Episode 232 - DuckDB avec Michel Caradec

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 de R et Pandas au SQL, et comment DuckDB fait tourner en production les pipelines de détection de tendances de la plateforme SocialVox.

On parle aussi de ses POC du soir : un cluster distribué avec Quack, un équivalent du tribble de R, de la recherche vectorielle et le format Vortex. Il partage enfin ses ressources pour bien démarrer.

ℹ️ Épisode enregistré au début de l’été 2026, quelques semaines avant la sortie de DuckDB 2.0.

🎙️ Avec Michel Caradec (Reech), Vincent Heuschling et Nicolas Steinmetz

📑 Chapitres

0:00 Introduction
2:00 Reech, SocialVox et la data d’influence
21:00 De R et Pandas à DuckDB et au SQL
33:00 Pipeline Elasticsearch, Parquet et analyses jq
41:00 Elastic Duck : tester Quack en distribué
52:00 DuckTribble, macros et extensions DuckDB
1:00:00 Vector search et format Vortex
1:13:00 Ressources pour démarrer et conclusion

🔗 Liens cités dans l’épisode

Michel Caradec sur LinkedIn : https://www.linkedin.com/in/michel-caradec-36997650/
GitHub de Michel Caradec (Elastic Duck, DuckTribble) : https://github.com/michelcaradec
DuckDB : https://duckdb.org
DuckDB WASM shell : https://shell.duckdb.org
Livre « DuckDB in Action » (offert par MotherDuck) : https://motherduck.com/duckdb-book-brief/
DeepWiki : https://deepwiki.com
Marimo : https://marimo.io
jq : https://jqlang.org
Python Rennes : https://www.meetup.com/fr-fr/python-rennes/

Animateurs

Vincent : Linkedin, Carnet Data et IA et DataTask
Nicolas: @nsteinmetz, CerenIT, [Time Series France](https://www.timeseries.fr/

BigData Hebdo