In veel MKB-organisaties is het verzamelen en rapporteren van data nog steeds een tijdrovende en foutgevoelige klus. Excel-bestanden circuleren overal, gegevens worden handmatig gecorrigeerd in verschillende systemen en rapportages worden met de hand bijgewerkt. Het gevolg is dat managers en analisten vaak worstelen met verouderde inzichten, inconsistente cijfers en een gebrek aan overzicht. Hierdoor duurt het langer voordat er goede beslissingen genomen kunnen worden en het vertrouwen in de data neemt af.

Een bekend probleem is dat data uit verschillende systemen, zoals een boekhoudpakket, CRM of HR-software, niet automatisch met elkaar verbonden zijn. Dit leidt tot dubbel werk, handmatige controles en fouten bij het overzetten van data. Denk bijvoorbeeld aan het handmatig aanpassen van uitzonderingen in BTW-tarieven of het dubbel moeten invoeren van klantgegevens. Deze werkwijze kost veel tijd en brengt risico’s met zich mee.

Nadat de auto van Haci geparkeerd is en de koffie in de beker zit, kan de werkdag van Haci beginnen. Hij werkt voor RBI-Solutions drie dagen vanuit huis en twee dagen per week bij PGGM, waar hij zich vooral met API-connecties bezighoudt.

Mark zocht een baan in BI en kwam bij RBI-Solutions uit, zijn interesse werd gewekt en dus trok hij zijn hardloopschoenen aan om rennend naar het kennismakingsgesprek te gaan.

Yassine is Azure-specialist bij RBI-Solutions. Hij deed een ICT-opleiding die de basis legde voor dit werk. Ervaring en interesse deden de rest; hij beet zich vast in het platform en deelt die kennis nu met zijn collega’s.

We zitten om tafel met Teo, Data Engineer bij RBI Solutions. Teo heeft een scherpe expertise opgebouwd in SQL, Python en Dashboarding tools. In dit interview vertelt hij je over zijn passie voor data en de veelzijdige projecten die hij bij onze klanten heeft uitgevoerd.

Geautomatiseerd Machine Learning ook wel ‘AutoML’ is het automatiseren van de tijdrovende, iteratieve taken bij het ontwikkelen van machine learning-modellen. Je laat als het ware het bouwen van de modellen aan de machines zelf over.

Voor een paar tientjes een model dat kan voorspellen welke klanten over een paar maanden gaan vertrekken. Klinkt een beetje te goed om waar te zijn. Dan heb je natuurlijk ook geen Data Scientists meer nodig, toch? Nou, er zitten uiteraard wel wat haken en ogen aan. De specialisten op het gebied van Machine Learning verdwijnen ook zeker niet zo maar. Even een stap terug dus.

Data migraties zijn voor veel organisaties een uitdaging: je stapt over van een oud systeem naar een nieuw, je moderniseert je datawarehouse of je integreert een nieuw platform na een fusie. Ondanks dat het technisch ‘slechts’ het verplaatsen van data lijkt, komt er meer bij kijken om een goede datamigratie uit te voeren. Hoe weet je zeker dat de data na migratie nog klopt? Dat er niets verloren is gegaan, of erger nog: dat je geen subtiele fouten hebt geïntroduceerd die maanden later pas boven water komen?
In deze blog staan we stil bij test- en validatiestrategieën bij data migraties. We bespreken waarom het testen van een datamigratie fundamenteel anders is dan het testen van een standaard applicatie, welke technieken je kunt gebruiken om betrouwbaarheid te garanderen, en hoe je omgaat met de praktische uitdagingen die je onderweg tegenkomt.

Hopelijk weet iedereen die met databases werkt van het bestaan van standaard metagegevens waarmee er gemakkelijk inzicht verkregen kan worden over de structuur, data en opzet van de database. Ook voor dataplatforms zijn deze objecten enorm waardevol. Toch wordt het potentieel van metagegevens nog vaak onderschat, terwijl vrijwel elke (moderne) relationele database, van PostgreSQL tot Snowflake, een krachtig en vaak onderbenut startpunt biedt in de vorm van information_schema.

In deze blog duiken we dieper in hoe metagegevens via information_schema je dataplatform slimmer, transparanter en beheersbaarder maken. Voor zowel data engineers die pipelines bouwen, als analisten die vertrouwen op stabiele datasets, bieden deze metagegevens enorme voordelen. Van automatisch documenteren tot het voorkomen van incidenten: wie information_schema goed gebruikt, bouwt een robuuster platform.

Vorige week gaf ik met veel enthousiasme een introductie over data-architecturen aan nieuwe collega’s. We bespraken de historie van architecturen, de plek van een Data Architectuur binnen een Enterprise Architectuur en hoe zo’n architectuur het werk van Data Engineers, Data Analisten en Data Scientists beïnvloedt. Data Architectuur wordt vaak gezien als een IT-feestje, maar een goede architectuur wordt altijd gedreven door heldere businessdoelen. Zonder die doelen is een data platform als een Ferrari bij een off-road rally: technisch en esthetisch indrukwekkend, maar totaal ongeschikt voor het terrein waarin het moet presteren. Zo verliest een architectuur zonder richting snel zijn waarde en wordt data engineering meer een technologisch experiment dan een strategisch fundament.

Meggie van den Boom, data engineer bij RBI Solutions, werkt al anderhalf jaar als data consultant bij een financiële dienstverlener. Ze geeft ons vandaag een kijkje in hoe haar werkzaamheden binnen haar team bij de klant eruit zien.

