Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

Big Data Hebdo

Big Data Hebdo artwork

Episode 226 : Starlake.AI avec Hayssam Saleh

Feb 20, 202656 minAudio

Vincent Heuschling reçoit Hayssam Saleh, créateur de **Starlake**, une plateforme data open source française née de la factorisation de projets clients depuis 2017-2018. L'épisode intervient dans un contexte de consolidation du marché (rachat de DBT et de SQLMesh par Fivetran), qui invite à challenger les solutions établies. Starlake se distingue par une approche **entièrement déclarative** (YAML + SQL natif, sans Jinja) couvrant toute la chaîne data engineering: ingestion, transformation, orchestration et qualité des données. L'outil s'appuie sur les moteurs sous-jacents des plateformes cibles (Snowflake, BigQuery, Spark) et génère automatiquement les DAGs pour les orchestrateurs du marché (Airflow, Dagster, Snowflake Tasks). Parmi les fonctionnalités marquantes: le **data branching** (branches de données à la manière de Git), l'inférence automatique de schémas YAML à partir de fichiers sources, un **transpiler SQL** multi-plateformes, et l'extraction du lineage depuis du SQL brut sans annotation. L'intégration récente de **DuckLake** ouvre la voie à des architectures on-premise souveraines à coût maîtrisé (sous 300 €/mois sur OVH, Scaleway, Clever Cloud). Le modèle économique repose sur le support, la formation, et le consulting: Starlake s'installe dans le cloud du client, avec mise à jour automatique gérée par l'équipe, sans accès aux données. **Chapitres** **00:00:27** - Introduction: consolidation du marché data (rachat de DBT et SQLMesh par Fivetran) et présentation de l'épisode **00:03:13** - Hayssam et la genèse de Starlake: parcours Spark/Scala, POC à 4 000 formats de fichiers (2017-2018) **00:09:51** - Architecture et philosophie: load, transform, orchestration unifiés en déclaratif (YAML + SQL natif, pas de Jinja) **00:00:18:18** - Starlake vs DBT: différences philosophiques, composabilité, fonctionnalités 100 % open source **00:00:22:20** - Data branching, Starlake Labs (pipe syntax, transpiler SQL, lineage) et expérience développeur (DuckDB local, UI point-and-click) **00:36:35** - Modèle open source et économique: licence Apache, support, formation, marketplace cloud souveraine **00:43:42** - DuckLake: alternative on-premise/cloud souverain (OVH, Scaleway, Clever Cloud) et comment contribuer / démarrer **Le BigdataHebdo** Le BigdataHebdo est le podcast Francophone de la Data et de l'IA. Retrouvez plus de 200 épisodes https://bigdatahebdo.com Rejoignez la communauté sur le Slack https://join.slack.com/t/bigdatahebdo/shared_invite/zt-a931fdhj-8ICbl9dbsZZbTcze61rr~Q

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Hosts and Guests

Nobody is credited on this episode yet.

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. Episode 232 - DuckDB avec Michel Caradec

    Oct 15, 20261 hr 21 minAudio

    Michel Caradec, Lead Software Data Engineer chez Reech, revient au BigDataHebdo, cette fois pour parler de DuckDB, à l'opposé du calcul distribué dont il était venu parler à l'épisode 35. Il raconte comment il est passé...

    Credit the people on this episode

  2. Episode 231 - Hermes Agent

    Jul 23, 202643 minAudio

    Dans cet épisode, Vincent Heuschling et Nicolas Steinmetz décortiquent Hermès Agent, le nouveau venu open source qui bouscule OpenClaw. Au programme: son architecture en cinq couches, sa mémoire persistante, et sa...

    Credit the people on this episode

  3. Episode 230 : Greycat avec Francois Fouquet

    Jul 3, 202659 minAudio

    Assembler une base SQL, une base time series et une base vecteurs pour bâtir un jumeau numérique? François Fouquet appelle ça un « Frankenstein » - et il a passé dix ans à s'en débarrasser. Dans cet épisode du Big Data...

    Credit the people on this episode

  4. Episode 229 : La fin de la récréation dans l'IA

    May 22, 202644 minAudio

    Dans cet épisode On décortique les vraies tensions de l'IA en 2026: la surchauffe des modèles, l'inflation des commits, les hallucinations, et pourquoi la productivité 10x est un mythe. Au menu: AI Slop → Qualité réelle...

    Credit the people on this episode

  5. Episode 228 : Enregistrement à Devoxx Paris 2026

    May 11, 20261 hr 20 minAudio

    Cet épisode spécial du Big Data Hebdo, enregistré à Devoxx Paris, on donne la parole aux auditeurs! On parle des dernières news de chez Clever Cloud avec quentin Adam, On parle aussi de ce que l'IA change dans nos vies...

    Credit the people on this episode