RBI-Solutions blog

Data, Technologie en Groei: in Gesprek met Teo

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.

Kun je aangeven welke studie je hebt gevolgd en waarom je die keuze hebt gemaakt?

Ik heb Bedrijfskunde gestudeerd omdat het een brede en hoog aangeschreven studie is die dichtbij was. Daarna heb ik een master in Informatie Management gedaan, wat mijn interesse in IT verder heeft versterkt.

Wanneer en hoe is jouw interesse in data ontstaan?

Mijn interesse in data ontstond door mijn fascinatie voor technologie en cijfers. En werd tijdens mijn master bevestigd. 

Wat houdt je werk precies in bij je huidige project?

Momenteel werk ik via RBI bij een pensioenfonds. Ik spoor datakwaliteitsproblemen op en werk veel met SQL & Python om dit te bewerkstelligen. Vanuit SQL Server haal ik data, om vervolgens naar een Linux te exporteren en door te sluizen naar Postgres.  Het exporteren en groot deel van transformeren gebeurt met Python. De datakwaliteit is op dit moment heel belangrijk voor pensioenfondsen in het kader van de Wet Toekomst Pensioen, aangezien de datakwaliteit op orde moet zijn om de vereiste maatregelen door te voeren.

Kun je aangeven op welk project je het meest trots bent en waarom?

Mijn eerste project bij een telecombedrijf was een hoogtepunt. Waar we begonnen met zijn tweeën, moest ik door omstandigheden snel op eigen benen staan. Daardoor heb ik meer fouten kunnen maken en nog veel meer kunnen leren en dat was heel waardevol. Uiteindelijk is het ook gelukt om het project succesvol af te ronden. Ik werkte aan de migratie van data van een van de oude datawarehouses naar een nieuw dataplatform in de  AWS cloud. Daarbij was ik verantwoordelijk voor het analyseren van de verschillen tussen de oude en nieuwe oplossing en het vervolgens ontwerpen van de nieuwe export scripts van Teradata naar AWS Glue jobs, en het vertalen van Teradata SQL naar Redshift SQL.  

Hoe heb je de technische kennis opgebouwd die je nu gebruikt?

Ik heb een klein beetje technische kennis opgedaan tijdens mijn master, maar het meeste geleerd on the job. Daarnaast ligt binnen RBI Solutions een sterke nadruk op voortdurende ontwikkeling en bijscholing. Dit wordt gefaciliteerd door onder andere kennisdagen. Hierbij leren we van elkaar, maar doen ook aan zelfstudie met externe certificering om onze technische kennis continu up to date te houden.

Sinds wanneer ben je in dienst bij RBI en wat is de reden dat je hebt gekozen voor RBI?

Sinds oktober 2023 werk ik bij RBI, dankzij een goede vriend (en nu collega) die me enthousiast maakte over het bedrijf.

Wat zou je willen meegeven aan anderen die in de data-industrie willen starten?

Vertrouw op jezelf en durf fouten te maken. Daar leer je het meeste van!

Wat doe je graag naast je werk bij RBI?

Buiten werk ben ik veel bezig met waterpolo, tijd met vrienden doorbrengen, sport volgen en mooie vakanties/herinneringen maken.

Wat zijn je toekomstplannen?

Mijn toekomstplannen? Mijn vriendin en ik hebben onlangs een nieuwbouwwoning gekocht. Als eerste wil ik dat mijn huis opgeleverd wordt, daarna zou ik graag mooie verre reizen willen maken en tenslotte is een wens om een mooi vakantiehuisje te realiseren in Kroatië waar mijn familieroots liggen.

Bedankt Teo!

Ben jij, net zoals Teo, gedreven door data en technologie en wil je werken in een omgeving waar leren en ontwikkeling centraal staat? Neem dan een kijkje bij onze vacatures – we maken graag kennis met je!

Lees verder over data en de diensten van RBI-Solutions in deze blog's:

Van tijd naar trigger: De weg naar een event-driven data architectuur

Van tijd naar trigger: De weg naar een event-driven data architectuur

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.

DataOps, DevOps en MLOps: Oude wijn in nieuwe zakken of écht anders?

DataOps, DevOps en MLOps: Oude wijn in nieuwe zakken of écht anders?

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.

INTERVIEW MET DATA ENGINEER/BI CONSULTANT Said Saoud

INTERVIEW MET DATA ENGINEER/BI CONSULTANT Said Saoud

Wat begon met een goed gesprek en een flinke dosis enthousiasme, groeide uit tot een veelzijdige carrière in data engineering bij RBI. In dit interview deelt Said Saoud zijn reis bij RBI: hoe hij begon, waar hij aan werkt en waarom hij zich thuis voelt in de wereld van data engineering en BI. Benieuwd naar zijn ervaringen, tools en visie op de toekomst van data? Lees het hele verhaal in deze blogpost.

Data Science: Een eenmalig model of integratie in de dagelijkse operatie?

Data Science: Een eenmalig model of integratie in de dagelijkse operatie?

In veel organisaties is data science inmiddels geen onbekende meer. Data scientists bouwen geavanceerde voorspellende modellen, werken met machine learning en experimenteren met AI om waarde te halen uit grote hoeveelheden data. Er zit echter vaak een kloof tussen het bouwen van een model en het daadwerkelijk creëren van impact in de dagelijkse operatie.

