Episodes
-
Hugo och Johnny reagerar på veckans stora nyhet: dbt Core v2.0 är här — omskrivet i Rust, open sourceat under Apache 2-licens, och med sqlmesh bästa feature inbyggd.
Men hur hamnade vi här? dbt köpte SDF. Fivetran köpte sqlmesh. Fivetran köpte dbt. På några månader förvandlades modern data stack från ett ekosystem till ett konglomerat — och oron för closed source var inte obefogad.
Nu verkar Fivetran/dbt Labs ändå ha valt rätt väg. dbt Fusion-motorn är öppen, community:t välkomnas tillbaka, och prestandan lovar att bli dramatiskt bättre för den som jobbar mot Snowflake, BigQuery eller Databricks.
Hugo och Johnny reder ut vad som faktiskt förändras, vad som kostar extra, och om man nu äntligen kan sluta oroa sig.
Referenser
dbt Core v2 — release blog — officiellt tillkännagivande av version 2.0dbt Core — open source transformationsverktyg för datadbt Fusion — ny Rust-baserad motor i dbt Core v2.0dbt State — stateful körning; kör bara om modeller där data förändratsFivetran — ELT-verktyg för datainladdning; förvärvade dbt Labs och sqlmeshsqlmesh — tidigare dbt-konkurrent, nu donerad till Linux FoundationSDF — Rust-baserat verktyg som dbt förvärvade; grund till Fusion-motornSnowflake Summit — konferens där dbt Core v2.0 offentliggjordesDremio — data lakehouse-plattform; adapter för dbt Fusion saknas ännuApache 2-licens — öppen licens som tillåter kommersiell användning och vidareutvecklingElastic License 2.0 — tidigare licens för Fusion; begränsade managed service-användningLinux Foundation — tog över förvaltningen av sqlmesh efter Fivetran-förvärvetHosted on Acast. See acast.com/privacy for more information.
-
Daniel Hansson driver konsultbolaget Signific och har de senaste fem åren byggt Mother Brain – SVT:s egenbyggda system för demokratisering av insikter. Fyrtiofyra procent aktiv adoption i en organisation med tusen möjliga användare. Det är inte en slump.
I det här avsnittet pratar Daniel och Benny om vad som krävs för att ett självserviceverktyg faktiskt används: snabba laddningstider som en icke-förhandlingsbar princip, transparens om sin egen adoption varje vecka i Slack, och modet att kavla upp ärmarna när datan är dåligt tvättad.
Vi pratar också om hur SVT det senaste året byggt ett agentflöde som automatiserat analyserar episoder – vad engagerar, vad inte, och varför standup visade sig vara det absolut sämsta test-caset. Plus: hur balanserar man algoritmstyrning med ett publicistiskt uppdrag?
Referenser
Signific – Daniels konsultbolag inom data och produktutvecklingEric Ries – The Lean StartupFoo Café – Malmö-baserat tech-communityMother Brain – SVT:s interna BI- och insiktssystemDaniels artikel: Agentic and Automated TV Program Analysis at SVTTableau – BI-verktygLooker – BI-verktygAllsång på Skansen – SVT-program, första testkasset för episodanalysHistorien om Sverige – SVT-dokumentärserie, nämnd i engagemangsanalysenEBU – European Broadcasting UnionPlaymaker AI – sportvisualisering, nämnd som inspiration för trendlinjevisualiseringGemini – används för kvalitetssäkring i SVT:s agentflödenAnthropic / Claude – används i SVT:s agentflödenHosted on Acast. See acast.com/privacy for more information.
-
Missing episodes?
-
Martin Mazur har jobbat med mjukvaruutveckling och tekniskt ledarskap i tjugo år. Han lyssnade på vårt förra avsnitt om spec-driven development och agilt – och ville hoppa in i samtalet. Så det fick han göra.
Vi pratar om varför spec-driven development inte har ett dugg med Vattenfall att göra. Spec är inte ett kravdokument för människor – det är kontext för maskinen. Martin förklarar varför det är en avgörande skillnad.
