Une seule source de vérité pour toute l'entreprise.
Boutique en ligne, caisse, CRM et tableurs réunis dans un modèle propre, testé et documenté avec Snowflake, SQL et Python, ou des outils adaptés aux petites équipes.
Analytics engineer
Je transforme des données éparses en modèles fiables, en reporting automatisé et en tableaux de bord auxquels on peut vraiment se fier, et je partage ce que j'apprends en chemin.
Trois outils qui fonctionnent ensemble, directement dans votre navigateur. Simples, vraiment utiles et entièrement privés : vos fichiers ne sont jamais envoyés ni stockés.
Nettoyez un tableur désordonné en un clic, ou voyez exactement ce qui a changé entre deux versions d'un fichier.
Ouvrir Clean & Compare 2Obtenez exactement le résultat voulu à partir de n'importe quel fichier ou extraction de base de données. Choisissez, il écrit le SQL.
Ouvrir SQL Studio 3Transformez n'importe quel tableur en tableau de bord prêt à présenter, avec des graphiques intelligents et des titres rédigés pour vous.
Ouvrir Data CanvasDe l'analytics engineering qui transforme les données brutes en chiffres fiables, livrés automatiquement.
Boutique en ligne, caisse, CRM et tableurs réunis dans un modèle propre, testé et documenté avec Snowflake, SQL et Python, ou des outils adaptés aux petites équipes.
Des tableaux de bord Power BI conçus autour des décisions que vous prenez, actualisés automatiquement.
Des automatisations en Python et Google Apps Script qui collectent, nettoient et envoient les données selon un planning, avec des contrôles qui détectent les erreurs en premier.
Quels produits, clients et canaux génèrent vraiment des bénéfices, ce que disent les tendances et quoi faire ensuite.
Des sites rapides et sécurisés, avec l'analytics intégré dès le premier jour.
Une question sur l'analytics ou le data engineering ? J'en parle toujours avec plaisir : lancez la conversation ci-dessous.
Lancer la conversationDes projets personnels où je résous de vrais problèmes de bout en bout, des données brutes à une interface soignée.
Une plateforme d'analyse personnelle qui transforme les exports bruts d'Instagram en un score d'affinité pondéré par la récence pour chaque compte, avec un tableau de bord unifié sur iPhone. Conçue sans base de données externe, uniquement avec Google Drive, Apps Script et Scriptable.
Un système de widgets pour l'écran d'accueil d'iOS qui planifie les trajets en temps réel à partir des données ouvertes de Transport for London, en affichant d'un coup d'œil le meilleur itinéraire, les départs et les perturbations.
Déposez un fichier CSV ou Excel et obtenez un tableau de bord prêt à présenter : il détecte les dates, les mesures et les mises en page désordonnées, choisit les bons graphiques, rédige des titres à partir des chiffres et exporte des diapositives. Tout fonctionne en privé dans le navigateur.
Conçu et construit de zéro : un site statique rapide et sécurisé avec 104 guides et aide-mémoire, des données structurées pour les moteurs de recherche, une recherche avec filtres et des mises en page prêtes à imprimer.
Le même soin dans chaque projet : du SQL lisible, du Python testé et du Swift moderne. Choisissez un langage pour le voir tourner.
Des guides gratuits, des aide-mémoire imprimables, 60 énigmes de code et une préparation aux entretiens. Sans inscription, sans abonnement.
De votre premier SELECT jusqu'au niveau expert. Gagnez des étoiles, débloquez des paliers et rencontrez Quack Overflow, le canard en caoutchouc qui donne des indices.
Commencer à jouer 54 fiches et un quizDe vraies questions d'entretien pour analytics engineers et data analysts, avec des réponses types, un quiz avec correction immédiate et un plan sur 7 jours.
Commencer à se préparerEn une seule semaine, les deux modèles d'IA les plus puissants sont devenus accessibles au public. L'un est nettement plus intelligent, l'autre coûte beaucoup moins cher par tâche, et pour la plupart des travaux sur les données aucun des deux n'est le choix évident. Voici comment ils se comparent.
Databricks veut que les métiers interrogent leurs données là où ils travaillent déjà, et que les équipes data passent moins de temps à réparer des pipelines cassés. Une semaine de notes de version montre le chemin parcouru.
Après les grandes annonces d'Expedition, Snowflake a passé les semaines suivantes à livrer. Le thème reste le même : rendre l'IA sur vos données moins chère, plus rapide et mieux gouvernée. Voici les nouveautés et ce qu'il faut essayer.

Analytics engineer et data scientist avec plus de sept ans d'expérience dans la big tech, les médias, le conseil et les services financiers. Italien d'origine et installé à Londres, je suis le plus heureux quand un processus qui prenait des heures tourne tout seul, en silence.
Un analytics engineer transforme les données brutes de différents systèmes en modèles propres, testés et documentés sur lesquels les tableaux de bord, les rapports et la data science peuvent s'appuyer, et automatise le processus pour qu'il s'actualise tout seul. Lire le guide complet.
Utilisez la section Me contacter en bas de cette page, ou retrouvez-moi sur LinkedIn. J'aime toujours parler de données, d'analytics engineering et de projets intéressants. Me contacter.
Commencez par SELECT, WHERE, ORDER BY et GROUP BY sur un petit jeu de données, puis passez aux jointures et aux fonctions de fenêtrage. Pratiquez un peu chaque jour plutôt que de lire pendant des heures : c'est en écrivant de vraies requêtes que l'on retient. Essayez les énigmes SQL et gardez sous la main votre aide-mémoire SQL.
Pour l'analytics, commencez par SQL : la plupart des données d'entreprise se trouvent dans des bases et des entrepôts de données, et SQL est demandé dans presque tous les entretiens data. Ajoutez ensuite Python pour l'automatisation, le nettoyage des données et les analyses qui vont au-delà de ce que SQL fait bien. Commencez par le guide pandas pour les utilisateurs d'Excel.
Un data engineer construit l'infrastructure qui achemine les données de façon fiable. Un analytics engineer transforme ces données en modèles propres et fiables. Un data analyst utilise ces modèles pour répondre aux questions métier. Dans les petites équipes, une seule personne fait souvent les trois.
Révisez les jointures, les agrégations et les fonctions de fenêtrage en SQL, soyez prêt à dessiner un schéma en étoile, connaissez les bases de dbt et d'un entrepôt de données cloud, et préparez cinq histoires STAR avec de vrais chiffres. Utilisez les fiches et le quiz de la préparation aux entretiens.
Oui. Data Canvas lit votre fichier dans votre navigateur. Rien n'est envoyé sur un serveur, il n'y a ni inscription ni suivi : vous pouvez donc l'utiliser avec des tableurs confidentiels. Essayer Data Canvas.
Parlez-moi du rapport que vous refaites chaque semaine, des données auxquelles vous ne faites pas confiance ou du projet data que vous voulez mener à bien. Je réponds sous deux jours ouvrés.
alessandro@ecclesieagazzi.com
Basé au Royaume-Uni et en Italie. Ouvert au travail à distance partout en Europe et au-delà.