Leading & Scaling an Analytics Engineering Team
Fournir aux leaders data, responsables d'équipe et contributeurs individuels souhaitant évoluer vers l’analytics engineering ou améliorer leurs pratiques, une compréhension approfondie de la manière de structurer, faire évoluer et industrialiser une équipe d’analytics engineering — depuis la définition du rôle et de son impact métier, jusqu’à la mise en place de bonnes pratiques de développement et la création de produits data à forte valeur ajoutée
Nolwenn Belliard
ex-Head of Analytics @SumUp
Nolwen Belliard est une experte en data avec plus de 9 ans d’expérience, spécialisée en data mesh, analytics et leadership d’équipes dans le secteur fintech.
voir le profil complet
Nolwen Belliard est une experte en data avec plus de 9 ans d’expérience, spécialisée en data mesh, analytics et leadership d’équipes dans le secteur fintech.
voir le profil completInfos clés
Objectifs
- Comprendre l’évolution du rôle d’analytics engineer dans les équipes data modernes et ses impacts stratégiques
- Acquérir des repères pour structurer l’organisation et définir les trajectoires de carrière autour de ce rôle clé
- Appliquer des bonnes pratiques concrètes sur les workflows de développement, la gouvernance et la qualité des données pour industrialiser l’équipe
Public cible
- Data Analyst
- Lead Data / Head of Data
- Data Engineer
- Lead Analytics Engineer
Prérequis
Background Data
Programme détaillé
1. Market Landscape and Evolution
The rise of Analytics Engineering
Evolution of job titles:
- Market figures (job offers, job titles)
- From Data Analyst / Data Engineer → Analytics Engineer / Business Analyst / Software Engineer / Data Platform Engineer
The "modern data stack" and its influence
Engineering the Function
- Platform vs. product thinking in data
- AE as the software engineers of data
2. Defining the Analytics Engineer Role
Core responsibilities
- Building reliable, documented, and tested data models
- Enabling self-service and scalable analytics
- Driving business value through operational data products
Key skill sets
- SQL, dbt, Git, cloud data warehouses (BigQuery, Snowflake), orchestration tools, etc.
- Understanding of business logic and stakeholder alignment
Backgrounds and hiring
- Common educational paths and transitions (analyst → AE, bootcamp → AE)
- Interviewing and portfolio best practices
Organizational placement
- The shifting landscape of roles: How responsibilities shift between Data Analysts (DA), Business Analysts (BA), AEs and Data Analysts
- Scaling up
- Centralized
- Embedded
- Data mesh
- Reporting structures (to CDO, Product, Engineering, etc.)
- Career progression
- IC vs. management track
- Opportunity to transition to DE or PM roles
3. Setting Up Best Practices and Foundations
Data products and domain modeling
- Treating data as a product
- Defining data product
- Aligning with business domains
Governance and conventions
- Naming conventions (tables, columns, models, metrics)
- Documentation standards (auto-generated, accessible, up-to-date)
- Data testing (unit, schema, freshness)
- Dashboard and reporting best practices
Development lifecycle
- Git workflow and code review (Pull Requests)
- CI/CD for data pipelines
- Versioning and deployment strategy
- Staging environments
4. Designing Impactful Data Products
Understanding the business deeply
- Collaborating with domain experts
- Mapping operational workflows to data
- Being involved from the product development
Metric frameworks
- Metric trees and value chains
- Defining clear owners and users for metrics
- Empowering your stakeholder
Product thinking in data
- Feedback loops
- KPIs to measure success of data products
5. Wrap-Up & Q&A
- Key takeaways
- Open Q&A
Vous allez le recevoir par mail dans quelques secondes
Formateur(s)
Ce qu’ils en disent…
Financer votre formation par un OPCO
En tant qu'organisme certifié Qualopi, les formations que nous vous proposons sont finançables par l'OPCO. Trouvez l'OPCO dont vous dépendez ici
Contacts
s'inscrire
.png){kind=spacer}
Modalités
Modalités d'évaluation
Un questionnaire d'auto-évaluation est envoyé aux participants avant et après la formation pour mesurer leur progression.
Pendant la formation :
Les acquis sont évalués tout au long de la formation par les formateurs sous forme de Quizz en ligne, questions réponses ou tour de table.
Le participant se verra délivrer une attestation de fin de formation à l’issue de la session
Organisation
- en présentiel :
Cette formation est en groupe de 6 à 12 personne en intra-entreprise ou inter-entreprise en fonction du format souhaité par le commanditaire.
- en ligne :
Un lien vous sera envoyé pour suivre les sessions à distances. Merci d'activer les caméras lors des sessions avec notre formateur.
Modalités d'accès
Les sessions peuvent être programmées jusqu’ à 7 jours avant la date retenue, sous condition d’un formateur disponible et de la réception de la convention signée avant la session pour des groupes de 6 à 12 personnes .
Les prochains événements Hymaïa