Vi diskuterar också vad som händer med mjukvaruutvecklare när kodning blir commoditized, hur produktorganisationer är bättre rustade för AI-eran än de som fortfarande kör feature factories – och varför vi befinner oss i det Martin kallar "hobbyfasen" av agentisk utveckling.
Och: har vi en AI-bubbla på gång? Ja, troligen. Och det kanske inte är så farligt som det låter.
Det här avsnittet finns även som video – se det här.
Referenser
Martin Mazur – konsult och rådgivare inom tekniskt ledarskap och mjukvaruorganisationerAgile Manifesto – manifestet som startade Agile-rörelsenBennys agila manifest för AI-assisterad kodning – Bennys ramverk för hur agila principer kan tillämpas i AI-assisterad mjukvaruutvecklingSpec-driven development – utvecklingsmetodik där specifikationer ger kontext till AI-agenterClaude Code – Anthropics terminalbaserade kodagentMelissa Perri – produktstrateg, Product Operations ModelMarty Cagan – SVPG, empowered product teamsEmpowered engineer – Kagans koncept om självständiga produktteamFake door testing – metod för att validera idéer innan man byggerMechanical Turk – manuell simulering av automatiserade processer för valideringDotcom-bubblan – spekulationsbubblan kring internetbolag runt år 2000S-kurvan för innovation – modell för hur teknologier sprids och mognarKodsnack – svensk podd om mjukvaruutvecklingDatastudion avsnitt 48 m. Jakob Wolman – föregående avsnitt om AI, agilt och spec-driven developmentHosted on Acast. See acast.com/privacy for more information.
-
Hugo och Johnny har snart jobbat ett decennium i datavärlden – och i det här avsnittet stannar de upp och reflekterar. Vilka branscher har de egentligen rört sig i? Vad är den gemensamma nämnaren i alla uppdrag? Och varför är det så svårt att få ett bolag att på riktigt bli datadrivet?
De pratar om lärdomen att alltid fråga "varför?" innan man börjar bygga, om dashboards som aldrig används, och om varför domänkunskap är minst lika viktigt som tekniken. Plus: vad tror de att de nästa tio åren har att erbjuda – och vilken roll spelar AI i det?
Det här avsnittet finns även som video – se det här.
Hosted on Acast. See acast.com/privacy for more information.
-
Hur är egentligen känslan på Nordens största datakonferens? Är det talksen, människorna eller bara rökmaskinerna som gör upplevelsen?
I detta bonusavsnitt summerar Benny och Johannes sina erfarenheter från Data Innovation Summit 2026. Vi pratar om AI-överflöd, halvinspirerande talks, varför golvet ofta är mer värdefullt än scenerna och hur konferenser egentligen handlar mer om människor än presentationer.
Ett samtal om community, networking och varför de bästa diskussionerna ofta händer mellan sessionerna.
Hosted on Acast. See acast.com/privacy for more information.
-
Vad betyder egentligen kvalitet och vem äger ansvaret? Den som producerar datan, den som testar eller den som fattar beslutet?
I det här avsnittet pratar Benny, Hugo och vår gäst Martin om likheterna mellan test och data. Vi går igenom varför “good enough” ofta är verkligheten, hur bristande domänkunskap kan leda till fel beslut och varför kvalitet i slutändan handlar mer om förtroende än perfekta siffror.
Ett samtal om ansvar, kompromisser och varför det enkla svaret nästan aldrig är hela sanningen.
Hosted on Acast. See acast.com/privacy for more information.
-
Tor började på Data Dao för ett par veckor sedan. Innan han ens hunnit lära sig var kaffemaskinen står hade han lyssnat igenom halva poddens backkatalog på pendeln. Nu sitter han i studion.
Hugo och Erik hälsar välkommen med den enda rimliga frågan: vem är du egentligen, Tor?
