Video & Event creator

small_Carmen Christiaanse-1.jpg

thumbnail_Carmen Christiaanse-1.jpg

Carmen Christiaanse-1.jpg

large_Carmen Christiaanse-2.jpg

medium_Carmen Christiaanse-2.jpg

small_Carmen Christiaanse-2.jpg

thumbnail_Carmen Christiaanse-2.jpg

Carmen Christiaanse-2.jpg

large_smart-technology-global-network-element-this-image-are-furnished-by-nasa.jpg

medium_smart-technology-global-network-element-this-image-are-furnished-by-nasa.jpg

small_smart-technology-global-network-element-this-image-are-furnished-by-nasa.jpg

thumbnail_smart-technology-global-network-element-this-image-are-furnished-by-nasa.jpg

smart-technology-global-network-element-this-image-are-furnished-by-nasa.jpg

*Onder voorbehoud: we zijn druk bezig met de plannen rondom dit event!*  
Binnenkort volgt er meer informatie maar tot dan: noteer dit event in je agenda en geniet vast van de voorpret ;-).

Hoe data & AI jouw organisatie transformeren 

data-engineering-01.png

Streamlining your data flows in order to get most value out of it

Data engineering helpt je met goed ingerichte datastromen meer waarde te halen uit ruwe data

Data Engineering

Checklist: Where to start your data management journey?

Checklist: Aan de slag met datamanagement!

large_pexels-simon-berger-1118448.jpg

medium_pexels-simon-berger-1118448.jpg

small_pexels-simon-berger-1118448.jpg

thumbnail_pexels-simon-berger-1118448.jpg

pexels-simon-berger-1118448.jpg

De Virtual Roadtrip: in de tussentijd is het uitgegroeid tot iets iconisch. De afgelopen maanden hebben we al heel wat landschappen afgereisd met een hoop explorers. Deze keer - in juni - springen we weer in onze virtuele bus om samen OutSystems te ontdekken. 

**Één thema, één maand, vier geweldige sprekers.**

De hele maand juni staat in het thema van OutSystems, en dit keer specifiek gefocust op het subthema: 'don't stress, just test'. We willen je meenemen in onze reis met vier verschillende OutSystems sprekers, ze zullen live worden uitgezonden op vier verschillende data (zie beneden). Daarna zullen de video's on demand beschikbaar zijn en kun je ze in je eigen tijd terugkijken. Wil je exclusief toegang tot de (live) video's?  Zorg dan dat je je aanmeldt. 

Benieuwd naar de vier thema's? Lees dan onderstaande tekst en geef je op! 
Note: alle sessies zijn in het Engels. 

**Dag 1 | 8 juni | 16:00 | Carlos Conde**

**Trip down quality assurance**

Wat houdt kwaliteitsborging binnen IT in? Er kan alleen aan kwaliteitsborging worden voldaan als best practices worden geïmplementeerd. Laten we de OS gedocumenteerde best practices voor traditionele web applicaties eens onder de loep nemen. Best practices die zijn onderverdeeld in 11 categorieën waar de focus meer zal liggen op performance. En last but not least: ik zal je meenemen op een tripje door een aantal cijfers van voor en na het refactoren voor recente projecten binnen LINKIT. Neem je deel aan dit kwaliteitsborgings tripje? 

**Day 2 | June 15 | 16:00 | Wouter Teensma**

**Building applications with OutSystems that can pass a pen test with flying colors!**

Wanneer je een nieuwe applicatie maakt, voordat deze in productie gaat, voeren veel organisaties eerst een penetration test uit om security kwetsbaarheden op te kunnen sporen. Dit is, natuurlijk, heel erg verstandig. Ondanks dat developers alles weten over de best practices van OutSystems voor het bouwen van een veilige applicatie, doen penetration testers meestal maar een paar bevindingen. 

In deze presentatie zal ik een paar van de meest voorkomende (en een paar verrassende, ongewone) bevindingen delen waar ik tegenaan ben gelopen, en hoe je die kunt vermijden. 
Gezien het oplossen van bugs na een penetration test meestal meer tijd kost dan het voorkomen van deze bugs in de eerste plaats, stel ik voor dat we OutSystems applicaties bouwen die met vlag en wimpel een penetration test doorstaan! 

**Day 3 | June 22 | 16:00 | Sezen de Bruijn** 

**Guide to BDD testing in OutSystems**

Ik zal je een hoog over overzicht geven van waar de BDD Unit tests passen in de algemene kwaliteitsborging aanpak bij het gebruik van OutSystems. Hoe ziet dit eruit in de praktijk? Dat ga je zien in een demonstratie van een datagedreven BDD test van wat bedrijfslogica. En als laatst geef ik je een rugzak mee gevuld met een paar algemene best practices voor werken met BDD. 

Disclaimer of applicability: BDD as a testing framework applies to server-side logic, API's etcetera, and does not cover client side logic at the moment.

**Day 4 | June 29 | 16:00 | Remco Dekkinga**

**Testing with OutSystems outside your browser capabilities**

Ooit gezien dat iemand een low-code end-to-end regression test met OutSystems heeft gebouwd, die zelfs buiten de browser mogelijkheden reikt? Ik zal je laten zien hoe je een testcase (in LEAPWORK) kunt bouwen die je kunt plannen in je CICD pijplijn met hetzelfde technische kennis level als je nodig hebt voor het bouwen van je applicatie in een low-code tool (OutSystems). De testcase zal je laten zien dat je niet gebonden bent aan de grenzen van jouw browser. Je zou in staat moeten zijn om te testen of je geëxporteerde data nu in Excel staat of op je beeldscherm, toch? 

Wees er zeker van dat je erbij bent en [reserveer je plek](https://www.linkit.nl/en/events/Virtual-Roadtrip-OutSystems-II?register=open) voor deze Virtual Roadtrip. 

large_Virtual Roadtrip OutSystems.png

medium_Virtual Roadtrip OutSystems.png

small_Virtual Roadtrip OutSystems.png

thumbnail_Virtual Roadtrip OutSystems.png

Virtual Roadtrip OutSystems.png

Don't stress, just test.

Virtual Roadtrip OutSystems II

outsystems-overlay.jpg

Deliver 50% faster results in application development compared with traditional development

Applicaties ontwikkelen in 50% van de tijd ten opzichte van traditionele methoden

OutSystems

Whitepaper: replacing legacy applications by using OutSystems

Whitepaper: legacy-applicaties vervangen met behulp van OutSystems

Principal Data Solutions Engineer

Alyona Galyeva 1.jpg

Alyona Galyeva.jpg

large_europython.png

medium_europython.png

small_europython.png

thumbnail_europython.png

europython.png

**Session 'We build a ML pipeline after we deploy' by Alyona Galyeva**  
This talk covers the importance of building end-to-end machine learning pipelines from day one.

What you will learn:
- why we need a machine learning pipeline and when to use it;
- ML pipeline building blocks covering training and inference;
- engineering around failures and engineering for performance;
- ML pipelines debugging and monitoring;
- open-source Python libraries to save your time.

For whom:
- data scientists, data analysts, data engineers, machine learning engineers, data product owners, Python developers, working or willing to work with machine learning.

