Skip to content
HeyJared

DataGen

DataGen est un podcast qui permet de comprendre les stratégies data des plus belles boîtes en France. Je m'appelle Robin Conquet et chaque semaine j'invite un expert de la data pour décrypter ses problématiques.

Podcast · By Robin Conquet · French · Official site

Indexed episodes, last 90 days
19
Latest publication
Sep 23, 2026
Audience
Checking…
Earliest in this view
Jul 6, 2026

Latest episodes

  1. Episode · Sep 23, 2026

    🇺🇸 #294 - Inkitt : Construire un agent AI Analytics (Lovable, Gemini, Slack & Redash) (opens the original)

    Episode notes

    Read excerpt

    Maxime Bossu est Senior Product Data Analyst chez Inkitt à San Francisco, la licorne qui propose une plateforme qui permet aux écrivains de se faire connaître auprès d’une audience et de se faire éditer. Maxime a construit un agent AI Analytics chez Inkitt. L’objectif est que le business puisse poser toutes ses questions data et construire des dashboards en langage naturel. Il va nous expliquer comment il s’y est pris, les outils qu’il utilise et les plus gros challenges qu’il a rencontrés. On a

  2. Episode · Sep 16, 2026

    #293 - Masterclass | Comment valoriser sa stratégie GenAI et les 4 pièges à éviter, avec Axel de Goursac, Partner AI Lead chez KPMG France (opens the original)

    Episode notes

    Read excerpt

    Axel de Goursac est Partner AI Lead chez KPMG France. Avant ça, Axel était directeur de la Data Science et de l'IA au sein du groupe LVMH. Dans cette masterclass, Axel nous explique comment valoriser sa stratégie GenAI et les 4 pièges à éviter. On aborde : 🔥 Les 4 pièges qui font échouer une stratégie GenAI en entreprise : essoufflement des budgets, AI bashing en interne, fuite des talents, crainte de l'IA qui remplace les métiers 🔥 Chantier #1 : Collecter les cas d’usage et créer une vision “po

  3. Episode · Sep 14, 2026

    🇺🇸 #292 - Doordash : Monter une équipe Data Science & Analytics (aux US) (opens the original)

    Episode notes

    Read excerpt

    Ruben Kogel a monté une équipe Data Science & Analytics chez Doordash, le leader de la livraison de repas aux États-Unis, qui a également racheté Deliveroo et Wolt. Il nous raconte comment il a construit cette équipe, les choix d'organisation qu'il a faits, pourquoi il a fait de l’inférence causale l’un de ses chantiers principaux et la manière dont l'IA est en train de transformer le métier de Data Scientist. On aborde : 🔥 Son parcours pour devenir Head of Data Science dans une grosse boîte tec

  4. Episode · Sep 9, 2026

    🇪🇺 #291 - Scopely: Building a 50-person Data Team in Europe (opens the original)

    Episode notes

    Read excerpt

    Jonathan Palmer is the former VP of Data at Scopely, a US-based unicorn behind hit mobile games such as Monopoly GO!. He grew and led the data team at Scopely to 50 people, mostly based in Barcelona. Before that, Jon was Product Director for Core Data Services at King, the Swedish unicorn behind the hit game Candy Crush. He was also Head of BI at GoCardless, the British unicorn. And he is now field CTO at Omni, the BI & AI Analytics platform. We cover: 🔥 Workstream #1: scaling the data organizat

  5. Episode · Sep 7, 2026

    🇺🇸 #290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence (opens the original)

    Episode notes

    Read excerpt

    Olivier Devoret a passé 10 ans chez Facebook et Slack en tant que Data Scientist puis Staff Data Scientist. Il a ensuite passé trois ans à structurer puis diriger l'équipe Data chez Patreon, la licorne américaine qui permet aux artistes et créateurs de contenu d'animer et de monétiser leur communauté. On aborde : 🔥 Le rôle du Data Scientist chez Meta/aux US et les grosses différences avec la France 🔥 La culture data chez Meta : transparence radicale, importance de l’influence, culture Produit 🔥

Publishing over time

Last 90 days. Choose a month to open its work.

Recurring subjects

Named in the text we hold. One piece can cover several.

Audience

No verified audience measurement yet.

About this data

Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.

Identity or attribution wrong? Suggest a correction.

See coverage about DataGen