Vi hör om resan från industriell ekonomi i Lund, fyra år som finansanalytiker på Riksbanken och ett drygt decennium inom kapitalförvaltning och data – via Skottland – till att nu vilja röra sig fritt över hela produktutvecklingsspektrat som product engineer.
Det snackas Swinglish, pensionsportföljer, AI som inlärningsverktyg och vad som händer när ett enmansband börjar ha egna åsikter.
Hosted on Acast. See acast.com/privacy for more information.
-
Johan Gärdebo är historiker och medgrundare till datasuveränitetsbolaget Thala. Han har forskat om hur Sverige använt geodata för att positionera sig internationellt – och den resan ledde honom rakt in i AI-frågorna.
I det här avsnittet pratar Hugo och Johan om vad AI-suveränitet egentligen innebär. Inte som ett på/av-läge, utan som en gradskala av beroenden. Vems modeller tränar vi på? Vems hårdvara kör vi dem på? Och vad händer när den där Nvidia-dealen faller igenom?
Vi reder ut memen "Americans innovate, Chinese replicate, EU regulate" – varför den är sann, varför den är orättvis, och vad Europa faktiskt kan göra i stället för att välja mellan en egen IT-avdelning och en egen juridisk avdelning.
Plus: varför en erfaren gamer kanske har bättre förutsättningar än en högskoleutbildad mjukvaruutvecklare. Och varför AI i grunden är ett koordineringsproblem, inte ett intelligenskappslopp.
Referenser
Johan Gärdebo – historiker och medgrundare, ThalaThala – datasuveränitetsbolagPalantir – amerikanskt dataanalysbolag, känt för "forward deployment"Nvidia – tillverkare av AI- och GPU-komponenterGeodata – geografisk information och miljödataAI-suveränitet – digital självständighet och kontroll över egna systemGDPR – EU:s dataskyddsförordningAI Act – EU:s reglering av AI-systemGalileo – Europas eget satellitnavigeringssystemDaft Punk – Harder, Better, Faster, StrongerHosted on Acast. See acast.com/privacy for more information.
-
Jakob Wolman – mjukvaruutvecklare, agile coach och engineering manager med rötter i Malmö och Köpenhamn – gästar Datastudion för ett samtal som startade i ett LinkedIn-inlägg av Benny.
Frågan: när kostnaden för att skriva kod går mot noll, vad händer med det agila arbetssättet? Plötsligt verkar det logiskt att lägga all energi på kravspecen igen – och låta AI sköta implementationen. Men är det verkligen vattenfall, eller är det något nytt?
Vi landar i feedback loops, flaskhalsar som flyttar sig ett steg, Lean-tankar om att återinvestera frigjord tid – och varför marshmallow-utmaningen avslöjar mer om hur vi egentligen tänker än vad något agilt ramverk gör.
Referenser
Jakob Wolman – mjukvaruutvecklare, agile coach, engineering managerØredev – teknikkonferens i MalmöRUP – Rational Unified Process, strukturerad mjukvarumetodikVattenfall/Waterfall – sekventiell projektmetodikAgile – iterativ mjukvaruutvecklingLean – minimera slöseri, maximera flödeTheory of Constraints – identifiera och hantera flaskhalsarKanban – visuell metod för arbetsflödeBeyond Budgeting – rörelse mot mer adaptiv budgeteringSusanne Kaiser – föreläsare och författare om flow och mjukvaruorganisationThe Marshmallow Challenge – övning i iterativt tänkande och teamdynamikNobody ever gets credit for fixing problems that never happen – Repenning & Sterman, artikel om kvalitet och återinvesteringSpec-driven development – kravspecifikation som driver implementationClaude Code – Anthropics CLI-verktyg för agentisk kodningMCP – Model Context Protocol – standard för att koppla AI-agenter till externa verktygKordsnack – podd om IT, nämns i samband med COBOL-avsnittCOBOL – programspråk vanligt inom mainframe, särskilt bankerMainframe – storskaliga datorsystem, fortfarande i bruk inom finansBill Gates TED Talk – om noll vs nästan noll (referens till skillnad på noll och nästan noll)Nick Borgen – World Wide Web – låt nämnd som historisk parallell till AI-hypenHosted on Acast. See acast.com/privacy for more information.