Prerequisites:
to get the most out of this talk, Data Science, ML, and Python experience is recommended

**About Alyona Galyeva, Applied AI & Data Engineering Lead at LINKIT:**  
![-560275.png](https://s3.eu-west-1.amazonaws.com/nl.linkit.production.user-data/560275_eac96ff0fc.png)  
Observe - Optimize - Learn - Repeat
Passionate about encouraging others to see different perspectives and constructively break the rules.
I found my joy in building, optimizing and deploying end-to-end AI and Data Engineering Solutions.

**About EuroPython:**  
EuroPython is the largest conference for the Python programming language in Europe, and one of the largest Python conference word-wide. It is a completely community run conference, backed by the EuroPython Society, a non-profit registered in Sweden and implemented by its workgroups. The conference was started in 2002 and has been running annually since then. EuroPython 2021 will be our 20th edition. The conference regularly attracts 1200-1400 attendees from all over the world.


Session Alyona Galyeva | We build a ML pipeline after we deploy

EuroPython 2021

large_predictive-maint 2-min.png

medium_predictive-maint 2-min.png

small_predictive-maint 2-min.png

thumbnail_predictive-maint 2-min.png

predictive-maint 2-min.png

Improving quality and preventing costs by using the power of data

Hogere kwaliteit en lagere kosten door de kracht van data

AI & Machine Learning 

From unstructured data to business value for manufacturing

Van ongestructureerde data tot waarde voor je bedrijf 

large_pexels-energepiccom-159888.jpg

medium_pexels-energepiccom-159888.jpg

small_pexels-energepiccom-159888.jpg

thumbnail_pexels-energepiccom-159888.jpg

pexels-energepiccom-159888.jpg

Impact van Data & IoT in de financiële industrie 

ONTBITES sessie

Één of twee keer per jaar schuiven we bij LINKIT de bureaustoelen de gang op en maken we plaats voor de schoolbanken. Acht kandidaten die de zeer zware voorselectie hebben overleefd leren dan tijdens onze bootcamp in sneltreinvaart de beginselen van data engineering. Vervolgens worden ze gekoppeld aan een potentiële werkgever waar ze een jaar lang aan de slag gaan. Vervolgens hebben ze de keuze om daar vast in dienst te gaan, of bij LINKIT te blijven. Één van hen is voormalig assistent professor Inan Ates. Hij gooide vorig jaar zijn carrière om en ging van een Turkse universiteit, via de bootcamp aan de slag bij ASML. Hoog tijd voor een terugblik op een veelbewogen jaar. 

### In het diepe gegooid

“Tough but nice”, zo omschrijft Inan zijn eerste jaar als data engineer in een paar woorden. “De bootcamp gaf weliswaar een goede introductie in de belangrijkste aspecten van data engineering, maar bereidde me maar deels voor op de uitdagingen waar ik vervolgens bij ASML tegen aan liep. Eigenlijk alle technologie waar ik bij ASML mee moest werken was nieuw voor mij. Om een voorbeeld te geven: we leerden tijdens de bootcamp wel over Kafka, maar toen ik bij ASML direct tegen een Kafka probleem opliep, was het een hele uitdaging om het probleem op te lossen.”

### Selecteren op leervermogen

Interessant genoeg is dat juist wat LINKIT voor ogen had. De kandidaten werden van tevoren niet geselecteerd op hun al aanwezige kennis van data engineering en coderen, maar op hun vermogen om nieuwe dingen te leren. Waren ze bijvoorbeeld al thuis in Java, dan moesten ze een opdracht in .Net of Python uitvoeren en vice versa. In een week tijd moesten ze zelfstandig een nieuwe programmeertaal te leren om daarin een applicatie te bouwen. Het belangrijkste beoordelingscriteria was hoe ze deze enorme uitdaging te lijf gingen en hoe snel ze kennis konden absorberen. Uit ongeveer 100 aanmeldingen werden de acht besten vervolgens geselecteerd voor de bootcamp. 

### Senior als leerversneller

Om de uitdaging niet al te zwaar te maken,  gingen Inan en zijn twee medebootcampers niet in hun eentje naar ASML. Ze werden vergezeld door senior Thiago de Faria, die onder andere als opdracht had om te zorgen dat ze doorgingen waar ze tijdens de bootcamp aan waren begonnen: in sneltreinvaart data engineering in de vingers krijgen. 

Inan lacht als hij ernaar gevraagd wordt. “Thiago zorgt er zeker voor dat wij scherp blijven,” legt hij uit. “Hij stelt ons continu vragen waarop we het antwoord meestal niet weten.”

### Snel resultaat

Het afgelopen jaar was dan ook zeer leerzaam voor Inan. “Bij ASML ben ik vooral bezig geweest met het afronden van een eerder uitgevoerde data migratie. Voor de afronding hadden ze extra handen nodig, dus daar kwamen mijn collega’s en ik  in beeld. ASML vond het vooral belangrijk dat we snel meters maakten en resultaat boekten. Om meer uitdaging in het werk aan te brengen mogen we nu ook deels in Scala gaan programmeren, in plaats van met Python. Ik vind dat zelf ook een flinke verbetering. Met Scala kun je data efficiënter toepassen en loggen. Bovendien is het naar mijn idee betrouwbaarder dan Python.”

### Uniek aanbod LINKIT

Ook voor ASML was het afgelopen jaar zeer leerzaam. Voor hen was het interessant om te zien hoe een team van drie nieuwbakken data engineers en een senior bij hen zou functioneren. Volgens Koen Hendrickx, manager Big Data & Advanced Analytics bij ASML, was de aanvulling zeer waardevol. “Ervaren Data Engineers zijn om te beginnen schaars,” legt hij uit. “Daar komt bij dat je mensen wel kunt leren programmeren, maar daarmee heb je jouw bedrijfsprobleem nog niet opgelost. Door een senior bij de juniors te zetten, kunnen de juniors heel snel leren in de juiste context (van ASML) waardoor ze sneller de juiste oplossingen weten te vinden. Hierdoor levert LINKIT niet gewoon wat extra handen, maar lossen ze echt een probleem voor ons op.”

### Uitdaging

“Als ik kijk naar de verwachtingen die ik voor de bootcamp had, zijn die ook echt wel uitgekomen.” zegt Inan. “Zo wilde ik mijzelf uitdagen en dat is zeker gelukt,” zegt hij met gevoel voor understatement. “Voor de bootcamp werkte ik als assistent professor en was ik bezig met een master in computer science. Die laatste is helaas gesneuveld,” zegt hij met een grijns. “De bootcamp, met ASML daar achteraan, was te zwaar. Het nam al mijn tijd in beslag.”

### Omgaan met druk

Een tweede punt waar Inan zich in wilde uitdagen, was het omgaan met druk en stress. “Als data engineer werk je continu onder druk. Er is altijd wel een nieuw probleem, waarvoor je heel snel een oplossing moet zien te vinden. Dan weer is er iets aan de hand met een pipeline, of is er een probleem met een platform. Soms kom je daaruit en soms faal je. Gelukkig mag dat ook. Het belangrijkste is dat je met die druk om kan gaan en dat is bij mij gelukkig zo.”

### Motivatie vereist

Het is duidelijk dat het volgen van de bootcamp en het doorstaan van het daaropvolgende jaar wel een prijs heeft. “Ik zit nog steeds ieder weekend te studeren om mijn kennis bij te spijkeren,” geeft Inan aan. “Je moet echt wel gemotiveerd zijn om dit werk te willen doen. Het komt zeker niet vanzelf.”

