Blog
2026-11-16
Self-Service Analytics : pourquoi vos métiers ne doivent pas être que des consommateurs d'IA (mais aussi des builders)
Tout le monde veut du conversationnel pour consommer la donnée. Chez Optic 2000, nous l'avons aussi mis au début de la chaîne, dans l'éditeur de code : 25 contributeurs, en majorité des métiers, construisent la data platform. Le récit complet, et les articles qui détaillent chaque partie.
2026-11-16Présentation
Et si vos métiers construisaient la data platform ? (Forward Data Conference 2026)
Les slides de mon talk à la Forward Data Conference : chez Optic 2000, nous avons mis le conversationnel au début de la chaîne, dans l'éditeur de code. Résultat : 25 contributeurs, en majorité des métiers, construisent la data platform.
2026-11-13
La plateforme qui apprend : chaque commentaire de revue devient une règle
Chez Optic 2000, quatre personnes ne peuvent pas relire tout ce que produisent 25 contributeurs et leurs agents. La revue tient parce qu'une correction ne se fait qu'une fois — elle devient une règle — et parce qu'une Pull Request arrive déjà relue par un agent avant qu'un humain ne l'ouvre.
2026-11-12
Un dashboard montre, une data app agit : ce que nos métiers construisent sur la data platform
Chez Optic 2000, nous pensions que Streamlit servirait à afficher des graphiques. Les métiers en ont fait autre chose : des outils qui remplacent des SaaS, des front-ends au-dessus de SAP et de Salesforce, des agents embarqués. Ce que font ces data apps, ce qu'elles lisent et ce qu'elles écrivent, et ce qui les garde homogènes.
2026-11-05
Ennuyeusement simple : comment 25 contributeurs modifient notre data platform presque sans relecture
Chez Optic 2000, 25 contributeurs et leurs agents d'IA modifient la data platform presque sans relecture de l'équipe plateforme. Le secret : une plateforme ennuyeusement simple, où la configuration est séparée de la plomberie de déploiement, où les paramètres sont déduits plutôt que déclarés, où sécurité et supervision sont intégrées, et où les règles attendent l'agent là où il travaille.
2026-11-04
Un nom, une définition : comment nous documentons 1800 colonnes sans documenter un seul modèle dbt
Chez Optic 2000, aucun modèle dbt ne décrit ses colonnes, et pourtant chacune a sa définition : elle est attachée au nom de la colonne et écrite une seule fois, dans un dictionnaire métier. Conventions de nommage, garde-fous pour les agents de code, data portal généré : comment une seule façon de nommer supprime la dérive des définitions.
2026-11-03
Personne ne code à la main : comment nous sommes passés de 4 à 25 contributeurs sur notre data platform
Chez Optic 2000, personne ne code à la main : en dix mois, le nombre de contributeurs à la data platform est passé de 4 à 25, en majorité des métiers. L'équipe BI d'abord, puis les métiers du siège : comment nous les embarquons, ce qui se passe quand l'un d'eux s'en va, et ce que cela change pour l'équipe data.
2026-11-02
L'indépendance chez Optic 2000 : zéro BI propriétaire, infrastructure interchangeable et IA au choix
Changer de cloud, de BI ou de modèle d'IA sans tout reconstruire : comment nous avons découplé la data platform d'Optic 2000 de ses fournisseurs, en gardant toute la logique métier dans un seul repository.
2026-07-03
Le piège du Ticketing 2.0 : Pourquoi la data platform de 2026 ne doit pas séparer curation et analyse
L'équipe data prépare, le métier analyse — c'est idyllique sur le papier. En réalité, c'est un piège en or qui reproduit exactement les défauts organisationnels qu'on essaie de détruire depuis dix ans.
2026-04-17
Pourquoi Claude Code dans VSCode révolutionne l'analyse de données
Claude Code dans VSCode est le meilleur outil pour les analyses approfondies — fin du Shadow Data, Shift Left et construction de la plateforme en explorant.
2026-04-10
Pourquoi j'ai quitté la direction de 100+ ingénieurs pour tout reconstruire
Après 6,5 ans chez Nickel, passant de 3 à 40+ personnes, j'ai choisi l'indépendance, le hands-on et l'ère de l'IA.