je suis data analyste mais je souhaitais converger vers un poste d'Analytics engéer parce que j'ai réalisé que ce poste avait plus de contrôle sur la maîtrise des données de manière plus stratégique souvent le métier d'Altics engineer on le défini un peu comme le chaînon manquant entre le Data engineer et le Data analyste j'ai vu comme une opportunité de pouvoir me démarquer du marché de me spécialiser une formation Boot Camp à mi-temps c'était vraiment le parfait compromis ça reprenait les les idées de base donc la maîtrise du SQL avancé jusqu'à la configuration de la modélisation aujourd'hui
je reçois Lara qui était data analyse pendant 4 ans et qui vient de passer Analytics engéer elle nous en dira un petit peu plus elle va nous parler de son parcours de pourquoi elle a décidé de se diriger vers l'analytics engineering et de comment elle s'est formé hello Lara ça va ça va super merci et toi super je suis ravi de te recevoir sur le podcast grosse news dataj a lancé un boot camp en Analytics engineering en collaboration avec databd le besoin en Analytics engineering a explosé j'observe cette tendance au quotidien dans mes échanges avec
les leaders data on a décidé avec databd d'unir nos forces pour créer le premier boot camp spécialisé sur le sujet le boot camp est ta destination de profil déjà data analyste ou scientist sera à temps partiel pendant 6 semaines et finançable via CPF si ça vous intéresse d'en savoir plus deux options je vous mets le lien pour découvrir le programme détaillé en description sinon sin non vous pouvez écouter l'épisode 151 qu'on a enregistré avec le coffondateur de databd dans lequel on explique plus en détail la tendance de l'analytics engineering et le programme du Bout camp
est-ce que tu peux te présenter et nous raconter ton parcours avant de te diriger justement vers l'analytics engineering pour commencer s'il te plaît ouais bien sûr euh du coup moi j'ai fait une licence en LEA anglais allemand le truc qui n'a rien à voir et ensuite j'ai fait un Master en Commerce International en Angleterre je savais pas exactement ce que je voulais faire mais je savais que je voulais travailler dans dans le digital donc j'ai commencé à travailler dans une agence digitale à Londres en 2018 j'ai vraiment tout appris sur le tas avec les équipes
internes les équipes développement analytique et design et c'est à partir de ce moment-là que j'ai commencé à découvrir le monde de la data le monde de l'analytics et m'impliquer plus quotidiennement dans les responsabilités après j'ai été consultante chez Apple pendant 9 mois pour participer au développement du logiciel série et après cette expérience là j'ai vraiment décidé de me lancer à temps plein dans le métier de Data analyste et de commencer par une formation Boot Camp à la white coat School en data analyse data sciences pendant 5 mois et puis suite à cette formation j'ai travaillé
pendant 6 mois chez Vinc Airport avec l'équipe opération sur leur premier projet data pour anticiper les tendances du marché et puis ensuite j'ai intégré digital linkers en tant que consultant data analyste où là j'ai vraiment l'impression d'avoir réappris le métier de Data analyste mais j'ai surtout réappris à travailler la donnée avec une certaine mthodologie en place et utiliser des outils complexes pour eux visualiser un peu sur la chaîne de valeur data vu qu'après on expliquera peut-être un peu ce que ce que fait l'analytics engineer mais donc là c'était surtout des projets où tu vas aller
faire des analyses par exemple sur des thématiques données business ù tu vas produire des tableaux de bord là principalement c'est des données digitales donc données web et application effectivement format reformater les données via le biais d'une plateforme de gestion de base de données type bquery pour les mettre à disposition d'un dashboard qui servirait à analyser les données web donc grosso modo 4 ans sur le métier de Data analyste et ensuite tu décides de te spécialiser sur le rôle d'Analytics engéer j'ai réalisé cette année que je prenais à ma charge des responsabilités différentes d'un poste de
