Je suis Adrienne.

Je construis des plateformes, des pipelines et des modèles de données, surtout pour les données marketing et clients. Je connecte souvent les plateformes publicitaires, les outils de web analytics, le CRM et les systèmes métier. Je détermine aussi comment leurs données s'articulent.

Je travaille sur les questions métier et sur leur mise en œuvre technique. Je définis ce qu'une équipe a besoin de mesurer, j'intègre les sources et je modélise les données en tenant compte de la maintenance du système. Je travaille principalement avec BigQuery, dbt, SQL et Python.

Du marketing à l'ingénierie

J'ai étudié le marketing à la Rotterdam School of Management et commencé ma carrière dans l'acquisition payante. J'ai ensuite travaillé sur le tracking et la mesure, avant de construire les systèmes qui collectent et transforment les données.

Chez L'Oréal, via Business & Decision, j'ai travaillé sur la standardisation des implémentations de Google Analytics et Google Tag Manager dans un programme couvrant 50 pays, 50 marques et des milliers de sites web. À cette échelle, la cohérence des définitions et la coordination comptaient autant que la mise en œuvre technique.

Chez lePERMISLIBRE, j'étais responsable des données marketing au sein d'une équipe data de cinq personnes. Je travaillais notamment sur la modélisation du coût d'acquisition, la comparaison des modèles d'attribution et la construction de pipelines en temps réel pour acheminer les leads publicitaires vers les centres d'appels. Nous cherchions entre autres à déterminer combien coûtait l'acquisition d'un candidat.

Chez UnNest, je travaille sur la collecte, l'ingestion, la modélisation dans l'entrepôt de données et le reporting pour différents clients. Je m'adapte aux systèmes de chaque client et aux personnes qui les utiliseront et les maintiendront.

Ma façon de travailler

Mon parcours en marketing continue d'influencer ma façon d'aborder l'ingénierie. Avant de construire un modèle, je veux comprendre à quoi il servira et ce que ses chiffres sont censés représenter. Un calcul techniquement correct peut quand même répondre à la mauvaise question.

Je m'intéresse aussi à ce qui se passe après la livraison. La prochaine personne qui travaillera sur un système doit pouvoir comprendre d'où viennent les données, retrouver les règles derrière un indicateur et apporter des changements sans devoir reconstituer tout le projet.

Cela guide l'organisation des modèles, le choix des tests à maintenir, la revue des changements et la documentation. Je prends ces décisions pendant la construction du système.

L'IA dans mon travail

J'utilise des agents de programmation dans mon travail de développement et je construis des outils pour mes projets data. J'expérimente leur utilisation pour l'intégration des sources, les transformations de données et la documentation.

De quel contexte un agent a-t-il besoin pour travailler sur un projet existant ? Comment tester ce qu'il produit ? Quelles actions peuvent être automatisées et lesquelles demandent une approbation ?

Pourquoi j'écris

J'écris sur ce que j'apprends au fil des projets et sur les décisions derrière le code.

Certains articles détaillent une implémentation. D'autres partent d'un chiffre, comme un coût d'acquisition, et examinent ce qui entre dans son calcul.

Lire le récit du projet sur le coût d'acquisition →

En dehors du travail

Je suis bénévole à La SPA depuis 2019. J'aime aussi apprendre des langues et je débute en broderie.