### De keuze
 
Tot slot is er nog één belangrijke vraag over. Gaat Inan straks volledig in dienst bij ASML, of blijft hij bij LINKIT? “Ik neig naar ASML ,” antwoordt Inan. “Ondanks alle druk heb ik het namelijk echt super goed naar mijn zin daar. Tegelijkertijd bevalt LINKIT ook prima. Het is hoe dan ook een moeilijke keuze.”

### Ze zitten al bij de club
 
Bij ASML zijn ze daar al uit. Koen: “Ze zijn met de insteek aangenomen om in dienst te gaan en wat ons betreft worden ze werknemers. Als ze dat zelf willen natuurlijk. Op die manier behandelen we ze overigens ook nu al. Ze hebben bijvoorbeeld blauwe batches terwijl ‘externen’ een groene batch hebben. Ook worden ze uitgenodigd voor interne events. Ze zitten dus eigenlijk al bij de club en hopelijk blijft dat zo!” 
 
*Kan jouw bedrijf ook nog wel wat data engineers gebruiken? Meld je dan aan als partner voor de volgende bootcamp van LINKIT. Neem contact met ons op voor meer informatie.*


inan.png

Wil jij een data engineer worden?  Van assistent professor tot data engineer bij ASML. Het kan, met de LINKIT bootcamp. Hoe? Lees meer!

Het kan, met de LINKIT bootcamp  

Van assistent professor tot gewaardeerde data engineer bij ASML 

Als één van LINKIT’s meer ervaren Cloud professionals kijkt Anthony  Potappel niet snel op van een uitdaging meer of minder. Maar het opzetten van een eigen Kafka service voor een pilot applicatie op de AWS Cloud, dat was ook voor hem een forse uitdaging. Een kleine maand werkte hij bij een verzekeraar mee aan deze bijzondere en uitdagende opdracht. Voor hen een mooie eerste stap in de richting van het realiseren van de lange termijnplannen van het bedrijf, waarbij het grootste gedeelte van de infrastructuur op de AWS Cloud moet gaan draaien.

### Wat is Kafka?

Kafka, officieel Apache Kafka, is een open source streaming platform, ontwikkeld door LinkedIn. Het wordt tegenwoordig op grote schaal gebruikt als een soort van man-in-the-middle bij het verwerken van realtime datafeeds. Gebruikers kunnen zich abonneren op datafeeds en vervolgens gegevens realtime publiceren op meerdere systemen of applicaties. Voorbeelden hiervan zijn het matchen van passagiers en voertuigen bij Uber, of realtime analyses voor onderhoud bij Shell.  

### Koppelen van applicatie met SaaS-dienst

Het grootste probleem waar Anthony tegenaan liep, was het koppelen van de nieuwe applicatie met met een SaaS-dienst van een derde partij. Daarvoor was een publiek endpoint nodig, waarvoor een Kafka cluster gebruikt werd. Een uitdaging, omdat de Amazon’s Managed Streaming for Apache (MSK) maar via één VPC netwerk of VPN werkt. Dit werd helaas niet door de SAAS-partij ondersteund.

### Kokerellen in de AWS keuken 

Daarentegen biedt AWS wel een zeer uitgebreid bouwpakket, bouwblokken en automatiseringsgereedschappen om zelf een service in elkaar te zetten, op basis van een eigen recept. En dat is waar Anthony mee aan de slag gegaan!

### Enorm veel componenten

Het zelf ontwikkelen van een eigen Kafka service is echter geen alledaagse klus. Zo zijn er enorm veel componenten die verwerkt moeten worden. Denk daarbij aan een Elastic Compute Cloud (ECS) met Autoscaling, SSM-Parameter Store, Route53, PrivateCA en Lambda functions. De gecreëerde omgeving wordt vervolgens via een VPN ontsloten naar een tweede AWS-account, met een firewall, Intrusion Detection en Prevention Systems. Pas na al deze acties wordt het endpoint publiekelijk doorgezet. Een flinke lijst aan ondoorzichtige termen dus, waarbij alles moet kloppen. 

### Voor-en nadelen van een eigen service

Het zelf toepassen van al deze componenten op één service bracht zowel voordelen als uitdagingen met zich mee. Zo biedt ECS als voordeel dat er voor Kafka standaard Confluent images gebruikt kunnen worden. Die moeten echter nog wel van een extra security-patch worden voorzien, zodat (automatisch gegenereerde) wachtwoorden via een SSM Parameter Store ingeladen kunnen worden. Om de data veilig van het ene AWS account naar het andere te  transporteren is portmapping gebruikt. Helaas voor Anthony is dat een feature die nog niet in de standaard MSK dienst zit van AWS, waardoor deze handmatig moest worden ingesteld.  

### PrivateCA

Wat dit project voor Anthony vooral speciaal maakte was het PrivateCA component. PrivateCA wordt gebruikt om de uitgifte van (SSL-) sleutels te regelen, zodat Kafka-nodes onderling veilig kunnen communiceren en alleen de applicatie toegang heeft tot het cluster.

Alleen ging het opzetten hiervan niet zonder slag of stoot. PrivateCA is namelijk een van de weinige diensten van AWS die niet volledig kan worden opgebracht via CloudFormation. Het belang van CloudFormation is dat je via één recept kunt uitrollen op 4 omgevingen van de OTAP ontwikkelstraat, waardoor veel tijd en moeite wordt bespaard. 

### Python Lambda’s

Om dit op te lossen schreef Anthony in Python Lambda’s die (via AWS SDK) de juiste API’s aanroepen, een PrivateKey genereren en vervolgens uploaden naar AWS. Uiteindelijk is de gevraagde omgeving nu 100 procent via CloudFormation geautomatiseerd volgens de AWS Infra-as-code standaard!

### Een hele prestatie!

Ondanks de vele hierboven genoemde uitdagingen, slaagde Anthony erin om in minder dan een maand de benodigde configuratie code en bijbehorende documentatie op te leveren. Een hele prestatie! Waar hij ook met recht trots op is. De omgeving wordt nu getest en Anthony springt af en toe bij voor extra support. Na deze fase verwacht hij dat de service zonder problemen zelfstandig kan draaien. 

### Afronding

Doordat Anthony samen met het team van de klant werkte en de applicatie goed heeft gedocumenteerd, heeft de klant nu de mogelijkheid om zelf verder aan de slag te gaan. 

Zo past dit project perfect binnen de LINKIT manier van werken: in een transparante en pragmatische aanpak samenwerken met de klant om zo een business gedreven oplossing te vinden. Met kennisdeling in de hoofdrol!

*Sta jij ook voor een AWS uitdaging? En kun je wel wat extra advies gebruiken? Anthony komt graag met veel enthousiasme zijn AWS ervaring met je bespreken.*


taylor-vick-M5tzZtFCOfs-unsplash.jpg

Je eigen Kafka service bouwen ondanks een berg aan uitdagingen. Anthony & zijn team deden het! Sta jij ook voor zo'n uitdaging?

Het creëren van een eigen Kafka service ondanks een berg aan uitdagingen   

Binnen een maand op weg naar een volledig geautomatiseerde infrastructuur op de AWS cloud

Een officiële opleiding bestaat vrijwel niet en dat terwijl de vraag naar data engineers exponentieel groeit. Het vak van data engineer wordt soms ook wel het ‘beroep van de toekomst’ genoemd, maar wie leidt deze veelgevraagde professionals dan op? Een aantal jaar geleden besloot LINKIT in dit gat in de markt te springen en zelf nieuwe data engineers op te gaan leiden. Het resultaat was de ‘traineeship’. Een jaar durend programma dat start met een intensieve trainingsperiode van zes weken, gevolgd door een detacheringsperiode van een jaar bij één van onze klanten. 