-
Hugo är tillbaka från föräldraledigheten – och har spenderat en del av den med att doomscrolla på LinkedIn och oroa sig för att bli obsolet. Har han det? Benny satte sig ner en dag och vibe-kodade en Slackbot på 27 minuter. Det tog sedan tolv timmar till att den kändes okej. Han är fortfarande stolt.
I det här avsnittet pratar vi om hur mjukvaruutveckling faktiskt ser ut nu – och om det verkligen är ett skifte eller om vi bara har fått ett bättre tangentbord. Vi går igenom CLAUDE.md, varför du bör byta fönster oftare än du tror, och varför det fortfarande inte är för sent att hoppa på tåget.
Spoiler: det byter lok hela tiden.
Referenser
Vibe coding – kodning med AI-assistans där man beskriver vad man vill ha i fritextLLM – Large Language Model, stora språkmodeller som ChatGPT och ClaudeClaude Code – Anthropics CLI-verktyg för AI-assisterad utvecklingCLAUDE.md – instruktionsfil som styr hur Claude Code beter sig i ett projektVisual Studio Code – populär kodredigerareChatGPT – OpenAIs AI-assistentFlask – lättviktigt Python-webbramverkFastAPI – modernt Python-ramverk för API-utvecklingSlack API – Slacks API för att bygga bottar och integrationerRAG – Retrieval-Augmented Generation, teknik för att ge AI tillgång till extern informationSpec-driven development – utvecklingsmetodik där man specificerar beteende innan man kodarMVP – Minimum Viable Product, minsta möjliga fungerande produktSLP – Speledarens person, NPC i rollspelssammanhangHosted on Acast. See acast.com/privacy for more information.
-
När Bill Gates kliver in på en bar blir alla där plötsligt miljonärer - i genomsnitt. Men det säger förstås ingenting om hur verkligheten faktiskt ser ut.
I det här avsnittet pratar Benny och Johnny om hur medelvärden kan lura oss att tro att vi förstår mer än vi gör, och varför genomsnitt ofta förväxlas med ”det normala”. De utforskar hur små perspektivskiften kan förändra sättet vi tolkar data, varför osäkerhet är något att omfamna snarare än dölja, och hur vi kan kommunicera data mer ärligt genom att prata om spridning, intervall och kontext istället för bara snitt.
👉 Läs mer på scb.se om hur statistik egentligen presenteras
👉 Johnny Dangs presentation från Öredev: "Speak Uncertainty with Confidence".
👉 Dunning-Kruger-effekten.
Hosted on Acast. See acast.com/privacy for more information.
-
Hur mycket ska en analytiker egentligen ”berätta en historia” med data? Benny och Alex diskuterar när storytelling blir nödvändigt för att nå fram – och när det riskerar att förvränga.
Vi pratar om Cassie Kozyrkovs tes att ”analytics is not storytelling”, Brent Dykes dramaturgiska kurva inspirerad av Spider-Man och varför insikter ibland måste paketeras som en berättelse för att skapa tydlighet och förståelse hos mottagaren.
👉 Läs Cassie Kozyrkovs blogg: Analytics is not Storytelling
👉 Läs Brent Dykes blogg: Effective Data Storytelling 101
Hosted on Acast. See acast.com/privacy for more information.
-
I avsnitt 42 av Datastudion tar Benny, Johnny och Erik sig an ett klassiskt databråk: grafiska ETL-verktyg (där du bygger flöden med drag & drop) kontra att skriva kod själv. Vad är egentligen snabbast, bäst och mest hållbart?
