#269 - Ex-Data Analyst, il est devenu Analytics Engineer chez Pierre Fabre

Épisode de DataGen par Robin Conquet · 6 mai 2026 · 18 min

Guilhem Jolly était Data Analyst pendant deux ans avant de devenir Analytics Engineer. Il travaille actuellement chez Pierre Fabre, un des leaders pharmaceutiques français.

On aborde :

🔥 Pourquoi l’Analytics Engineering est le “meilleur des deux mondes” entre tech et business

🔥 Comment il s'est formé et a décroché immédiatement 3 opportunités (BetClic, Elevate, Pierre Fabre)

🔥 Les compétences clés qu’il a acquises : SQL robuste, dbt, architecture médaillon et orchestration

🔥 Ses missions actuelles chez Pierre Fabre : rapports de performance, flux de données et prospective marché

💪 DEVENIR ANALYTICS ENGINEER AVEC DATABIRD ET DATAGEN

On a lancé un bootcamp spécialisé sur l’Analytics Engineering en collaboration avec DataBird.

📚 Découvrir le programme du bootcamp ici

🎙 Regarder l’épisode 151 Devenir Analytics Engineer en 6 semaines avec DataBird

DataGen opère ce bootcamp Analytics Engineering en collaboration avec DataBird et touche une commission sur les inscriptions. 🙂

📚 RESSOURCES

- Le LinkedIn de Guilhem

- Le LinkedIn de Mathias Frachon (recruteur tech, live data sur les salaires)

- Le LinkedIn de Benjamin Dubreu

- Pour recevoir les 100+ ressources préférées des Head of Data invités sur DataGen, s'inscrire à la newsletter ici

🎬 CHAPITRES

00:00 Le parcours de Guilhem

03:04 Le bootcamp qu’il a suivi

07:04 Ses nouvelles compétences

08:51 Ses missions chez Pierre Fabre

11:37 L’importance des pairs

12:03 Son conseil pour réussir la transition DA > AE

15:16 Ses side projects

16:46 Ses reco de contenu

🤩 AUTRES ÉPISODES QUE VOUS DEVRIEZ AIMER

#232 - Ex-Data Analyst, elle est devenue Analytics Engineer en freelance chez Back Market

#217 - Ex-Data Analyst, il est devenu Analytics Engineer en freelance chez Lacoste

#169 - Ex-Data Analyst, elle est passée Analytics Engineer en freelance

👋 PLUS DE CONTENU DATA ?

1/ Suivez-moi sur LinkedIn ici 🤳

2/ Inscrivez-vous à la newsletter (synthèses, événements) ici 💌

3/ Découvrez le podcast en format vidéo sur YouTube ici 📹

🎙 SOUTENEZ LE PODCAST GRATUITEMENT

1/ Abonnez-vous 🔔

2/ Laissez 5 étoiles et un avis sur Apple Podcasts ici 🥰

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Autres épisodes de « DataGen »

• #300 - Comment un ex-Lead Data de Google et Meta structure la stratégie agentique d’une licorne 20 octobre 2026
• #299 - On décrypte le marché du Data Management et Actian avec Ole Olesen-Bagneux (auteur de The Enterprise Data Catalog, bestseller chez O’Reilly) 14 octobre 2026
• #298 - OpenAI : Comment sont développés les modèles GPT (orga, dév, culture & biais) 12 octobre 2026
• #297 - Palantir, Google, Expedia : Lancer des produits IA (Forward Deployed, Product, Transformation) 5 octobre 2026
• #296 - ClickHouse : La plateforme Data & IA de l’ère agentique ? 30 septembre 2026
• #295 - Malt : Construire un agent AI Analytics fiable à 90% 28 septembre 2026
• #294 - Inkitt : Construire un agent AI Analytics (Lovable, Gemini, Slack & Redash) 23 septembre 2026
• #293 - Masterclass | Comment valoriser sa stratégie GenAI et les 4 pièges à éviter, avec Axel de Goursac, Partner AI Lead chez KPMG France 16 septembre 2026
• #292 - Doordash : Monter une équipe Data Science & Analytics (aux US) 14 septembre 2026
• 🇪🇺 #291 - Scopely: Building a 50-person Data Team in Europe 9 septembre 2026
• #290 - Facebook, Slack & Patreon : Culture Data, Rôle du Data Scientist et Importance de l’influence 7 septembre 2026
• #289 - Adeo & Decathlon : Leur stratégie agentique 2 septembre 2026
• 🇪🇺 #288 - “My 5 predictions about the future of analytics” With Colin, co-founder at Omni, ex-VP Product at Looker 31 août 2026
• #287 - Masterclass | Automatiser ses développements Data & Analytics avec des agents IA (Claude Code) 26 août 2026
• #286 - Meta : Comment fonctionne l’équipe Research Science (organisation & culture) 24 août 2026

Tous les épisodes de DataGen · Plus de podcasts Technologie