Alumni Story: Thibaut enrichit son rôle de consultant avec une expertise Data Engineering

PROMO 2026

Thibaut Corallo

Data Consultant 

Découvrez le témoignage inspirant de Thibaut Corallo, alumni de la Data Engineering training !

Quel était ton parcours avant de rejoindre la formation Data Engineering ?

Je m’appelle Thibaut et ça fait trois ans que je travaille chez Artefact et avant ça je faisais déjà du conseil chez Capgemini. Mon cas est un petit peu particulier dans la mesure où je travaille déjà dans l’entreprise qui fournit cette formation et comme chez Artefact je travaille dans la partie plutôt non technique qu’est la partie conseil, j’avais pour objectif de progresser sur les problématiques techniques et c’est pour ça que j’ai tenu à faire la formation sur le track DE.

Qu’est-ce qui t’a donné envie de faire une formation en Data Engineering ?

En fait dans mon travail quotidien chez Artefact, il y a deux choses, il y a des types de missions dans lesquelles je suis amené à interagir avec des profils techniques, donc c’est souvent des data engineers mais ça peut être aussi des data scientists ou des data analysts et donc sur ce type de mission je pensais que je serais plus à même de collaborer avec ces personnes si j’avais une meilleure connaissance de leur métier donc c’est pour ça que j’ai voulu progresser là-dedans. Il y a une deuxième typologie de mission qui est plutôt les missions stratégiques où là on travaille aussi avec des DE mais plutôt en tant qu’experts et de manière peut-être un petit peu moins étroite et là notre rôle c’est également d’aider les clients à progresser d’une manière un peu plus stratégique et moins d’implémentation, à progresser sur certaines problématiques et là aussi c’est intéressant d’avoir des connaissances un peu plus techniques pour être plus à même de répondre aux besoins du client.

Why did you choose Artefact School of Data?

Pour moi c’est un petit peu une évidence dans la mesure où je travaille déjà chez Artefact donc en fait je trouvais ça intéressant de le faire dans un écosystème que je connais avec notamment des personnes que je connais, je trouvais ça intéressant. Au-delà de cet argument de la facilité entre guillemets, il y a aussi le fait qu’Artefact, ce n’est pas qu’un institut de formation, c’est aussi une entreprise de conseil dans la data et dans l’IA donc ils sont très proches des problématiques rencontrées aujourd’hui par les entreprises et donc en faisant la school avec Artefact, j’avais la certitude que le programme répondait vraiment aux enjeux du terrain et à ce qu’on voit chez les clients donc c’était ces éléments essentiellement qui m’ont poussé à faire ça avec Artefact.

Comment décrirais-tu ton expérience au sein de la School of Data et du Bootcamp Data Engineering ?

Alors c’était une très bonne expérience et ce que j’ai beaucoup aimé c’était vraiment le bon équilibre entre la théorie et la pratique. La manière dont ça se passe, c’est qu’une journée type c’était un cours dans la matinée où on aborde tous les éléments théoriques qui seront ensuite nécessaires pour faire les exercices qui arriveront ensuite. Et ensuite, suite à ces cours dans la journée, on a des exercices à faire sous le format un petit peu TD où à tout moment on peut demander de l’aide à nos instructeurs. Et donc ce format est très appréciable parce que chaque jour c’est assez cadré, chaque jour on gagne ces éléments théoriques et ensuite on est tout de suite amené à les mettre en pratique avec l’appui de l’instructeur donc c’est à mon sens la meilleure manière de progresser sur ces sujets.

What skills or tools did you learn during the course?

Alors il y a beaucoup de choses, surtout que la formation Data Engineer je pense a cette particularité d’être peut-être la plus dense, où on couvre le plus d’outils. Donc basiquement évidemment il y a beaucoup de Python et ça faisait d’ailleurs partie du travail préparatoire de bien consolider ses acquis sur Python. On a aussi appris à faire du Spark, ce type de choses, on a vu beaucoup de choses sur les technologies qui permettent d’héberger des solutions donc à la fois du plus basique par exemple avec des machines virtuelles et comment utiliser les machines virtuelles, avec tout ce qui est containerisation avec Docker, tout ce qui est orchestration de plusieurs conteneurs avec Docker Compose et ce type de choses. Quoi d’autre, on a également aussi beaucoup travaillé sur les frameworks agentiques, donc avec Langraph et ce type de choses, et également on a travaillé sur la partie plus ML. J’oublie sûrement beaucoup de choses parce qu’on a vraiment vu beaucoup de choses, mais ce type d’éléments.

Comment décrirais-tu la pédagogie chez Artefact ?