### Vraag en aanbod
Zowel Michael Best als Fleur Hasaart kwamen in aanraking met dit programma, maar wel vanaf verschillende kanten. Michael besloot als trainee  mee te doen. In de hoop om zijn kennis te vergroten en om uit te vinden of het beroep van data engineer hem zou liggen. Fleur Hasaart, manager van CZ’s data science team, deed mee aan de traineeship vanwege een hele andere reden. Bij CZ waren ze dringend op zoek naar een nieuwe data engineer en de mogelijkheid om mee te doen kwam dan ook precies op het juiste moment. 

### Naar de laatste technologische standaarden
“Het vinden van een data engineer was en is moeilijk binnen de huidige markt,” legt Fleur uit. “Dus toen ik een spontaan telefoontje kreeg van LINKIT om mee te doen aan de traineeship was ik zeker geïnteresseerd. Ik had een goed gesprek met hen en besloot uiteindelijk om mee te doen. Bovendien steun ik het idee achter de traineeship. Het specifiek opleiden van mensen voor een bepaald doel met gerichte kennis vind ik een slim plan. Voor CZ was het tot slot een aanwinst om iemand in het team te krijgen die getraind is naar de laatste technologische standaarden.” 

### Starten in het midden van een pandemie
In april 2020 kreeg Fleur Michael in haar team. Midden in de eerste golf van de coronacrisis was dit niet bepaald de beste tijd om te starten, maar zowel Michael als Fleur wisten er het beste van te maken. 

Michael: “Bij CZ kreeg ik te maken met een hele aardige groep collega’s. Er is veel onderlinge samenwerking en iedereen staat voor je klaar als dat nodig is. Ik heb de afgelopen maanden mijn best gedaan om CZ op elke manier mogelijk te helpen. Het is een hele goede ervaring tot zover!” 

### Voordelen van de bootcamp
“Om eerlijk te zijn, had ik weinig verwachtingen van tevoren waar ik zou gaan werken en wat ik zou gaan doen. Om vervolgens CZ als eerste opdracht te krijgen was dan ook een fijne verrassing. Wat je rol uiteindelijk wordt, wordt tenslotte voor een groot deel bepaald door de plek waar je terecht komt. 

Ik kan nu zeggen dat ik de afgelopen maanden echt enorm veel geleerd heb. Veel meer dan ik van tevoren had gedacht! De traineeship gaf me een goede introductie tot het vak van data engineer en gaf me de tools om te leren wat ik op mijn werk moest doen. En nee, de traineeship heeft me niet alles geleerd wat ik nodig had. Maar het heeft me wel geleerd de kennis te vinden die ik nodig heb, zodat ik het ter plekke kan leren."

### Een ijverige leerling
Fleur is hier mee eens: “Michael kwam binnen tijdens een moeilijke periode, waarbij we elkaar niet eens in het echt konden ontmoeten. Geen ideale start. Maar gelukkig voor ons wil hij heel graag verder leren. Ik moest hem af en toe zelfs tegenhouden,” zegt ze met een lach. “Michael heeft een hele brede interesse, zelfs buiten zijn eigen functieprofiel. Hij heeft een goede instelling en doet wat hij moet doen. Ik ben heel blij met hem!

### Goede samenwerking met LINKIT
Ook de samenwerking met LINKIT gedurende Michaels tijd bij CZ verliep goed. Fleur: “Het is heel fijn samenwerken met LINKIT. Ze checken regelmatig of alles nog goed gaat en als er iets is wat ik met hen wil bespreken is daar altijd tijd voor. LINKIT investeert duidelijk in onze samenwerking.”

### Steun van LINKIT
Michael: “Ik heb maandelijkse updates met mijn principle bij LINKIT, Alyona. We praten over waar ik mee bezig ben en ik vertel haar over de nieuwe dingen die ik leer, de uitdagingen die ik heb en welke volgende stappen ik zal nemen. Daarnaast helpt LINKIT me ook op persoonlijk vlak. Mijn baan bij CZ is mijn eerste echte baan. En als een Amerikaan die vooral in Portugal heeft gewoond, ben ik niet gewend aan de Nederlandse cultuur. Als ik tegen situaties aanloop op de werkvloer, kan ik altijd bij iemand van LINKIT terecht voor vragen.”

### De grote vraag
Iedere traineeship eindigt met ‘de grote vraag’: hoe ga je verder? Iedere bootcamper beslist aan het einde van het jaar of hij of zij blijft werken bij het bedrijf waar hij gedetacheerd is, of verder gaat bij LINKIT. Voor Michael en Fleur is dat een uitgemaakte zaak. Michael: “we hebben nog gesprekken om alles formeel te regelen, maar ik blijf graag bij CZ!”

*Dit najaar hebben we opnieuw een traineeship bij LINKIT. Ben je geïnteresseerd om mee te doen aan het programma, zowel als bedrijf of als trainee? Neem dan vooral contact met ons op door te bellen of door een mail te sturen aan één van de onderstaande experts.*


large_template.jpeg

medium_template.jpeg

small_template.jpeg

thumbnail_template.jpeg

template.jpeg

Een interview met Fleur Hasaart van CZ en Michael Best van LINKIT

Matchmaking op hoog niveau met de LINKIT traineeship voor data engineers

Het krijgen van schulden en daar niet zelf meer uit kunnen komen, is één van de grootste problemen waar je in terecht kunt komen. In het ergste geval eindig je in de schuldhulpverlening waarbij je inkomsten zo worden uitgekleed dat je alleen nog een basisbedrag overhoudt waarvan je net kunt overleven. In 2018 overkwam dit 650.000 huishoudens, 8,3 procent van het totaal. Een nog veel groter percentage, tot wel 40 procent van alle Nederlanders, maakt zich wel eens zorgen over geld. 

Veel gemeentes in Nederland worstelen hiermee. Hoe voorkom je dat mensen zo in de schulden raken dat ze er zelf niet meer uitkomen? Een wethouder in Zoetermeer vroeg zijn zoon om hulp. Het resultaat is Buddy Payment. Een app voor internetbankieren die tegelijkertijd een budgetcoach is. 

### Hoe werkt Buddy?

Het idee achter de app is op zich simpel, maar technisch uitdagend, legt Camiel Kuiper (de zoon in kwestie) uit. “Op het moment dat je salaris of uitkering wordt gestort, trekt Buddy daar direct de vaste lasten vanaf. Je weet dan precies hoeveel je die maand nog kunt uitgeven. Ook is het mogelijk om direct een bedrag weg te zetten aan spaargeld.”

### Automatisch toeslagen bepalen

“De volgende stap is dat de app ook precies bijhoudt op welke uitkeringen en toeslagen je recht hebt. Op het moment dat je ineens te veel verdient wordt dit automatisch doorgegeven aan de belastingdienst en voorkom je dus dat je onverwacht een aanslag krijgt. Andersom werkt het natuurlijk ook en loop je geen toeslagen mis. Tot slot zit er een chatfunctie in de app waardoor je ook vragen kunt stellen. Zoals: waarom krijg ik deze maand ineens 30 euro minder aan zorgtoeslag? Nou, omdat je dus meer bent gaan verdienen.” 