Vi pratar om skalbarhet, testning, versionshantering – och varför det ofta känns som att gå från LEGO till Duplo när du byter från kod till GUI. Det är enklare att komma igång, men du tappar ofta kontrollen över detaljerna.
Samtidigt finns det tillfällen där GUI faktiskt är rätt val. När? Varför? Och vad kostar det i längden?
Hosted on Acast. See acast.com/privacy for more information.
-
MCP, Model Context Protocol, beskrivs redan som USB-C för agenter. Men vad betyder det egentligen och varför borde du bry dig?
I det här avsnittet pratar Hugo, Alex och Erik om vad en MCP-server är, hur den kan göra LLM:er mer användbara och varför standarden kan bli lika självklar som REST en gång blev. Du får höra skillnaden mellan MCP och vanliga API:er, hur protokollet kan minska hallucinationer och exempel från Git, PowerPoint och dbt. Vi pratar också om vad detta betyder både för utvecklare, företag och mer vardagliga användare.
Kort sagt handlar det om steget som kan göra AI-agenter från pratiga chatbots till faktiska assistenter.
👉 Läs mer om Model Context Protocol (Anthropic)
👉 Testa själv: GitHub-exempel på MCP-servers
Hosted on Acast. See acast.com/privacy for more information.
-
I juni fick vi möjligheten att prata med Peter Gärdenfors, Professor i Kognitionsvetenskap på Lunds Universitet. I detta avsnitt får ni hänga med där Peter går till botten med ordet “intelligens”. Han förklarar varför vi människor felaktigt tror att AI kan tänka, på grund av deras fantastiska språkkompetens.
Varför är IQ ett dåligt mått på intelligens, och hur bör man utvärdera intelligens istället? Kan man modellera känslor eller empati hos AI? Och varför måste AI ta klivet in i den fysiska världen innan den kan bli en Artificiell Generell Intelligens (AGI)?
Ett sant nöje att få bli inspirerad av Peter. Bli det du också!
Referenser
Numerisk AnalysHålkortAI-vinternAntropomorphismAlphafold → nya proteinTuring-testIQ-testPsykolog William SternReglerteknikFörstärkningsinlärningHomeostasApa ExperimentAffective computingTrolley ProblemNick BoströmMax TegmarkOlle HäggströmHosted on Acast. See acast.com/privacy for more information.
-
I det här avsnittet pratar Johnny, Erik och Benny om en av de mest återkommande och frustrerande frågorna i dataorganisationer: centralt eller distribuerat?
Vi pratar om flaskhalsar, ensamhet i produktteam, UX-paralleller, och varför ett cykelhjul kan vara lösningen. Du får höra om misstag vi gjort, modeller vi testat – och varför det aldrig finns ett rätt svar.
Vi bjuder på konkreta tips, en möjlig resplan för datateamets utveckling och ett gäng varningsflaggor att hålla utkik efter.
Vill du veta när det är dags att bygga plattformsteam, när du bör sprida ut kompetens – och hur du undviker att fastna i organisationskaos? Då är det här avsnittet för dig.
Har du feedback eller ämnesförslag? Hör av dig till [email protected]!
Hosted on Acast. See acast.com/privacy for more information.
-
Vad betyder CI/CD egentligen i en datautvecklares vardag?
I detta avsnitt pratar Benny, Hugo och Johnny om varför Continuous Integration och Continuous Deployment borde vara lika självklart i data som i mjukvaruvärlden. Vi pratar kodkvalitet, testmiljöer, edge cases och varför datavärlden inte längre har råd att ligga efter när det gäller automation.
Du får höra varför testning med riktig produktionsdata är svårare än det låter, hur en PR-miljö kan rädda dig från katastrof – och varför copy-pasta direkt i databasen är en riktigt dålig idé.
Vill du göra din datautveckling mer robust, mer DevOps – och mycket mindre kaos? Då är det här avsnittet för dig.
Har du frågor, funderingar eller förslag på framtida ämnen? Hör gärna av dig till [email protected]!