dat analyste et en me familiarisant avec les différentes avancées technologiques du marché notamment grâce à toi parce que j'ai suivi tes vidéos et ton podcast depuis un moment je me suis rendu compte que je prend à ma charge des responsabilités d'un poste d'Analytics engénieer officiellement je suis data analyste mais je souhaitais converger vers un poste d'Analytics inéer parce que j'ai réalisé que ce poste avait plus de contrôle sur la maîtrise des données de manière plus stratégique donc le métier de Analytics engéer j'ai vu comme une opportunité de pouvoir me démarquer du marché de me spécialiser
il y a énormément de euh data analyst qui existent aujourd'hui l'idée c'est de pouvoir se spécialiser vers une branche spécifique quand tu parlais des exemples concrets où tu sentais que tu étais en train de prendre plus de responsabilité par rapport à un poste on va dire très classique de Data analyste tu peux nous illustrer peut-être un exemple par exemple durant la formation il y a l'outil DBT qui est introduit c'est un outil qui a été introduit à notre stack cette année et j'ai réalisé ça faisait entièrement partie du métier donc les outils de modélisation et
euh de maîtrise de TL comme type F TR c'est des outils qui font partie des responsabilités d'Analytics inéur pour reschématiser un petit peu alors on va pas pouvoir entrer dans le micro détail he mais effectivement souvent le métier d'analytic engineer on le définit un peu comme le chaînon manquant entre le Data engineer et le Data analyste et si on schématise le Data engineer il s'occupe de mettre en place les outils peut-être un peu de l'ingestion ou en tout cas de vraiment connecter les outils s'assurer que tout fonctionne bien que tout est bien maintenu à l'autre
bout du spectre on a le Data analyse qui vraiment est plutôt sur l'activation donc les tableaux de bord les analyses directes en frontte avec le métier et puis au milieu l'analytics engineer c'est justement le profil effectivement qui commence à modéliser la donnée mais son périmètre en général dans les boîtes peut être assez large quoi souvent il va monter jusqu'à l'ingestion et en fait un peu sous le contrôle des Data engineer mais donc c'est ça commencec à des sujets techniques en utilisant des outils en revanche qui permettent de le faire ça se fait en SQL principalement
la modélisation comment on organise les données par rapport au besoins métier et il va repasser le bébé un peu au data analyste et donc son produit entre c'est un peu voilà les modèles de données les tables dans le Data Warehouse et le dataanal lui va ensuite faire un peu les derniers males sur le tableau de bord les analyses et cetera tu m'avais dit qu'il y avait un élément qui t'avait donné envie euh de tendre vers l'analytics engineering au-delà de l'aspect spécialisation qui je pense c'est un très bon point c'était que tu trouvais que tu aurais
plus de contrôle et que parfois en tant que dataanalyste tu subissais un peu des situations parce que tu te retrouvais justement avec ce qu'on t'envoyait en data de plus ou moins bonne qualité et que en remontant sur la chaîne vers l'anal ingéniur serait peut-être plus agréable parce que bah tu pourrais contrôler la donnée qui est mise à disposition quoi il y a différentes manières de pouvoir justement gérer la donnée dans les équipes moi en tant que consultante typiquement chez clients il y a certaines décisions stratégiques prises au siège et qui qui découlent dans les différentes
divisions si c'est un grand groupe et ensuite après ces décisions là nous on applique le modèle mais parfois ça ça fonctionne pas correctement donc on est confronté à des situations de difficulté pour pouvoir ramener de la donnée de qualité et fiable sur le long terme donc donc on doit faire part de d'incohérence de problématique à laquelle on est confronté au quotidien et qui nous fait perdre du temps et qui surtout n'avantage pas les analyses qu'on doit partager qui leur permettrait de pouvoir améliorer leur performance donc en communiquant ces informations là l'idée c'est de pouvoir changer
un peu la stratégie prise au siège de manière à ce que les données qu'on met à disposition soi justement plus de meilleure qualité et plus automatisé justement ça c'est aussi un peu un sentiment de frustration quand tu es uniquement entre guillemets data analyste et que tu remontes ces points à une équipe qui est peut-être plus en amont justement dans la stack mais que toi tu as pas de contrôle dessus et alors tu parlais justement de la formation que tu avais mené pour développer des compétences enalytics engineering tu peux nous expliquer un peu bah pourquoi tu