### Uitrol 

Camiel: “We werken op dit moment samen met vijftien gemeenten in Nederland en hebben pas een aanbesteding gewonnen voor nog 89 anderen. Je kunt toegang krijgen op basis van uitnodiging door de gemeente. Het is echt een tool om te voorkomen dat mensen in de schulden komen. In een later stadium kan hij ook worden ingezet voor mensen onder schuldbewind.”

### Versterking gezocht

Nadat Buddy met een aantal programmeurs was gestart, kwam er al snel behoefte aan uitbreiding. Via zijn netwerk kwam Camiel uit bij LINKIT. “Een interessante club. Ik ben met hen in gesprek geraakt omdat ik op korte termijn een Dev Ops engineer nodig had. Het contact was lekker vlot en helder. Er was geen rompslomp. Op donderdag hadden we het contract rond en de maandag daarop kon Goncalo al bij ons beginnen”.  

### Een nieuwe uitdaging 

Voor Goncalo Carvalho (de Dev Ops engineer in kwestie) begon zijn werk bij Buddy als iedere andere opdracht. “Ik had daarvoor bij grote enterprises gewerkt zoals KLM, dus ik was benieuwd hoe het werk bij een kleine start-up als Buddy zou bevallen. Naast mij werkten er maar vier andere developers (nu 9).”

### Backend support 

“In eerste instantie ben ik vooral bezig geweest met het onderhoud en de bewaking van de backend. Bij Buddy hadden ze hun werk goed gedaan. De eerste delen waren gebouwd in Terraform, werkten naar behoren en zijn ook schaalbaar richting de toekomst. Ook de data waren op de juiste manier opgeslagen. Ik ben zelf vooral bezig geweest met de supportservices, logging, een dashboard en visualisatie. Het is vooral belangrijk dat als één van de data pipelines breekt we in staat zijn om de gegevens snel te herstellen, zodat de gebruikers er zo weinig mogelijk hinder van ondervinden. En daarvoor moet je een duidelijke structuur aanbrengen.”

### Een technische uitdaging 

Na verloop van tijd kwam daar echter nog een tweede taak bij, legt Camiel uit. “De technische uitdaging bij Buddy zit hem vooral in het gedrag van mensen met financiële problemen. Bij mensen zonder geldproblemen is een dergelijke app vrij makkelijk te configureren. De meesten hebben een vrij voorspelbaar uitgavepatroon. Maar mensen met problemen kunnen enorm schuiven met hun betalingen. Soms betalen ze een maand niets en dan ineens een hele hoop rekeningen tegelijk. Dat maakt het voor de algoritmes die we gebruiken erg lastig om te voorspellen welke kosten wanneer betaald moeten worden.”

### Project twee 

Goncalo: “Inmiddels ben ik dan ook bezig een parallel project. Dat is meer gericht op de dataverwerking en het bouwen van scripts om de data te analyseren en te debuggen. Een belangrijk onderdeel om de algoritmes in zoverre te verbeteren dat ze meer en betere patronen herkennen in het gedrag van de gebruikers.”

### Afwisseling 

Voor een Dev Ops engineer een interessante zijsprong, maar niet de enige legt Goncalo uit. “Omdat we in een klein team werken worden we soms uitgedaagd om uit onze comfortzone te stappen. Ik ben nu ook regelmatig aan het programmeren, wat redelijk nieuw voor mij is. Ik vind het zelf een fijne aanvulling. Ik hou van de afwisseling.”

### Een bijzondere overstap 

En dat is niet het enige wat bij Goncalo in de smaak valt. “Ik merkte al snel dat het team erg fijn is om mee samen te werken en voelde me al vanaf dag 1 thuis hier. Daarnaast ben ik iemand die graag het beste uit zichzelf haalt. De sociale component van Buddy spreekt mij erg aan. Het is fijn om niet alleen te werken voor je salaris, maar ook om daarbij een tool te bouwen die mensen echt kan helpen. Ik was eerlijk gezegd al een tijdje op zoek naar zo’n werkplek. En bij Buddy vond ik die.”

Het was dan ook geen verrassing dat Goncalo na een aantal maanden besloot om over te stappen en definitief voor Buddy te gaan werken. Geen standaard stap, ook niet voor LINKIT, maar wel eentje waar we, tegen een vergoeding, aan mee besloten te werken. Onder andere ook omdat Buddy geen standaard klant was.

### Steentje bijdragen

Daan de Groof, CEO IT en Innovation bij LINKIT, legt het als volgt uit: “Toen ik in contact kwam met Buddy Payment werd ik echt geïnspireerd door de vooruitstrevende ideeën en enorme drive van Camiel en het team bij Buddy. Veel gemeentes worstelen met schuldhulpverlening en bij LINKIT hebben we veel kennis en ervaring in huis binnen het sociale domein. We wilden dan ook graag ons steentje bijdragen en hopen in de toekomst een goede partnership met Buddy Payment op te bouwen. En met Goncalo hebben ze een absolute topper in huis!”

### Op naar de toekomst 
Goncalo: “Ik ben erg blij dat ik deze kans kreeg van LINKIT. Uiteindelijk was iedereen blij met mijn move, dus dan is het fijn overstappen. Ik ben heel benieuwd naar wat Buddy kan bijdragen. Aan mij zal het niet liggen”. 

Ook Camiel is erg tevreden over zijn nieuwe werknemer. “Iedereen in ons team is blij met Goncalo als versterking. Ik sluit dan ook zeker niet uit dat we de volgende keer weer bij LINKIT aankloppen als we versterking nodig hebben.”


large_buddy image.jpg

medium_buddy image.jpg

small_buddy image.jpg

thumbnail_buddy image.jpg

buddy image.jpg

Een verhaal met een bijzondere wending

Een digitale hulp bouwen om uit de schulden te blijven

Het beroep van data engineer is relatief nieuw, maar wel zeer gevraagd bij het toenemende aantal bedrijven dat met data in de weer is. Bovendien is er (nog) geen officiële opleiding, waardoor het voor nieuwe data engineers vooral belangrijk is om in snel tempo veel relevante ervaring op te doen. Bij LINKIT voorzien we met onze unieke bootcamp voor data engineers in deze behoefte. Veelbelovende talenten krijgen direct een contract, leren in acht weken de basis van data engineering en gaan vervolgens één jaar lang aan de slag bij een gerenommeerde werkgever om de fijne kneepjes van het vak te leren. Daarna mogen ze zelf kiezen of ze daar in vaste willen, of liever bij LINKIT blijven. 

### Veel animo

Deze methode vraagt behoorlijk veel van de kandidaten. Dat begin al tijdens de selectieprocedure. Gemiddeld hebben we tussen de 100 en 150 aanmeldingen en slechts plaats voor acht. Omdat het leren van data engineering een enorm steile leercurve vraagt, selecteren we minder op de al aanwezige vaardigheden, maar op leerbaarheid. 

Dit zie je ook duidelijk terug in de proefopdracht. Iedere kandidaat moet deze in een, voor hem of haar onbekende, programmeertaal uitvoeren. Daarbij moeten ze continu bijhouden welke stappen ze nemen en vooral hoe ze de opdracht proberen uit te voeren. 

