How often does this podcast release new episodes?

This podcast updates bi-weekly.

Where can I listen to this podcast?

This podcast is available on 7 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.

Does this podcast accept guests?

No, this podcast does not typically feature guests.

DataWatch

Claim This Podcast

by Bertrand Fabre

5.0(2 reviews)

66 episodes

Updated Bi-weekly

Accepts GuestsHas SponsorsLocation 🇫🇷

Podcast Overview

🎙️ 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.

Language

🇫🇷

Publishing Since

5/31/2024

Visit Website View on Apple Podcasts RSS Feed

1 verified contact email on file for DataWatch

Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.

See contact details

Recent Episodes

May 27, 2026

Snowflake Cortex avec Ferhat

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 : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/ferhat-aouaghzene-23a895217/" target="_blank">https://www.linkedin.com/in/ferhat-aouaghzene-23a895217/</a>➕ Medium : <a rel="noopener noreferrer nofollow" href="https://medium.com/@faouaghzene" target="_blank">https://medium.com/@faouaghzene</a>➕ Github : <a rel="noopener noreferrer nofollow" href="https://github.com/FerAou/Snow_tips/tree/main/json_to_dbt" target="_blank">https://github.com/FerAou/Snow_tips/tree/main/json_to_dbt</a> 👉 Axel sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/axel-mauroy-5699509a/" target="_blank">https://www.linkedin.com/in/axel-mauroy-5699509a/</a> 👉 Bertrand sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/bertrandfabre/" target="_blank">https://www.linkedin.com/in/bertrandfabre/</a>➕ Insights : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/insights" target="_blank">https://datayoka.com/insights</a>➕ Newsletter : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/newsletter" target="_blank">https://datayoka.com/newsletter</a>➕ Formations : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations" target="_blank">https://datayoka.com/formations</a>➕ Coaching individuel SQL/BigQuery/FinOps : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/coaching" target="_blank">https://datayoka.com/coaching</a> Chapitres 00:00 Introduction & présentation de Ferhat02:17 Le problème des JSON complexes dans Snowflake06:13 Démo du skill Cortex Code pour générer un projet dbt14:17 Snowflake + dbt Core + Cortex : comment tout s’intègre18:04 Idempotence, automatisation et qualité des pipelines IA31:55 L’avenir du métier de Data Engineer avec les agents IA #dataengineering #snowflake #dbt #cortex #genai #llm #datawatch

April 28, 2026

Google Next'26

Dans cet épisode, on revient à chaud sur Google Cloud Next’26, avec un filtre très clair : qu’est-ce qui compte vraiment pour les équipes data.Plutôt que d’énumérer les centaines d’annonces, on prend le temps de décortiquer les signaux forts. BigQuery continue de s’étendre, le Lakehouse se structure autour d’Iceberg, la gouvernance des données prend une nouvelle dimension… mais surtout, un changement de paradigme se dessine.Google ne pousse plus seulement de la GenAI “cosmétique”. La vraie bascule, c’est l’arrivée des agents.On parle ici de systèmes capables de comprendre un contexte, d’utiliser des outils, d’interagir avec les données et surtout d’agir. Et ça change tout : la qualité des données, leur accessibilité et leur gouvernance ne sont plus des sujets secondaires, ils deviennent critiques.On prend aussi du recul sur ce qui est réellement disponible aujourd’hui vs ce qui relève encore de la stratégie produit. Parce que derrière les annonces, il y a une direction très nette : une plateforme data pensée pour orchestrer des agents, pas juste alimenter des dashboards.Un épisode pour comprendre où va l’écosystème data côté Google, sans hype inutile, mais sans passer à côté des vraies évolutions.Les ressources👉 Axel sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/axel-mauroy-5699509a/" target="_blank">https://www.linkedin.com/in/axel-mauroy-5699509a/</a>👉 Bertrand sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/bertrandfabre/" target="_blank">https://www.linkedin.com/in/bertrandfabre/</a>➕ Formation pour diminuer vos coûts BigQuery : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/diminuer-vos-cots-bigquery" target="_blank">https://datayoka.com/formations/diminuer-vos-cots-bigquery</a>➕ Formation SQL sur BigQuery : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance" target="_blank">https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance</a>➕ Coaching individuel SQL/BigQuery/FinOps : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery" target="_blank">https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery</a>➕ Newsletter : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/newsletter" target="_blank">https://datayoka.com/newsletter</a>➕ Blog : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/blog" target="_blank">https://datayoka.com/blog</a>Lien vers l’article : <a rel="noopener noreferrer nofollow" href="https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next26?hl=en" target="_blank">https://cloud.google.com/blog/topics/google-cloud-next/welcome-to-google-cloud-next26?hl=en</a>Chapitres00:00 Introduction & contexte de Google Next02:30 Comment lire les annonces Google (produit vs stratégie)07:30 BigQuery, Lakehouse et Iceberg : les évolutions clés15:00 Data Catalog et gouvernance : un rôle qui change22:00 Agents vs chatbots : le vrai tournant30:00 Impact pour les équipes data