as choisi de faire un bout de camp et is comment tu t'y es prise de manière général je j'essaie de toujours me former continuellement via le biaia des formations en ligne et puis bien sûr comme je l'ai dit j'avais déjà fait une formation Boot Camp donc format intense et qui me correspondait donc là je me suis dit que une formation Boot Camp à mi-temps c'était vraiment le parfait compromis avec l'agenda que j'avais mis en place qui me permettrait de pouvoir avancer dans mes intentions et mes objectifs excellent et effectivement donc je l'ai pas dit en
intro mais peut-être pour réexpliquer un petit peu de de contexte donc la formation que tu as suivi donc en fait c'est un bout de camp qu'on a lancé en collaboration datajen et dat bird donc pour ceux qui l'ont pas vu passer j'ai communiqué un peu dessus sur les réseaux sociaux même un peu sur le Podcast également et donc l'idée c'est qu'en fait databurd c'est un institut de formation qui lui aussi un bout de camp qui a formé plus de 4000 data analystes sur le sujet et on a no force en fait pour lancer un bout
de camp sur ce sujet spécifiquement de l'analytics engineering et pour faire simple en fait ça dure 6 semaines c'est à temps partiel ça peut être suivi en parallèle de son job et il y a six modules qui vont être suivis donc un module par semaine on en parlera juste après parce qu'il y a une question justement qui est remonté là-dessus mais faut compter à peu près 10 heures de travail par semaine et c'est un mix entre du live avec des formateurs et du travail à faire à son rythme chez soi et les modules vont de
SQL avancé pour progresser sur le SQL jusqu'à l'ingestion tu disais avec F Tran jusqu'à DBT qui est vraiment la colonne vertébrale du métier d'Analytics engeneering jusqu'à git et quelques outils voilà qui permettent vraiment de mettre en place les bonnes pratiques de de de software engineering et on va jusqu'à un peu l'activation SF service de cette donnée sur un projet perso donc voilà un petit peu pour le le topo curieux peut-être maintenant qu'on a parlé de un peu de ce quiétait ce Boot Camp que tu as suivi pendant 6 semaines tu nous dises ce que tu
en as pensé j'ai adoré surtout le fait que on travaille avec des personnes qui soient passionnées de la data qui adorent leur métier qui ont surtout une envie de partager le savoir moi j'adore ça enfin voilà c'est le cadre idéal pour moi de partager en fait les bonnes les bons outils les bonnes méthodes pour pouvoir d'un maîtriser les outils et de mieux faire notre métier le contenu de la formation pour moi était complet ça reprenait les les idées de base donc la maîtrise du SQL avancé jusqu'à l'idée de la configuration de la modélisation puis par
exemple aussi la maîtrise de l'outil git qui permet de pouvoir bien partager le travail avec les équipes et de faire un travail de testing pour pouvoir faire en sorte à ce que on met en place la bonne nomenclature qui est mise en place lorsqu'on intègre les équipes par exemple et aussi de pouvoir intégrer les bons réflexe euh de mise en place de données ça c'était très important aussi cette notion là qui était appr prise durant la formation donc vraiment ça c'est j'ai beaucoup aimé et puis surtout bien sûr il y a Caroline qui est une
formatrice excellente on va revenir après sur les éléments que tu as trouvé les plus intéressants et surtout là où tu as l'impression d'avoir appris des choses que tu connaissais pas avant et qui vont t'être particulièrement utiles sur la suite de ta carrière juste avant sur Le Post LinkedIn que j'ai fait un peu en teaser de cet épisode je demandais si voilà si des gens avaient des questions pour toi voilà qui venaient de suivre le bout de camp et qui avaient trouvé un job aussi pendant ce bout de camp pour pour la suite donc on en
parlera juste après aussi donc il a une question de Céline c'est hello Robin peux-tu demander à Lara quelle charge horaire hebdomadaire elle a consacré au bout de camp et si ça lui a semblé suffisant merci j'ai décidé de suivre un peu les indications du prospectu donc dédié 8 à 10 heures par semaine pour le contenu de la formation et puis enfin faire en sorte à ce que je puisse aussi travailler sur mes tâches sur lequel je travaille en dehors du cadre de la formation mais j'ai vite réalisé que c'était pas suffisant pour moi donc j'indiquer