### Leren en direct toepassen

Het resultaat is vervolgens niet van belang. Wel hoe snel de kandidaat in staat is om nieuwe materie als het ware te absorberen én direct toe te passen. Dat is namelijk in de kern wat we van onze data engineers verwachten. 

Ondanks dat de meeste deelnemers wel een achtergrond in de IT of in de techniek hebben, is de bootcamp hierdoor breed toegankelijk. Zo hebben we ook mensen met een achtergrond in biologie of sales. 

### Onderdelen bootcamp

De bootcamp zelf bestaat uit zes weken les, die vervolgens worden afgesloten met een Capstone Project van twee weken. In deze twee weken zullen ze, met alle nieuwe opgedane kennis, een vraagstuk van een klant in teams oplossen. Onderwerpen die onder andere voorbijkomen in de bootcamp zijn: Python, Scala, Docker, Spark, Kafka, SQL en NoSQL en werken vanuit de Agile methode. 

### Speeddates

Na een aantal weken staat het, voor sommigen, spannendste onderdeel op de planning: de speeddates. LINKIT werkt voor de bootcamp samen met een aantal partners waarbij de deelnemers na afloop van de bootcamp junior data engineer aan het werk gaan, waaronder bedrijven als Shell, ASML en Transavia

### Het vervolg

Zowel de deelnemende bedrijven als de bootcampers kunnen na de speeddates een voorkeur opgeven. Aan de hand daarvan wordt een passende match gemaakt. Hier houdt de bootcamp echter niet op, maar begint het leertraject pas echt. De bootcamp voorziet in een basis, maar in veel gevallen blijft het noodzakelijk voor de nieuwe data engineers om zich in sneltreintempo nieuwe technieken, kennis en werkmethodes eigen te maken. Deels doen ze dit zelfstandig, maar ook onder begeleiding. Het eerste jaar moet er altijd een senior data engineer aanwezig zijn. Ten eerste om de kwaliteit te bewaken, maar ook te verzekeren dat de bootcampers hun steile leercurve voortzetten bij het bedrijf waar ze gedetacheerd zijn. Is deze bij de partner niet beschikbaar, dan kan LINKIT die zelf ook meesturen. 

*LINKIT organiseert één a twee keer per jaar een bootcamp. Zit jouw bedrijf te springen om nieuwe junior data engineers? Neem dan contact met ons op en vraag naar de mogelijkheden om deel te nemen. Ben je benieuwd naar een voorbeeld uit de praktijk? Lees dan [deze business case](/cases/Van-assistent-professor-tot-gewaardeerde-data-engineer-bij-ASML) over de samenwerking tussen bootcamper Inan en ASML. Of lees onze [data management checklist](https://go.linkit.nl/l/847693/2020-10-05/2k4hd) voor meer inzicht over het belang van ervaren data engineers voor je bedrijf.*


P1010910.jpg

Data engineer in 8 weken met de LINKIT bootcamp! Zit jouw bedrijf te springen om nieuwe data engineers en ben je benieuwd naar een praktijk voorbeeld?

Data engineer in 8 weken met de LINKIT bootcamp

De data engineer is in toenemende mate de zeer gewilde allrounder in de data-industrie. Of het nu gaat om het bouwen van pipelines, of het verhelpen van platformproblemen, de data engineer kan het voor je regelen. Aan de andere kant is er (nog) geen officiële scholing om data engineer te worden. Ervaring is dus het allerbelangrijkst en er is overduidelijk meer dan één route om data engineer te worden. Door dit alles is het lastig bepalen of je de echte expert te pakken hebt. Wil je het zeker weten? Maak dan gebruik van deze checklist! 

### 1.	Een data engineer moet jouw data science team kunnen ondersteunen

Geen enkele data scientist kan de data van jouw bedrijf omzetten in bruikbare inzichten, zonder een staaltje van goede data engineering achter de schermen. Een data engineer moet begrijpen welke data een data science team nodig heeft en deze kunnen voorbereiden en kunnen leveren. 

### 2.	Een data engineer moet jouw data platform kunnen (door)ontwikkelen

De kerntaak van een data engineer is het maken van data pipelines die betrouwbaar en efficiënt data leveren voor analyse. Het verwerken van al die data om er iets bruikbaars van te maken is een grote uitdaging. 

Om dit aan te kunnen, moet een data engineer in ieder geval een uitstekende programmeur zijn. De belangrijkste programmeertalen zoals Python, Java en Scala moeten voor hem of haar geen geheim zijn. Daarnaast kan een goede data engineer overweg met zowel relationele als non-relationele databases, cloudinfrastructuur en distributiesystemen. Daar bovenop moeten ze om kunnen gaan met big datatools zoals Hadoop, Spark en Airflow. Deze worden gebruik voor de extractie, het transport en het inladen (ETL) van big data op een makkelijke en geautomatiseerde wijze. 

### 3.	Een data engineer moet sociaal zijn en communicatief vaardig

Een data engineer werkt vrijwel altijd binnen een team. Iemand inhuren die technisch briljant is, maar onmogelijk om mee samen te werken, gaat vrijwel zeker niet werken. Wat dat betreft is het tijdperk van de nerd IT’er echt wel over. Sociale- en communicatieve vaardigheden zijn voor veel bedrijven inmiddels net zo belangrijk als technische kennis en kunde. Een goede data engineer is in staat om zijn of haar plannen en ideeën op een begrijpelijke manier uit te leggen aan iedere belanghebbende binnen het bedrijf. 

### 4.	Een data engineer staat open voor nieuwe uitdagingen en is altijd bereid om door te leren en zichzelf te verbeteren. 

Geen enkele dag is ooit hetzelfde voor een data engineer. Hij of zij moet in staat zijn om veel te kunnen begrijpen. In veel gevallen komt een engineer onbekende, maar dringende uitdagingen tegen waardoor hij of zij in staat moet zijn om snel nieuwe kennis te vergaren en deze om te zetten in een werkende oplossing. 

Daar komt bij dat de belangrijkste gereedschappen en technieken waarmee een data engineer werkt nog volop in ontwikkeling zijn. Om relevant te blijven moet een data engineer daarvan op de hoogte blijven en nieuwe inzichten integreren in zijn werkmethode. Om kunnen gaan met stress en open staan voor nieuwe uitdagingen zijn zeker belangrijke voorwaarden om een succesvolle data engineer te zijn. 

*Ben je er nog steeds niet zeker van dat je de juiste data engineer hebt gevonden? LINKIT heeft meer dan 20 jaar ervaring als kennispartner waarbij we bedrijven, zoals KLM en ASML, de kennis leveren die zij zelf niet in huis hebben. Heb jij behoefte aan een betrouwbare data engineer? Wij kunnen zeker helpen! Neem contact op met één van onze experts voor meer informatie.*

P1010653.jpg

Wat doet een data engineer en hoe weet je of de kandidaat een goede match is? Of het nu gaat om het bouwen van pipelines of het verhelpen van platformproblemen.

Dit is wat een data engineer moet kunnen doen!

Voor veel mensen is voetbal, tennis of hockey gewoon een leuke sport. Je mept, slaat of schopt tegen een bal. Als die in het doel van je tegenstander vliegt dan juich je en andersom dan baal je. Het idee om hier data-analyse op los te laten klinkt misschien wat gek, maar biedt wel enorme mogelijkheden. Voor steeds meer professionele bedrijven speelt het benutten van de vele data, die steeds makkelijker toegankelijk is, een belangrijke rol in het spel. Ook om ondanks beperkte budgetten toch het maximale uit het team te halen. 

