Découvrez comment Stellantis a relevé le défi de la qualité des données à grande échelle. Après la fusion de PSA et FCA, le constructeur a mis en place une Modern Data Stack (Snowflake, dltHub et dbt) pour unifier ses données et en garantir l'excellence.Vous plongerez dans l'architecture technique mise en oeuvre et vous découvrirez l'impact concret de ce projet sur des cas d'usage clés, tels que l'optimisation de la chaîne logistique et la réduction des coûts. Une opportunité unique de découvrir les meilleures pratiques et les enseignements tirés d'un projet de cette envergure.

Michelin Lifestyle a repensé son engagement client en alliant data et IA, marketing et

tech pour bâtir un écosystème digital innovant. Découvrez comment ce projet data

marketing ambitieux a permis à Michelin d’apporter de la valeur, rapidement et

durablement, grâce à la puissance du partenariat imagino et Snowflake.

Découvrez comment SMCP (Sandro, Maje, Claudie Pierlot, Fursac) exploite la puissance de Snowflake et AWS pour accélérer sa stratégie Data et soutenir ses opérations Retail à l'international. 

Au cours de cette session, SMCP partagera comment le groupe utilise le Snowflake AI Data Cloud pour gagner en agilité, optimiser la prise de décision et créer de la valeur pour l'ensemble de l'entreprise.

De la tradition culinaire à l’innovation digitale, Saint Jean démontre comment la donnée peut devenir un véritable levier de performance.

Dans cette session, découvrez comment les organisations extraient des informations exploitables à partir de texte, de documents, d'images et d'audio – le tout dans Snowflake Cortex AI. Cette session révèle des techniques pratiques pour construire des pipelines d'analyse multimodaux intégrés à l'aide des fonctions SQL de Cortex AI et de Document AI. Apprenez à orchestrer une analyse de données complexe en plusieurs étapes sur des types de données auparavant silotés – simplement, avec SQL.

De la gouvernance centralisée à la co-création avec les métiers, en passant par des opérations agiles et une brique technologique «powered-by» Snowflake, découvrez comment un acteur majeur du transport a transformé son AI Factory avec un projet piloté par la valeur et l’efficacité opérationnelle. Un retour d’expérience inspirant sur l’industrialisation de l’IA au service de l’impact business.

Snowflake Intelligence au coeur de ces nouveaux usages.

Apprenez à stimuler la collaboration au sein de votre écosystème grâce aux dernières nouveautés de Snowflake Horizon Catalog, y compris External Data Discovery, pour trouver en quelques clics des données à la fois dans Snowflake et à partir de systèmes externes. Découvrez des démonstrations des dernières mises à jour de la Marketplace Interne, y compris Organization Profiles and Request for Access, pour rationaliser et accélérer le partage de données, d'applications et d'IA. Enfin, découvrez comment Iceberg Data Sharing et l'Egress Cost Optimizer peuvent augmenter l'interopérabilité et la disponibilité des données tout en réduisant vos coûts de partage de données.

La création et la gestion de pipelines de transformation de données peuvent être complexes et coûteuses. Dans cette session, apprenez à utiliser l'automatisation et les services gérés de Snowflake pour simplifier le développement, réduire les frais généraux d'infrastructure et améliorer le débugage avec la télémétrie intégrée. Découvrez les meilleures pratiques pour créer des pipelines évolutifs et rentables – et laissez votre équipe se concentrer sur les informations, et non sur la maintenance.

Rejoignez Snowflake pour une keynote d'ouverture exclusive, avec en guest speakers notre CEO, Sridhar Ramaswamy et François-Xavier Pierrel, TF1 Group CDAO !

Un moment unique pour découvrir les dernières innovations, s'imprégner des témoignages clients et assister à des démonstrations, qui illustrent concrètement la puissance de l'IA.

Comment un grand compte de l'industrie française, grâce à JEMS et Snowflake, a su redonner du temps à ses métiers et accélérer l'exploitation de ses données non structurées pour en faire un véritable levier de performance.

Une part essentielle des données stratégiques réside dans des systèmes critiques et de production (tels que IBM i, Oracle, SAP, SQL Server...) . Les extraire sans perturber la production est l’un des obstacles majeurs aux initiatives de modernisation.

