Iceberg et IA générative : vers une Data Engineering plus simple ?

39

Uber dans le cloud, DuckDB 1.1.0 et Pandas sur Snowflake : les annonces marquantes

40

Uber, IA et Data Governance : les enjeux critiques de la data d'aujourd’hui

41

BigQuery Vector Search et Ray chez Amazon : les clés du changement ?

42

SQL avec Python, Airflow 2.10.0 et Vector Search : les tendances data du moment

43

BigQuery Continuous Queries et Cloud SQL Studio : toujours plus de nouveautés !

44

Kafka 3.8 et Data Lake CDC : ce que les Data Engineers doivent savoir

45

Cycle de vie du stockage : pourquoi cela peut transformer vos coûts data ?

46

Data Centers, souveraineté et qualité : les défis de la gestion des données

47

Polars vs PySpark et quand l'OLTP et l'OLAP convergent enfin avec Snowflake !

48

Julien Hurault sur les Slowly Changing Dimensions et les Snowflake Native Apps

49

Polars 1.0 et Data Vaults sur Snowflake : vers une gestion optimale des données

50

Data Reliability et BigQuery Datasream : les clés pour vos données !

51

LakeFlow et Unity Catalog Open Source : les nouveautés de Databricks

52

Gaël Lemaux sur les Snowflake Dynamic Tables et DuckDB 1.0 : la Data Engineering continue d'évoluer

53

Florent Jakubowski sur ETL vs ELT et l’évolution des rôles en Data Engineering

54

50 ans de SQL et Liquid Clustering : les nouveautés et réflexions en Data Engineering

55

dbt 1.8, Pandas vs Polars et réduction des coûts sur Snowflake : décryptage