SFEIR
Webinaire

Data Lakehouse & Data Mesh : Le mariage (enfin) productif !

REX concret sur une architecture hybride Data Lakehouse & Data Mesh. Du modèle Médaillon à l'API Self-Service : passez de pompier de la donnée à architecte de plateforme.

2 juillet 2026
11:00 - 12:00
En ligne

Le Data Mesh est souvent vendu comme une utopie pour les géants de la Tech. Le Lakehouse ? Un remède miracle qui finit trop souvent en "Data Swamp" (marécage de données) sous une pile de tickets Jira.

Bienvenue dans la vraie vie d'un Data Engineer !

Dans cette session garantie 0 % bullshit, on vous partagera le REX d'une architecture hybride qui a radicalement changé la donne.

L'objectif business : traiter la data comme un produit. L'objectif technique : briser les silos (CRM, Facture, Prospection) sans transformer l'équipe Data en goulot d'étranglement.

Le résultat ? Un taux de mise en production de près de 90 % et des KPI métiers complexes livrés en un temps record.

Au programme

01

Le Modèle Médaillon (Bronze/Silver/Gold)

Comment l'ingénierie sur Databricks a transformé un flux de données chaotique en une chaîne de production industrielle et fiable.

02

L'API comme Self-Service

En exposant des données raffinées, nous avons rendu les équipes métiers (presque) autonomes.

03

Le multiplicateur IA & No-Code

Comment l'usage d'agents IA et d'outils Low-Code permet de passer du POC à la Prod à une vitesse fulgurante, sans compromis sur la qualité.

04

Le Data Mesh Pragmatique

Laisser la responsabilité de la donnée aux applicatifs, tout en gardant une supervision technique centrale légère mais musclée.

05

Session questions & réponses

Échanges interactifs avec Jonathan Chauvin pour répondre à vos questions.

Que vous soyez en train de bâtir votre stack ou de refondre l'existant, repartez avec une méthode actionnable pour passer de "pompier de la donnée" à "architecte de plateforme".

On parlera technique (Parquet, SQL, Python), mais surtout stratégie pour transformer la data en un véritable moteur de croissance.

Speaker

J

Jonathan Chauvin

Senior Data Engineer

S'inscrire