Cette démonstration montrera comment la réplication de données permet de :

• Diffuser la donnée en temps réel sans impact sur les opérations,

• Consolider les données dans Snowflake, BigQuery ou les Data Lake pour l’analyse et l’IA,

• Réduire les coûts d’intégration et limiter les risques projets.

Une session de 30 minutes avec démonstration et temps de questions-réponses.

In a dynamic world where your data needs are evolving as quickly as the data warehousing solutions on the market, flexibility is key to unlock the full potential of your data at the best cost-performance ratio possible. Gameloft, a leading mobile and console game developer that operates a petabyte scale modern data architecture, has completely migrated their data warehouse from Snowflake to Google BigQuery and got leaner, faster and more flexible along the way.

As Snowflake's capabilities expand, staying updated with its latest features and functionalities can be overwhelming. The platform's rapid development gave rise to advanced tools like Snowpark and the Native App Framework, which are crucial for optimizing data operations but may seem complex to navigate. In this essential book, author Muhammad Fasih Ullah offers a detailed guide to understanding these sophisticated tools, ensuring you can leverage the full potential of Snowflake for data processing, application development, and deploying machine learning models at scale. You'll gain actionable insights and structured examples to transform your understanding and skills in handling advanced data scenarios within Snowflake. By the end of this book, you will: Grasp advanced features such as Snowpark, Snowflake Native App Framework, and Iceberg tables Enhance your projects with geospatial functions for comprehensive geospatial analytics Interact with Snowflake using a variety of programming languages through Snowpark Implement and manage machine learning models effectively using Snowpark ML Develop and deploy applications within the Snowflake environment

Beaucoup d’organisations parlent de créer une Source Unique de Vérité (SSOT), mais rares sont celles qui parviennent à en faire une réalité durable. Dans cette session, Vira Douangphouxay, Director of Analytics Engineering chez Vestiaire Collective, partagera comment son équipe a conçu et fait évoluer une initiative SSOT depuis zéro - en équilibrant scalabilité technique, alignement inter-équipes et gouvernance à long terme.

Vous découvrirez des retours d’expérience concrets : comment prioriser les actifs les plus critiques, structurer les responsabilités entre les équipes BI, produit et métier, et intégrer les bonnes pratiques dans des outils comme Coalesce, Snowflake, Catalog et Google Sheets.

Tristan Mayer, General Manager Catalog chez Coalesce, interviendra également pour apporter un éclairage complémentaire sur les bonnes pratiques outillées et les leçons tirées d'autres entreprises du secteur.

Que vous débutiez votre projet SSOT ou cherchiez à le pérenniser, cette session vous offrira une vision pragmatique de ce qu’il faut vraiment pour unifier vos définitions de données, réduire les incohérences de reporting et restaurer la confiance dans vos analyses.

Successfully operationalizing machine learning (ML) is critical for organizations seeking to maximize the return on their initial investments. Building ML solutions in Snowflake requires not only architectural choices but also careful consideration of how to seamlessly integrate all components across the ML lifecycle. This session explores key trade-offs, lessons learned and other factors to effectively operationalize ML in Snowflake.

With over 50,000 active users, discover how we transformed enterprise data interaction through Snowflake's Cortex Analyst API with SiemensGPT. Our plugin architecture, powered by the ReACT agent model, converts natural language into SQL queries and dynamic visualizations, orchestrating everything through a unified interface. Beyond productivity gains, this solution democratizes data access across Siemens, enabling employees at all levels to derive business insights through simple conversations.

Snowflake ML enables efficient development and deployment of advanced models without any data movement. With multi-GPU support, MLOps integration and Git-based workflows, Container Runtime provides a scalable environment for training, and Snowflake ML’s products such as Model Registry and Model Serving make it easy to deploy these models in production. This session explores best practices for scalable ML workflows and the creation of production-ready ML pipelines in Snowflake.

More information coming soon

Ratepay is leveraging Snowflake's native LLM and ML features to build an automated quality assurance routine for its customer service. By ingesting knowledge base data from various sources—including emails, and images—this system automatically checks the outcome of all outgoing correspondence. This innovative approach is on track to save Ratepay significant costs by reducing reliance on external vendors and moving away from manual spot-checks. Join us to learn how to implement an automated AI-driven solution that ensures quality, reduces operational costs, and scales efficiency in customer service.