April 13, 2026

Les Data Contract sont insuffisants !

Et si les Data Contracts devenaient insuffisant pour garantir la qualité et la compréhension des données ? Dans l’épisode, nous, Axel et Bertrand, parlons de la différence entre la forme des données et leur signification métier. Pour matérialiser cela, le concept d’Open Semantic Interchange (OSI) est abordé.On explique pourquoi les Data Contracts ne suffisent plus à eux seuls, et comment la couche sémantique devient un élément clé pour rendre les données réellement exploitables comme dans un contexte d’IA et d’agents autonomes. On donne également de notre vision terrain :- Pourquoi la sémantique devient centrale- Les limites actuelles des approches existantes- Ce que cela change concrètement pour les Data Engineers Dans cet épisode, on parle de : - Data contracts vs sémantique métier (forme vs fond)- Open Semantic Interchange (OSI)- Limites des semantic layers actuelles- Interopérabilité et dépendance aux outils- Impact sur les architectures Data modernes- Enjeux pour les agents IA et l’automatisation Les ressources👉 Axel sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/axel-mauroy-5699509a/" target="_blank">https://www.linkedin.com/in/axel-mauroy-5699509a/</a>👉 Bertrand sur LinkedIn : <a rel="noopener noreferrer nofollow" href="https://www.linkedin.com/in/bertrandfabre/" target="_blank">https://www.linkedin.com/in/bertrandfabre/</a>➕ Formation pour diminuer vos coûts BigQuery : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/diminuer-vos-cots-bigquery" target="_blank">https://datayoka.com/formations/diminuer-vos-cots-bigquery</a>➕ Formation SQL sur BigQuery : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance" target="_blank">https://datayoka.com/formations/formation-de-sql-avec-bigquery-distance</a>➕ Coaching individuel SQL/BigQuery/FinOps : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery" target="_blank">https://datayoka.com/formations/coaching-individuel-en-sql-sur-bigquery</a>➕ Newsletter : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/newsletter" target="_blank">https://datayoka.com/newsletter</a>➕ Blog : <a rel="noopener noreferrer nofollow" href="https://datayoka.com/blog" target="_blank">https://datayoka.com/blog</a> Lien vers l’article : <a rel="noopener noreferrer nofollow" href="https://www.snowflake.com/content/snowflake-site/global/en/blog/open-semantic-interchanges-specs-finalized" target="_blank">https://www.snowflake.com/content/snowflake-site/global/en/blog/open-semantic-interchanges-specs-finalized</a> 00:00 Introduction & contexte de l’épisode01:10 Data contracts : pourquoi ça ne suffit pas04:30 Forme vs fond : comprendre la limite actuelle07:20 Introduction à l’Open Semantic Interchange (OSI)10:40 Pourquoi la sémantique devient critique13:30 Limites des semantic layers actuelles16:00 Dépendance aux outils & fragmentation18:30 Interopérabilité des données : le vrai enjeu21:00 Impact sur les architectures data modernes23:30 OSI et futur des agents IA26:00 Ce que ça change pour les Data Engineers28:30 Conclusion & takeaways

66 total episodes available

Deep-dive analytics for DataWatch

Frequently asked questions

Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.

What is DataWatch?: 🎙️ 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.
How often does this podcast release new episodes?: This podcast updates bi-weekly.
Where can I listen to this podcast?: This podcast is available on 7 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Does this podcast accept guests?: No, this podcast does not typically feature guests.

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.