### Datagedreven training

Data in de sport gaat om meer dan het analyseren van de tegenstander en je eigen spel. Data kan ook benut worden om zo effectief mogelijk trainingen aan te bieden aan spelers op hun eigen niveau. En tegelijkertijd ook om de intensiviteit zo te reguleren dat er minder kans op kostbare blessures ontstaat. 

### Scouting

Ook voor de scouting is data interessant. Zeker voor clubs met een relatief klein budget en weinig scouts. Door de vele databronnen met informatie over spelers en hun prestaties door een digitale filter te halen is het mogelijk om zo te selecteren dat alleen de spelers tevoorschijn komen die echt interessant zijn voor een club om te volgen. En die binnen het budget vallen.

### Speelwijze en strategie

Maar het belangrijkst blijft natuurlijk het volgen van het spel en de mogelijkheid om opstellingen en speelwijzen strategisch te verbeteren een aan te passen op de tegenstander. Hoe je dat doet? Via de volgende drie stappen:

### 1.	Verzamelen

Bij sommige sporten wordt data centraal verzameld, zoals bijvoorbeeld in de Eredivisie. Bij andere sporten zul je dat zelf moeten doen met behulp van camera’s en sensoren. Al kan dit behoorlijk lastig zijn, toch is de echte uitdaging vooral hoe je het verzamelen op zo’n manier inricht dat de data vervolgens ook bruikbaar en toegankelijk is voor alle vervolgstappen. Het beste verzamel je alle relevante databronnen op één plek: bijvoorbeeld in de cloud.

### 2.	 Koppelen

De kracht van data is meer doen met dezelfde data. Of op een andere manier gezegd: data plus meer data is betere data. Het onderstaande voorbeeld laat dit goed zien. 
   
![Data sports 1.jpg](https://s3.eu-west-1.amazonaws.com/nl.linkit.production.user-data/Data_sports_1_15b1ce70e7.jpg)

Op de eerste afbeelding zie je de positie waarvandaan een schot is gelost. Nuttig om te weten, maar het zegt uiteraard weinig over de omstandigheden waarin dat gebeurde. Op de tweede afbeelding is de data toegevoegd waarin je de posities van de spelers ziet op het moment van het schot. Nu zie je ineens dat de keeper, bij de oranje pijl, volledig uit positie is waardoor de tegenstander makkelijk kon scoren. 

### 3.	Analyseren

Nu je belangrijke data kunt koppelen, is het mogelijk om te analyseren wat er is gebeurt. En hoe je bepaalde zaken anders kunt aanpakken. Uiteraard gebeuren dit soort analyses nu ook al, maar zit daar veel handmatig werk in. Door data te verzamelen en te koppelen kun je veel automatiseren waardoor je sneller meer data kunt analyseren. Zoals je ook kunt zien in het onderstaande voorbeeld. 

![Data sports 2.jpg](https://s3.eu-west-1.amazonaws.com/nl.linkit.production.user-data/Data_sports_2_c79d030f3f.jpg) 

Hierboven zie je de positie waarvandaan een schot op doel werd geplaatst. In de baan van het schot staan echter drie tegenstanders, waardoor de kans op een doelpunt erg klein is. Een betere optie was om de bal af te leggen op nummer 19, of om een voorzet te geven naar de inlopende nummer 23. 

### Waar sport en IT elkaar ontmoeten

Het goed verzamelen en koppelen van data is zeker geen simpele klus. maar wel eentje met een grote beloning aan het einde van de tunnel. Om dit goed te uit te voeren is een goede samenwerking nodig tussen sportclub en IT. Twee totaal verschillende werelden, maar wel een potentieel gouden combinatie die de professionele sport nu al flink heeft opgeschud.   

*Wil je meer weten over de mogelijkheden om data binnen de sport te gebruiken? En wat de ervaringen van LINKIT zijn op dat gebied? Neem dan contact op met één van onze experts voor meer informatie.*


large_goalkeeper-catches-ball-stadium.jpg

medium_goalkeeper-catches-ball-stadium.jpg

small_goalkeeper-catches-ball-stadium.jpg

thumbnail_goalkeeper-catches-ball-stadium.jpg

goalkeeper-catches-ball-stadium.jpg

Verbeter je sportprestaties met de hulp van data

Data gebruiken om de business te voorzien van antwoorden en nieuwe nog onontdekte inzichten. Vaak is het een typisch geval van mooie theorie en weerbarstige praktijk. Slaag je erin, dan ben je de concurrentie een stap voor, maar lukt het niet dan wordt het erg lastig om nog volgende innovatieve stappen te maken. Met deze vijf stappen geven wij inzicht in het proces en bieden we een aantal belangrijke tips over hoe je een businessvraag wél goed omzet in een datavraag. 

### Stap 1: de juiste vraag vanaf de business krijgen…

### *En stap 2: De businessvraag omzetten in een datavraag*

Een IT’er is geen bedrijfskundige en vice versa. Een bedrijfskundige is in veel gevallen niet gewend om met data te werken en vindt het lastig om de goede vragen te stellen. IT’ers op hun beurt hebben vaak weinig inzicht in de behoeftes van de business en welke data ze daar precies voor nodig hebben. Er is dus een kloof en om datagedreven besluitvorming tot een succes te maken moet die gedicht worden. Vandaar ook dat stap 1 en 2 onlosmakelijk met elkaar verbonden zijn. 

**Een aantal (simpele) tips om deze uitdaging aan te gaan:**

-	Leer businessmensen de basis van hoe data werkt en wat de (on)mogelijkheden ervan zijn.
-	Leer IT-mensen welke data vooral belangrijk is voor het beantwoorden van businessvragen en op welke manier ze die moeten aanbieden (dashboarding). 

**En praktisch:**

-	Plaats het datateam als het ware in het midden, met het dichtst daaromheen de teams die het meeste gebruik maken van data. Zij moeten er het meeste van weten en de meeste toegang krijgen. Teams die minder of weinig gebruik maken staan er als het ware verder vandaan en hoeven dan ook minder kennis op zak te hebben en toegang te hebben. 

Het gaat hier om zowel een stuk cultuurverandering als een stuk kennisoverdracht. 

### Stap 3: Databronnen kiezen 

### *En stap 4: databronnen koppelen*

In de huidige werkomgeving is data vaak overal. Maar lang niet alle data is bruikbaar voor het beantwoorden van vaak specifieke businessvragen. Wil je graag weten waarom een bepaald product tijdens een bepaalde periode meer of minder is verkocht, dan heb je een beperkte aantal databronnen nodig waarvan de kwaliteit goed moet zijn. Oftewel betrouwbaar en met de juiste metadata. Daarnaast komen de meeste inzichten uit het koppelen van verschillende bronnen. 

Het is waarschijnlijk makkelijk om in te zien dat de treinen in januari maar voor 80 procent op tijd waren in plaats van de gebruikelijke 90 procent. Dat is de zogenaamde positionele data. Door eventdata toe te voegen kun je proberen antwoord te geven op de ‘waarom’ vraag. In dat geval weerdata die aangeeft dat een aantal dagen lang de wissels bevroren waren waardoor de treinen maar moeizaam hun werk konden doen. 