Wat betekent de overname van Informatica door Salesforce voor data en AI?

Wat betekent de overname van Informatica door Salesforce voor data en AI?

Salesforce heeft aangekondigd dat het Informatica overneemt voor zo’n $8 miljard. Wat lijkt op een strategische fusie tussen twee softwaregiganten, is in werkelijkheid veel meer dan dat.
Deze overname heeft directe impact op hoe organisaties omgaan met datakwaliteit, governance en AI-adoptie. Het is een duidelijk signaal: zonder betrouwbare, goed geïntegreerde data, geen succesvolle AI. In onze nieuwste blog geven wij een analyse van deze ontwikkeling en leggen wij uit wat dit betekent voor jouw datastrategie.

Big Bang of stapsgewijs? De kunst van datamigraties

Big Bang of stapsgewijs? De kunst van datamigraties

Datamigraties lijken op het eerste gezicht slechts een technische randvoorwaarde, maar zijn in werkelijkheid een strategisch en risicovol proces. Uiteraard willen bedrijven de data die ze al hebben weer terugzien in de nieuwe applicatie. Het klinkt misschien als een simpele verhuizing, maar bij een datamigratie komt een hoop kijken. Je hebt immers niet alleen te maken met de twee systemen waar de data uitkomt, maar ook met de kritische processen die erop draaien. Denk aan orderverwerking, voorraadbeheer of klantcommunicatie.

Een slechte aanpak kan zorgen voor kostbare downtime, verstoringen in processen of zelfs verlies van klantvertrouwen. Organisaties staan vaak voor de keuze tussen twee migratiestrategieën: de ‘big bang’-aanpak of een gefaseerde overgang.
Welke kies je en waarom? We nemen je mee in de afwegingen.

Van Inzicht naar Data gedreven: DE SPRONG van AWS Data Warehouse naar Data Lakehouse

Van Inzicht naar Data gedreven: DE SPRONG van AWS Data Warehouse naar Data Lakehouse

Veel organisaties vertrouwen op hun data warehouse voor analyse en besluitvorming. Maar data is allang niet meer alleen gestructureerd: e-mails, Excel-bestanden, afbeeldingen en sensordata vormen inmiddels het grootste deel. En daar zijn traditionele warehouses niet op gebouwd.
De oplossing? Een Data Lakehouse: schaalbaar, flexibel én kostenefficiënt – zonder de betrouwbaarheid van een warehouse te verliezen. Maar hoe zet je die stap als je huidige omgeving op AWS draait? En hoe voorkom je vendor lock-in?

Zo begin je vandaag nog met Fabric

Zo begin je vandaag nog met Fabric

Microsoft Fabric is niet zo maar wéér een tool om iets te doen met je data. Het is een platformshift. Een alles-in-één oplossing die data-engineering toegankelijker en resultaatgerichter maakt. Je bent minder tijd kwijt aan de infrastructuur en hebt meer tijd om echt impact te maken. Het andere grote voordeel: Automatisering, data visualisatie en data governance zitten er vanaf dag één ingebakken.

Gebruik de gratis 60-dagen trial. Test het: één bron, één flow, één dashboard. Meer heb je niet nodig om te zien of het werkt voor jou.

Encryptie-by-Design, het veilig en verantwoord beheren van persoonsgegevens en gevoelige data

Encryptie-by-Design, het veilig en verantwoord beheren van persoonsgegevens en gevoelige data

Als data engineer of manager weet je hoe belangrijk het is om persoonsgegevens veilig te verwerken, vooral met de AVG op de achtergrond. Bij RBI hebben we Encryptie-by-Design als uitgangspunt toegepast tijdens verschillende projecten: alle persoonsgegevens worden standaard versleuteld bij het ontsluiten van data.
🔐 De sleutel? Alleen decryptie wanneer het echt noodzakelijk is. Dit minimaliseert risico’s en zorgt dat je dataplatform compliant blijft.

Praten met je data, toepassing van AI om inzichten te halen uit je eigen data

Praten met je data, toepassing van AI om inzichten te halen uit je eigen data

Data is er genoeg. Maar hoe zorg je ervoor dat de juiste mensen de juiste informatie to zich kunnen nemen?
Bij RBI onderzochten we hoe AI-selfserviceplatformen medewerkers kunnen helpen om zelf inzichten uit data te halen. Denk aan een chatbot of custom GPT waarmee je team direct met hun data kunnen ‘praten’. De vraag die wij onszelf stelden: hoe kun je een self-serviceplatform voor datavragen implementeren?

“Blijf nieuwsgierig, zoek je eigen pad en sta open om te blijven leren.”

“Blijf nieuwsgierig, zoek je eigen pad en sta open om te blijven leren.”

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.

Employee 360° – Hoe goed ken jij je medewerkers écht?

Employee 360° – Hoe goed ken jij je medewerkers écht?

In de war for talent is het niet genoeg om alleen te werven — je moet ook je huidige medewerkers goed begrijpen én behouden. Een Employee 360° view bundelt versnipperde data tot één compleet beeld van je mensen: hun skills, prestaties, ambities en betrokkenheid. Zo zie je sneller wie klaar is voor de volgende stap, waar risico’s liggen en hoe je gericht kunt ondersteunen. Ontdek wat een Employee 360° voor jouw organisatie kan betekenen in deze blogpost.