plutôt de travailler entre 10 à 12h pour arriver un peu mieux préparé mais de toute manière en fait durant le cours Caroline prend en compte le fait que on n'est pas tous les mêmes agendas on n'est pas tous le même cadre de travail et ça nous permet aussi de pouvoir partager ce que nous on a appris du contenu avec les autres apprenants mais aussi si ce qu'on a appris c'est ce qui va nous être utile bien sûr évidemment on travaille pas tous de la même manière et à la même vitesse donc ça dépend vraiment de
chacun oui tu en a peut-être qui vont réussir à le faire en 10h ou peut-être aussi c'est aussi une question d'exigence sur est-ce que tu veux absolument fil tous les exos ou est-ce que tu en a qui se disent bon j'ai j'ai peut-être pas eu besoin de tout faire et ça suffit donc après c'est assez subjectif et quels sont les éléments justement sur lesquels tu tu sens que la formation t'a aidé tua été la la plus utile pour moi c'est ma confiance en soi première axe je pense d'amélioration et je pense qui est très important
dans le poste d'un de Data analyste et de d'Analytics ingénieur pour pouvoir mieux transmettre les idées et apprendre à communiquer avec e avec par exemple les équipe métier ce qu'on met en place comme travail il y avait aussi les compétences techniques qui est était pour moi un un axe d'amélioration donc par exemple les bonnes notions à maîtriser en SQL avancé mais aussi par exemple en un DBT qui me permettrait de pouvoir me poser les bonnes questions donc euh dans un projet spécifique avoir d'abord une problématique en tête sur lequel on avance pour pouvoir ensuite indiquer
les bonnes questions à se poser pour avancer plus loin dans le projet et les étapes à établir lors de ce projet la la dernière chose c'est que en fait durant la formation j'ai réalisé que en travaillant dans un cadre avec des personnes qui sont vraiment passionnées par leur métier tout de suite je me suis senti à l'aise et j'ai réalisé que ça a débloqué certains points chez moi qui me permettrai de pouvoir poursuivre des pistes que je n'aurais pas forcément poursuivi auparavant prendre plus d'initiative par exemple voilà ça et peut-être juste par curiosité sur les
aspects techniques tu as parlé beaucoup finalement bah du SQL avancé de DBT qui est souvent un peu l'outil I qui est colonne vertébrale de de l'analytics engineering mais aussi de Git quel est l'outil sur lequel tu as préféré progresser ou vraiment tu penses que c'est ce qui va être clé dans pour la suite DVT clairement puis enfin surtout j'ai réalisé que c'était un outil amusant c'est pas souvent quelque chose qu'on prend en compte quand on aborde les différents outils en data c'est un peu comme s'amuser pendant un jeu vidéo on touche à différentes technologies pas
technologies mais configuration du de l'outil et donc on creuse un peu plus bon là évidemment la documentation est extrêmement bien faite donc ça j'ai beaucoup aimé mais surtout ça m'a permis de pouvoir me lancer un peu avec un peu plus de courage et postuler pour des posts qui me plairaient et m'aider à être mieux préparé pour les entretiens justement on en a déjà parlé j'ai fait un poting sur le sujet tu as trouvé un poste pendant le bout de camp justement d'Analytics engineer donc ça c'est trop cool déjà félicitations est-ce que tu peux peut-être nous
en parler et nous nous dire un peu plus aussi comment sont passés les entretiens pourquoi ça t'a aidé d'avoir fait ce bout de camp ou d'avoir tout simplement développé C ces nouvelles connaissance pour les entretiens faut arriver avec une idée très claire en tête ça dépend des différents points de faille de chacun mais pour moi les tests techniques c'était un point de faille et j'avais besoin de travailler là-dessus la formation a clairement donné un coup de boost au niveau juste de l'amélioration de mes compétences techtique mais aussi de confiance en soi pour pouvoir mieux gérer
le stress durant les entretiens mais aussi pouvoir indiquer dans le discours qu'on transmet qui on est de manière la plus fluide et vers quoi on veut aller et euh ça c'était quelque chose de très important pour moi en fait ce qui est intéressant c'est que ça t'a permis aussi de clarifier ton projet de valider OK que toi tu voulais aller dans une trajectoire Analytics engineering tu as envie d'aller dans une entreprise qui va entre guillemets se diriger aussi vers l'analytics engineering qui va mettre le paquet du coup sur bah ces sujets de modélisation de mettre
