Ruimte voor goede ideeën

Eva Stienstra werkt sinds anderhalf jaar bij de vestiging in Zwolle. Ze is Young Professional Data & AI en vindt het programma een traject waar je echt waarde uit kunt halen.

Na mijn studie Business IT en Management aan Windesheim ben ik gaan kijken naar organisaties die met data werken. Ik vond het altijd al leuk om met verschillende soorten data bezig te zijn, zoals verkoopcijfers, koersontwikkelingen en het voorspellen en vergelijken van atletiektijden. Ook nieuwe ontwikkelingen zoals AI interesseren me. Daarom zocht ik een plek waar ik werken en leren kon combineren, terwijl ik organisaties help betere beslissingen te nemen op basis van data.

Het Young Professional programma duurt twee jaar. In het eerste jaar ligt de focus vooral op leren. Samen met andere young professionals werk je aan vaardigheden om met data te werken en analyses te maken. Denk aan Python, SQL, Power BI, Synapse en DevOps en concepten zoals de medallion-architectuur. Je behaalt Microsoft-certificaten en leert over nieuwe ontwikkelingen, zoals Fabric. Om je kennis meteen in de praktijk toe te passen, werk je al snel mee aan interne of externe projecten. Ook is er aandacht voor persoonlijke vaardigheden, zoals adviesvaardigheden of samenwerken in een team. Je komt regelmatig samen met andere young professionals. Hier kun je van elkaar leren en ervaringen uitwisselen.

Van intern idee naar klantoplossing: IDQ

Een onderdeel van het programma waar ik veel van heb geleerd was het capstone project: een vierdaagse opdracht waarbij twee teams competitief aan dezelfde uitdaging werkten. Het doel? Een flexibele oplossing ontwikkelen in Synapse om autonome testen uit te voeren op verschillende soorten datasets, zonder afhankelijk te zijn van externe partijen. Ons team ontwikkelde een framework voor kolomspecifieke testen, met resultaten die direct gevisualiseerd werden in Power BI. Na de capstone kreeg het team uit Zwolle de kans om hier verder mee te gaan.

Samen met andere Data & AI collega’s hebben we vervolgens een jaar gewerkt om van ons initiële concept een productieklare oplossing te maken. Het framework werd metadatagedreven en we hebben functionaliteiten toegevoegd, zoals een bibliotheek met standaardtesten en de mogelijkheid om flexibele maatwerkquery’s te schrijven. Het resultaat: IDQ (ilionx Data Quality), een module bovenop het ilionx Data Platform. Dat dit interne idee is uitgegroeid tot een product dat door klanten wordt gebruikt, daar ben ik trots op. Ik heb veel geleerd over samenwerken in een ontwikkelproces en het laat goed zien hoe het bij ilionx werkt: er is ruimte voor goede ideeën en collega’s helpen mee om zo’n idee verder te brengen.

Bij de basis blijven

Ik werk nu voor twee klanten aan datagedreven, gebruiksvriendelijke rapportages die stuur- en taakinformatie opleveren. Daarbij begin ik altijd bij de basis: een oplossing moet niet alleen technisch kloppen, maar vooral overzichtelijk zijn en uitnodigen tot actie. Ik heb hierbij geleerd dat de wens van de klant altijd het vertrekpunt moet zijn. Hoe meer nieuwe technieken je leert, hoe groter de neiging om de nieuwste technieken als best practice te gebruiken voor de klant. Alleen is dat niet automatisch de beste keuze. Daarom kun je beter denken vanuit wat nodig is dan vanuit wat kan. Door goed door te vragen voorkom je dat je uiteindelijk het ‘verkeerde huis’ tekent. Het concreet maken van het probleem is daarom vaak belangrijker dan de technische uitwerking zelf. Ook de testfase speelt daarin een veel grotere rol dan ik eerst dacht. Pas wanneer de klant het eindresultaat ziet, wordt echt duidelijk of het product aansluit op de wens en waar nog verbeteringen nodig zijn. Juist in die fase ontstaan vaak nieuwe inzichten, wat weer kan leiden tot aanpassingen.

Het begint dus bij de basis: een oplossing die technisch klopt, overzichtelijk is en uitnodigt tot actie. De rapportages die ik maak worden nuttig gebruikt en ik vind het interessant om te zien wat ermee gedaan wordt en welke beslissingen daaruit voortkomen.