La particularité de la pédagogie, encore une fois, c’est que tous les cours sont réalisés avec une volonté d’être proches du terrain et proches de ce que nous ramènent les clients et de ce que nous ramènent les consultants. Je dis nous et je parle à la fois en tant qu’élève et à la fois comme personne qui appartient à Artefact. Et donc ça, ça se ressent, et donc c’est une méthodologie d’apprentissage qui est très concrète. Il y a vraiment une partie théorie mais surtout une grosse partie pratique où on essaye systématiquement chaque jour de mettre immédiatement en pratique les éléments qu’on a pu apprendre et je pense que ça c’est la partie la plus importante. Peut-être également quelque chose dont je n’avais pas parlé, c’est les liens qui sont faits entre l’activité vraiment de formation où on apprend les choses et le côté conseil d’Artefact. Au sein de la school, pendant cinq semaines de formation, on est amené à participer à des interventions de consultants, de data engineers notamment mais également des data scientists ou même des consultants qui vont nous expliquer quelles étaient leurs missions, quels enjeux technologiques ils ont rencontrés dernièrement en mission. Donc tout ça donne un aspect très concret à ce que nous on apprend au quotidien dans la school parce qu’on comprend réellement quelles sont les choses qui sont rencontrées par ces profils techniques et donc ça aide à se projeter sur le métier. Moi en l’occurrence, comme je faisais cette formation non pas dans un but de changer de métier mais plus de comprendre la technique, ça me permettait de bien faire les ponts entre mon activité et celle de mes collègues data engineers. Mais je pense également que pour tous les profils qui aspirent à devenir data engineers, ça leur permet vraiment d’avoir du concret à se mettre sous la dent et de comprendre ce qui est requis par ce métier.

En quoi cette formation t’a permis de te projeter sur la suite de ta carrière ?

Ma carrière actuellement c’est celle d’être data consultant et donc souvent on travaille en appui avec des experts qui eux vraiment mettent les mains dans le moteur entre guillemets et qui ont cette expertise. Mais le fait d’avoir fait cette formation assez technique, ça me permet de beaucoup mieux comprendre les enjeux qui se cachent derrière, les concepts que moi je manipule au quotidien et donc j’espère que ça me permettra d’être plus pertinent demain quand j’interviendrai chez le client pour répondre à certaines problématiques ou même en amont des interventions chez les clients quand je fais ce qu’on appelle sizer un projet, c’est-à-dire estimer la charge requise pour accomplir telle ou telle tâche. En fait le fait d’avoir ce background un peu plus technique, ça me permet de mieux comprendre qu’est-ce qui est requis, combien d’efforts, combien de semaines, quelles activités sont nécessaires pour arriver à tel ou tel but et ça, ça permet de finalement mieux designer les projets et être sûr qu’on apporte un dispositif qui répond aux besoins du client.

Que dirais-tu à quelqu’un qui envisage de suivre une formation en Data Engineering à la School of Data ?

Une personne qui a le même profil que moi, bon la première chose c’est de ne pas être trop effrayée. Certes en faisant ça on change un peu son fusil d’épaule et on passe à la technique alors qu’on était plutôt sur la conduite de projet, mais le système pédagogique prévu par Artefact fait que ça fonctionne bien et que voilà, on apprend progressivement et certes au début il faut un petit peu se mettre dedans, mais il ne faut pas être effrayé outre mesure par ça. La première chose c’est avoir confiance en soi, ça peut très bien se passer et c’est très chouette. La deuxième chose, c’est que moi la question que je me suis posée avant de faire cette formation c’est est-ce que finalement c’est nécessaire pour mon travail puisque aujourd’hui je le faisais et que je n’avais pas cette formation. Les semaines à venir vont me permettre de répondre avec plus de certitude et en tout cas à minima ce que je peux dire c’est que c’est hyper intéressant de voir concrètement les choses qu’on manipule. Maintenant quand je travaille sur un projet de data stratégie où on va dire par exemple là il faut mettre en place un data warehouse ou il faut entraîner tel ou tel modèle, je comprends beaucoup mieux ce que ça veut dire et donc ça permet de mettre vraiment du concret derrière les mots et a fortiori derrière c’est beaucoup plus simple quand on travaille avec ces profils techniques.

One word to describe the School of Data?

Terrain. Pourquoi terrain c’est important ? Parce qu’on est sur un univers qui est particulièrement mouvant. En fait il y a un an, les technologies sur l’IA générative notamment c’était beaucoup moins abouti qu’aujourd’hui, il y a des choses qu’on n’envisageait pas et même à six mois il y a des choses qui changent énormément. Et du coup je pense que c’est particulièrement valorisant pour Artefact de proposer des formations en faisant le lien entre l’institut de formation et le cabinet de conseil qui voit des choses sur tous les secteurs et dans toutes les entreprises au jour le jour parce qu’il y a vraiment un enjeu de changement technologique et ça, ça permet de s’assurer que le programme de la formation est vraiment en phase avec ce qu’on voit.