In een data gedreven organisatie vliegen de samenwerkingstermen je om de oren: DevOps, DataOps, MLOps. Deze drie termen, die inderdaad erg hetzelfde klinken (en door sommige organisaties ingevuld worden door een beheerder in een ontwikkelteam te zetten), verschillen in de praktijk aanzienlijk in toepassing, focus en doel. Voor wie dagelijks werkt met data of systemen die op data drijven, is het essentieel om deze termen niet alleen te kennen, maar ook te begrijpen wat ze betekenen en hoe ze zich tot elkaar verhouden. Daar nemen we jullie in deze blog dan ook in mee.

Een nieuw systeem implementeren is één ding, maar als je de oude problemen meeneemt, wat heb je dan écht gewonnen? Bij RBI-Solutions geloven we dat een datamigratie een kans is om data op te schonen, te optimaliseren en bedrijfsprocessen te verbeteren.

Duncan Kemmer, oprichter en technical director van RBI-Solutions, vertelt in dit interview waarom slimme datamigraties organisaties helpen beter te presteren. Van een crowdfund-platform dat we transformeerden tot een systeem dat 1,2 miljoen transacties in twee minuten verwerkt – dat is impact!

Sinds het begin van het gebruik van Business Intelligence hebben organisaties vertrouwd op periodieke dataverwerking, de zogenaamde ’batch jobs’ die elke nacht draaien. Sindsdien is de behoefte aan snelheid, flexibiliteit en realtime inzichten enorm toegenomen. Die behoefte zorgt dan ook voor een fundamentele verschuiving in hoe we data-architecturen ontwerpen: weg van batch processen, op weg naar een event-driven benadering.

Maar wat betekent dat eigenlijk: ’event-driven’? En waarom zou je hier als data engineer, analist, data scientist of business gebruiker wakker van moeten liggen? In deze blog duiken we in de wereld van event-driven data-architecturen, hun voordelen, uitdagingen, en de tools die deze transitie mogelijk maken.

Dat is het advies van onze BI consultant Mark aan iedereen die de wereld van data in wil. Zelf begon hij drie jaar geleden bij RBI, waar hij via een traineeship uitgroeide tot Data engineer.

Zijn geheim? Vragen blijven stellen, goed om je heen kijken en gewoon beginnen.

Benieuwd naar zijn favoriete projecten, tools, en waarom hij zich bij RBI zo thuis voelt? Lees dan zijn verhaal hieronder.

Meggie maakte een indrukwekkende reis: van verhalen vertellen met film naar structuren bouwen met data. Haar creativiteit uit de filmwereld komt nu perfect tot zijn recht als data engineer bij RBI, waar ze de brug slaat tussen data-analyse en techniek.

In ons nieuwste interview deelt Meggie hoe ze de overstap maakte van filmmaker naar data-expert, waarom samenwerken in een dynamisch team haar drijft, en wat haar werk zo uitdagend én boeiend maakt.

Binnen RBI-Solutions werken gepassioneerde professionals met verschillende achtergronden en talenten. Eén van hen is Eren, een van onze data-experts met een link tussen technologie en creativiteit. In dit interview deelt hij zijn reis van bedrijfskunde naar informatiemanagement, zijn passie voor muziek en hoe zij zijn talent inzet binnen RBI en zijn huidige project bij de Sociale Verzekeringsbank (SVB).

Bij RBI Solutions geloven we dat kennis de sleutel is tot impactvolle data-oplossingen. Daarom blijven onze data consultants continu bijscholen en investeren we in certificeringen. Dit doen we niet alleen individueel, maar ook samen. Waarom? Omdat technologie en data nooit stilstaan. Door continu te leren, blijven we vooroplopen in de markt en leveren we de beste oplossingen voor onze klanten.

Senior Data Engineer Jordi is vorig jaar gestart bij RBI Solutions. Hij legt uit wat zijn kijk is op leren en certificeren en hoe we daar ruimte voor bieden bij RBI.

Hoe transformeer je complexe data tot bruikbare inzichten die écht impact maken? Wensi Ai, Senior Data/BI Consultant bij RBI, deelt in dit interview zijn ervaring en visie op de wereld van data engineering én business intelligence.

Van het doorgronden van nieuwe sectoren tot het optimaliseren van batchprocessen—Wensi laat zien hoe strategische keuzes en slimme data-oplossingen het verschil maken. Zo wist hij de verwerkingstijd van een batchjob terug te brengen van 3 dagen naar 20 uur én verbeterde hij de nauwkeurigheid van een premieberekeningsmodel drastisch.

Een begrip dat je online steeds vaker tegenkomt binnen al de buzz rond AI is ‘MCP’; weer zo’n afkorting die voor heel veel mensen cryptisch klinkt. Binnen de AI wereld is het echter wel een heel belangrijke vooruitgang: standaardisatie. Het verbinden van AI met bestaande APIs biedt heel veel mogelijkheden. Echter bouwt elke organisatie hun oplossing net weer anders. De ene bot praat zo tegen een API, de andere weer anders, en voor je het weet heb je een kerkhof aan connectors. Het idee is goed, de uitvoering vaak rommelig. Dit is precies waar MCP om de hoek komt kijken.

In april start RBI-Solutions met een nieuw Data Engineer traineeship, waarin ambitieuze data talenten in ongeveer twee jaar worden opgeleid tot volwaardige Junior Data Engineers. Benieuwd hoe Data Engineer Said het traineeship aan het begin van zijn carrière bij RBI Solutions 4 jaar geleden heeft ervaren? Hij vertelt je er graag over.