Referenser:
Grunderna i CI/CD och DevOps
Continuous Integration – Martin FowlerWhat is CI/CD? – Atlassian guideTestning och data pipelines
Why you should test your data – Josh WillsGreat Expectations – Introduktion till data testingVerktyg och automation
CI med dbt – dbt Labs guideGitHub Actions – Automatisera tester och deployInfrastruktur & PR-miljöer
Vad är Infrastructure as Code? – AWSCI/CD för Snowflake och dbt – dbt Labs bloggHosted on Acast. See acast.com/privacy for more information.
-
Trött på att brottas med SQL-kod i team? Saknar du versionshantering, tester och struktur i din dataplattform?
Blanka och Erik dyker ner i dbt – ett kraftfullt verktyg som hjälper dig att ta kontroll över dina transformationsflöden i SQL. Vi pratar om varför så många team väljer dbt för att bygga robusta, spårbara och testbara datamodeller – och hur det passar in i den moderna dataplattformen.
Lyssna för att få en introduktion till dbt, konkreta exempel och våra egna lärdomar från verkliga projekt.
Har du frågor, funderingar eller förslag på framtida ämnen? Hör gärna av dig till [email protected]!
Referenser:
dbtSQLDatatransformationLineageVersionshanteringGitContinuous integrationContinuous deploymentYAMLPythonOpen SourceTerraformMedverkande i avsnittet:
BlankaErikHosted on Acast. See acast.com/privacy for more information.
-
Anders Hilmansson, CFO på Refined, gästar dagens avsnitt. Han delar med sig om hur man ser på värdeskapande på ett SaaS-bolag (Software as a Service), och hur det skiljer sig från ett klassiskt mjukvarubolag. Svaret? Spoiler! Att kunderna prenumererar istället för att göra ett engångsköp.
Vad betyder det när ett bolag når $100 miljoner på 4 månader? Varför ser Anders på SaaS-bolag som en värdeskapande evighetsmaskin? Och hur djupt ska en CFO kunna gräva i data för att ta beslut?
Det pratas alltså inte bara om Excel i detta avsnitt. Inget du vill missa! Lyssna och njut.
Referenser:
atlassian.comSaaS: Software as a serviceAbonnemang vs permanenta licenseAnders tidigare arbetsplatserAdvokatbyrå VingeApsis, grundare Anders Frankel, inkubator mincAnders har även varit CFO på inRiverQlik - BI verktygARR/MRR - Annual/Monthly Recurring Revenue eller årliga/månatliga återkommande intäkterCARR → Committed ARRChurn → kundbortfallThe Product MindsetMultitenans: flera användare samtidigt, men oberoende av varandra, kan använda samma exemplar av ett program.Unit EconomicsOpEx → Operating ExpenseGordon Growth ModelHosted on Acast. See acast.com/privacy for more information.
-
I detta avsnitt lär vi känna vår "nya" kollega Johannes Hedman.
Tillsammans dyker vi ner i en av de där heta potatisarna i BI-världen: Varför är det egentligen en dålig idé att bygga logik direkt i BI-verktygen?
Johannes delar med sig av insikter, konkreta exempel och erfarenheter från verkligheten. Vi förklarar vad som kan gå fel när BI-verktygen får ta lite för mycket plats i arkitekturen, och när det faktiskt kan vara ok.
Detta avsnitt är perfekt för dig som jobbar med data, är nyfiken på best practices eller bara vill förstå varför den där "snabba workaronden i BI:t" kanske inte är så oskyldig som den verkar.
Referenser:
BIPowerBiTableauQlikMicroStrategyExcelData warehouseAggregeringVersionshanteringOn-premDaxSQLSemantisk lagerDatastudion avsnitt 30, Semantiskt Lager - varför är det viktigt? m. Olof EvenvikCan of wormsMedverkande i avsnittet:
JohannesBlankaJohnnyHosted on Acast. See acast.com/privacy for more information.
- Show more