De behoefte van de business moet leidend zijn in de databronnen die worden gekozen, worden bijgehouden en worden gekoppeld. De focus van het datateam moet daar grotendeels op gericht zijn. 

### Stap 5: Het data antwoord omzetten in een business antwoord

Om weer terug te komen op het begin: businessmensen zijn geen data analysten. En data biedt vaak ruimte voor interpretatie. Deels is dat natuurlijk ook taak van de bedrijfskundige en de manager. Het is aan hem of haar om in te zien welke gegevens belangrijk zijn, welke trends uitgelicht moeten worden en welke investeringen gemaakt moeten worden.  

Tegelijkertijd is ook de manier hoe data aangeboden en vooral ook geselecteerd wordt van groot belang. Wil je dit als datateam goed doen, dan moet het voor hun gevoel in Jip-en-Janneketaal worden aangeboden. Het liefste via een duidelijk dashboard met overzichtelijke grafieken en een beperkte hoeveelheid cijfers. Deze moeten doorlopend antwoord geven op een aantal van tevoren vastgestelde businessvragen. 

Daarmee ben je als het ware ook weer terug bij af. Bij het werken met en toepassen van data is de onderlinge samenwerking van cruciaal belang. De zwakste link van technologie is vaak degene die het gebruikt. Doe je het verkeerd, dan verspil je veel geld, tijd en moeite. Maar doe je het goed, dan biedt het enorme meerwaarde. 

*Wil jij weten hoe je data in jouw bedrijf optimaal kunt inzetten? Of heb je behoefte aan tijdelijke expertise om jouw datateam of businessteam een draai in de goede richting te geven? Neem dan contact op met één van onze experts. Of lees eens onze [datachecklist](https://www.linkit.nl/articles/Van-businessvraag-tot-datavraag-in-5-stappen?whitepaper=open) voor meer inzicht en nog meer handige tips.*



large_stack-colorful-yellow-cards-with-question-mark.jpg

medium_stack-colorful-yellow-cards-with-question-mark.jpg

small_stack-colorful-yellow-cards-with-question-mark.jpg

thumbnail_stack-colorful-yellow-cards-with-question-mark.jpg

stack-colorful-yellow-cards-with-question-mark.jpg

5 stappen die ieder datateam doorloopt en de redenen waarom het vaak misgaat

Van businessvraag tot datavraag in 5 stappen

Een Data Engineer bij LINKIT houdt zich bezig met het adviseren over, bouwen en onderhouden van Big Data platforms en daarom helpen bij het industrialiseren van data science oplossingen/modellen in enterprise omgevingen. We zijn platform agnostisch en hebben te maken met omgevingen on-premises of in public clouds. Daarbij zijn wij niet sterk afhankelijk van specifieke tools of technologie&euml;n. Ben jij een onafhankelijke engineer wiens kennis en ervaring bijdraagt aan de groei van onze collega&#39;s en klanten? Join the team! Wat kan je verwachten:<ul><li>Werk aan 1 project per keer geen overloading.</li><li>Gebruik ten minste tot 10% van je tijd (een dag in de twee weken) om met je team/squad samen te komen, te leren en gave dingen te ontwikkelen.</li><li>Een groot deel van je werkzaamheden zal bestaan uit het praten met de business om hun problemen op te lossen. Dus niet alleen maar coderen.</li><li>Agile teams en omgevingen.</li><li>Een omgeving die ondersteund in het continu leren en het nemen van risicos.</li><li>Het bijwonen van technische conferenties - Dataworks Summit, Strata, SparkAI, ScalaDays, ...</li><li>Ondersteuning bij het spreken op meetups/conferenties en bij het schrijven van technische artikelen.</li></ul>

Data Engineer (medior & senior)

Data Engineer: Supporting business decisions with automated data pipelines!  

We zijn op zoek iemand die ervaring heeft met het verkopen van tech producten en diensten. Daarbij gaat de voorkeur uit naar iemand met kennis en ervaring binnen het Data Solutions domein. Je wordt binnen LINKIT onderdeel van de afdeling IT & Innovations, waarbij de focus ligt op Data (engineering, AI, ML), Low Code, Web Development en Cloud. Jij gaat je volledig focussen op het verkopen van onze data proposities aan nieuwe en bestaande klanten en deze klanten helpen te innoveren en sneller te groeien. Wat verwachten we van jou?<ul><li>Je gaat een nieuw klantenbestand opbouwen met wie we gave projecten gaan doen. Op basis van een duurzame relatie laat je enkele van deze klanten uitgroeien tot strategische partners op het gebied van de data proposities die wij leveren en ontwikkelen.</li><li>Je brengt energie en positiviteit tijdens gesprekken en denkt altijd in oplossingen. Met je passie voor IT & innovation en je analytische vermogen ben je in staat om business oppertunities te spotten en te vertalen naar onze diensten.</li><li>Je hebt er plezier in om in contact te treden met nieuwe klanten en je ziet new business als de start van een vruchtbare relatie (in plaats van acquisitie) op basis van het oprechte geloof dat onze diensten een impact zullen maken.</li><li>Je bent ervan verzekerd dat jouw sterke netwerk op C-level je een vliegende start bezorgt met mooie nieuwe kansen.</li></ul> Wat kan je van ons verwachten?<ul><li>Je wordt ondersteund en ontzorgd in operationele taken die voortkomen uit jouw werk, zodat je je volledig kan focussen op wat echt belangrijk is: het bouwen en managen van nieuwe relaties!</li><li>LINKIT is kennis-gedreven. Dit vertaalt zich naar hoe wij sales doen: wij matchen de technische diepgang van het verzoek van een klant met een voorstel of presentatie die waarde toont voor die organisatie.</li></ul> LINKIT; Top Werkgever & al meer dan 20 jaar goed in wat we doen! LINKIT is een organisatie met een open en informele sfeer waarbinnen wij samen onze ambities en doelen kunnen nastreven. Iedereen motiveert en helpt elkaar, successen worden gevierd en tussendoor is er altijd tijd voor een potje tafeltennis, tafelvoetbal, FIFA en natuurlijk de vrijdagmiddagborrel. Mede door dit alles is LINKIT verkozen tot winnaar van de Topwerkgever-award! Ben jij die commerciële techy of die geeky sales professional die technische diepgang brengt in onze commerciële activiteiten?  Wat ga je doen?<ul><li>Het uitdragen en verkopen van LINKIT haar data tech producten en diensten</li><li>De behoefte van de klant vertalen en afstemmen op wat de data producten en diensten van LINKIT kunnen oplossen</li><li>Ons klantenbestand uitbreiden</li><li>Onze projectdiensten laten groeien</li><li>Kansen halen uit een sterk c-level netwerk</li><li>Klant presentaties en workshops geven tijdens de pre- en post-salesfase.</li><li>Ondersteunen bij / initiëren van activiteiten in samenwerking met onze marketing afdeling</li><li>Ondersteunen bij ons partnerbeheer om nieuwe kansen te genereren</li><li>Commerciële input leveren voor nieuw te ontwikkelen proposities</li><li>Op strategisch niveau relaties aangaan en onderhouden met klanten en partners.</li></ul>

Tech Product Sales Professional (data)

Wij zijn op zoek naar een technisch aangelegd sales professional die zich bezig gaat houden met onze Data gerelateerde producten en diensten binnen onze IT & Innovations afdeling.