en place les bonnes pratiques de de de de software engineering dans la data et cetera et au moins le fait toi d'avoir ce projet clair d'être capable de bien le communiquer ça peut aussi te permettre de entre guillemets décrémer et de de de te rendre compte quand tu es en train de passer un entretien avec une boîte où ça va pas le faire et de gagner du temps parce que quand on arrive à tu vois à ton niveau de carrière ça fait déjà 4 ans que dans la data c'est aussi important de prendre le temps
et de pas aller n'importe où entre guillemets tu vois et que que ce soit bien en axe avec ta stratégie de carrière ouais exactement et la boîte dans laquelle tu vas travailler comment elle s'appelle et peut-être quel est un peu le le job que tu as faire enfin auelà d'Analytics engineering je sais pas si tu as d'autres infos la boîte vers laquelle je vais travailler s'appelle lenstra c'est une boîte spécialisée en software engineering et céit un poste de consultante Analytics inéer je n'ai pas plus de détails sur la mission que je vais occuper mais en
tout cas j'ai hâte de découvrir l'entreprise et puis les équipes je suis très contente de pouvoir intégrer cette entreprise trop bien ouais parce que c'est une c'est un cabinet de conseil donc fait tu vas travailler avec des clients ce qui est sûr c'est que en fait tu vas retrouver DBT guit enfin il y a quand même des des incompressibles après la mission en elle-même voilà c'est pas forcément tu je sais pas quoi euh pas pour l'instant pas pour l'instant génial B écoute tu nous donneras des des news écoute Lara on se dirige tranquillement vers la
fin de cet échange quel conseil tu donnerais à quelqu'un qui souhaite faire la même transition que toi ben de foncer de pas hésiter et d'aller directement se jeter à l'eau parce que euh ça nous permet de voir de quoi on est capable et puis surtout d'ajuster en fonction de nos limites et de potentiellement pouvoir se dépasser c'est un conseil que j'ai reçu très tôt durant mon expérience à Londres de jamais faire en sorte à ce que on se lasse de notre travail c'est quelque chose qui est très important pour moi et donc de toujours me
lancer vers l'inconnu et l'idée un peu d'avoir peur de se lancer dans quelque chose c'est indicatif pour moi de quelque chose de positif parce que ça veut dire qu'on va apprendre énormément et que on va prendre des risques ok peut-être qu'on va faire des erreurs mais c'est là où on apprend le plus justement et enfin est-ce que tu as une recommandation de contenu à partager à nos auditeurs pour moi la recommandation de suivi sur par exemple le contenu et les avancé notamment en fait dans la communauté des Analytics engeneer c'est la newsletter des Analytics engineering
Roundup c'est aussi un podcast qui est super d'ailleurs et puis par exemple pour les challenges qu'on veut se lancer personnellement pour vraiment faire des projets perso dans la data il y a data for good et moi qui est un fort intérêt à pouvoir faire faire partie de la communauté des femmes dans la tech et aider les autres femmes à se reconvertir dans la tech il y a l'organisation F Tech qui est génial et qui m'a aidé à me coacher lors des entretiens ou quand j'avais des doutes sur certaines idées et puis pardon dernière suggestion de
contenu sur slack la plateforme major qui nous permet de pouvoir répondre à des questions en temps réel sur des questions techniques donc dans le quotidien dans le vif de l'opération d'un projet on peut lancer une question sur slack et on a des réponses assez rapidement bah écoute Lara on va finir là-dessus je mettrai bien sûr toutes ces ressources en description dites-nous ce que vous avez pensé de cet épisode dans les commentaires voilà est-ce que vous en voulez d'autres bien sûr pour ceux en tout cas qui sont peut-être dans une trajectoire d'aller vers l'analytics engineering ou
juste qui s'intéresse au parcours profitez-en pour vous abonner venez commenter nous dire ce que vous avez pensé de l'épisode dans les les posts LinkedIn qu'on fera avec Lara pour voilà le diffuser je vous dis à bientôt et merci Lara merci au merci d'avoir écouté cet épisode si vous souhaitez soutenir le podcast vous pouvez m'ajouter sur Linkedin puis liker et commenter les posts que je fais chaque semaine pour présenter les épisodes c'est ce qui m'aide le plus à faire connaître datajen merci et à bientôt