‘Ik wist één ding zeker’, zegt Stan Oomen. ‘Ik wilde na mijn studie Natuurkunde met data bezig blijven. Maar waar?’ Hij verkoos Capgemini boven de universiteit en heeft sinds zijn start in 2019 meegewerkt aan heel verschillende dataprojecten voor diverse grote klanten. Onlangs bijvoorbeeld als data engineer bij een groentezaadverkoper. 

Datapijplijn als uitdaging

‘Aan welke projecten ik eerder heb meegewerkt? Bij een non-food-discountwinkelketen hielp ik een datamodel te ontwikkelen dat voorspelt wanneer er vraag is naar welke producten. Bij een kredietverzekaar moderniseerde ik een verouderd datasysteem. En bij een milieudienst automatiseerde ik de updates van een dossier met vergunningsvoorwaarden. Steeds nieuwe uitdagingen dus, bij heel verschillende organisaties.’

‘Door die diversiteit vind ik mijn werk extra interessant en leerzaam. Daarom vond ik het ook erg leuk toen ik in 2021 weer een heel ander project bij een heel ander soort klant mocht oppakken. Ik kreeg de vraag om mee te werken aan een datapijplijn voor een grote Nederlandse groentezaadverkoper.’

Data goed kanaliseren

‘Dataprojecten voer je zelden in je eentje uit, maar vrijwel altijd in klantteams. Daar word ik blij van: ik vind het fijn om heel technisch bezig te zijn, maar doe dat liever niet voortdurend in mijn eentje. Ik hou ervan om te sparren, samen te werken en sociaal contact te hebben met collega’s. Dat was voor mij zelfs een belangrijke reden om bij Capgemini te komen werken. Het was dus prettig dat ik ook bij de groentezaadverkoper in zo’n professioneel én gezellig klantteam terechtkwam.’

‘Samen hebben we de best mogelijke datapijplijn gebouwd. Die zorgt nu voor de juiste kanalisering van een enorme hoeveelheid interne en externe gegevens. Deze constante en stabiele datastroom is nodig om te voorspellen wanneer het bedrijf op welke plekken welke zaadjes kan verkopen.’  

Aansluiting op de markt

‘Ik was vanaf het begin van het proces bij alles betrokken. Vanaf de eerste schetsen van de pijplijn tot de ingebruikname ervan. Het resultaat is een echte teamprestatie, waar ik zeer trots op ben. Zeker omdat de groentezaadverkoper nu mede dankzij ons een betere aansluiting vindt op de markt. Die concrete impact is gaaf om te zien.’

‘Niet dat ik al mijn voldoening haal uit de uiteindelijke impact, overigens. Mijn grootste drijfveer is nieuwsgierigheid, de wens datavraagstukken op te lossen – los van wat er precies met deze oplossingen gebeurt. Ik wil vooral iets weten om de kennis zelf; minder om het financiële voordeel dat uit die kennis valt te halen. Al zoek ik voor mijn klanten natuurlijk wel naar dit voordeel, naar slimme toepassingen.’

Dé expert in Databricks

‘Bij de groentezaadverkoper kon ik mijn dorst naar kennis volop lessen – zoals ik dat ook bij eerdere klanten deed. Ik heb tijdens mijn opdrachten geleerd hoe je data kunt maken, opschonen, structureren en koppelen; het werk van data engineers. Maar ook hoe je op basis van die gegevens rapporten maakt, grafieken creëert en voorspellingen doet; het werk van data scientists.’

‘En er valt nog zoveel meer te leren! Bijvoorbeeld over Microsoft Azure Databricks, een populaire data-processing tool. Intern krijg ik veel steun om me hierin te verdiepen. Ik mag er bijvoorbeeld alle mogelijke cursussen over volgen. En ik ben sinds begin dit jaar lead van de vakgroep Databricks op mijn afdeling Data & Insights. Mijn doel is om op dit gebied dé expert binnen Capgemini te worden.’

job alert

Ontvang de laatste vacatures