Episode 226 : Starlake.AI avec Hayssam Saleh

About this episode

Vincent Heuschling interviews Hayssam Saleh about Starlake, an open-source data platform.

Vincent Heuschling reçoit Hayssam Saleh, créateur de **Starlake**, une plateforme data open source française née de la factorisation de projets clients depuis 2017-2018. L'épisode intervient dans un contexte de consolidation du marché (rachat de DBT et de SQLMesh par Fivetran), qui invite à challenger les solutions établies. Starlake se distingue par une approche **entièrement déclarative** (YAML + SQL natif, sans Jinja) couvrant toute la chaîne data engineering : ingestion, transformation, orchestration et qualité des données. L'outil s'appuie sur les moteurs sous-jacents des plateformes cibles (Snowflake, BigQuery, Spark) et génère automatiquement les DAGs pour les orchestrateurs du marché (Airflow, Dagster, Snowflake Tasks). Parmi les fonctionnalités marquantes : le **data branching** (branches de données à la manière de Git), l'inférence automatique de schémas YAML à partir de fichiers sources, un **transpiler SQL** multi-plateformes, et l'extraction du lineage depuis du SQL brut sans annotation. L'intégration récente de **DuckLake** ouvre la voie à des architectures on-premise souveraines à coût maîtrisé (sous 300 €/mois sur OVH, Scaleway, Clever Cloud). Le modèle économique…

People in this episode

Host: Vincent Heuschling

Guest: Hayssam Saleh

Topics covered

• data engineering
• open source
• market consolidation
• data platforms
• data quality
• cloud solutions

Keywords

• Starlake
• data engineering
• open source
• YAML
• SQL
• data quality
• cloud
• DuckLake
• data branching

Mentioned in this episode

Organizations: Starlake, DBT, SQLMesh, Fivetran, Snowflake, BigQuery, Spark, Airflow, Dagster, DuckLake

More episodes of Big Data Hebdo

• Episode 229 : La fin de la récréation dans l'IA · May 22, 2026 · 44 min
• Episode 228 : Enregistrement à Devoxx Paris 2026 · May 11, 2026 · 1h 20m
• Episode 227 : Starburst et Trino avec Victor Coustenoble · March 18, 2026 · 46 min
• Episode 225 : La guerre des agents SDK · November 4, 2025 · 55 min
• Episode 224 : Données non structurées et modern OCR · October 28, 2025 · 51 min
• Episode 223 : Aerospike · October 16, 2025 · 1h 3m