Young Mavericks achter de schermen: interview met trainer Jelmer

Sinds een jaar verzorgt Jelmer van Nuss trainingen aan Data Engineers en speelt hij een belangrijke rol bij de inhoud van gasttrainingen bij Young Mavericks. “Daarnaast help ik sinds kort ook bij het ontwikkelen van nieuwe opdrachten voor de Data Engineers.” Wat maakte dat hij een jaar geleden voor Young Mavericks koos en hoe was zijn eerste jaar? Lees alles over Jelmers ervaringen bij Young Mavericks.

Wat is je achtergrond?

Tijdens de “opkomende hype van de Data Science” startte hij zijn studie Kunstmatige Intelligentie en Informatica, waarna hij zes jaar aan de weg timmerde als Data Engineer. “Afgelopen jaar was mijn eerste jaar als trainer bij Young Mavericks. Ik vond het vooraf wel spannend, maar al binnen een uur na binnenkomst wist ik dat Young Mavericks voor mij de juiste keuze was. Een ontzettend gezellig bedrijf dat mij meer dan genoeg uitdagingen biedt.”

Hoe ben je bij Young Mavericks terecht gekomen?

Dat hij zijn dagen nu vult met training geven is voor Jelmer geen verassing. “Ik heb mijn hele leven les gegeven. Van bijles, korfbaltraining tot training aan mijn hond. Ik vond dat allemaal tof om te doen.” Toen hij door Young Mavericks werd gevraagd om een paar trainingsdagen in Data Engineering te verzorgen, twijfelde hij dan ook geen moment. “Tijdens de trainingsdagen leerde ik Young Mavericks beter kennen. Vanaf het eerste moment was het een fijne samenwerking en had ik leuke interacties met de deelnemers. Trainer worden bij het Data Engineering programma van Young Mavericks was voor mij een logische volgende stap.”

Wat houdt het Data Engineering traineeship in?

Het traineeship gaat over veel meer dan programmeren, “want dat kunnen de meeste junior Data Engineers toch al”. De trainees maken naast het programmeren kennis met verschillende software en tools, “zoals Docker, Hadoop, Spark, NoSQL, Kubernetes en meer. Ook behandelen we theorie over hoe databases op de achtergrond werken, en welke overwegingen er moeten worden gemaakt bij het kiezen van tools en architectuur-patronen.” 

Jelmer doelt hierbij enerzijds op technische overwegingen “zoals de betrouwbaarheid, beschikbaarheid en eenvoud van onderhoud van het systeem”, maar ook op de bedrijfskant: moeten niet-programmeurs het systeem ook kunnen gebruiken? Hoeveel geld kost het per maand om een cluster in een Cloud-omgeving te laten draaien? En hoeveel tijd zou het kosten om alles zelf te maken? “Trainees leren zo welke overwegingen het zwaarst wegen en hoe ze dit binnen het bedrijf of bij hun klant kunnen achterhalen.” 

Hoe helpen jouw trainingen de toekomstige Data Engineers?

Tijdens hun traineeship krijgen de Data Engineers in spe een groot aantal tools voorgeschoteld. Jelmer: “Het is mijn taak om al deze informatie gestructureerd aan te bieden. Ik zorg ervoor dat de engineers goed voorbereid zijn als ze bij klanten aan de slag gaan, zodat ze uit de voeten kunnen met de tools die het betreffende bedrijf hanteert. En als ze onbekend zijn met een tool, dat zij elk geval voldoende theoretische kennis hebben om de nieuwe tool eigen te maken.”

Hij vervolgt: “Als toekomstige Data Engineer is het belangrijk dat je niet alleen architecturen kunt bouwen, maar ook weet welke overwegingen hieraan vooraf gaan en hoe je omgaat met de wensen en eisen van je opdrachtgevers. Bij Young Mavericks geven we de trainees alle kennis die zij nodig hebben voor een vliegende start op technisch- en strategisch gebied.” 

Interesse in ons Data Engineering traineeship? Meld je hier aan!

ELT, ETL en datapijplijnen: do it yourself geautomatiseerd data inladen

Mijn naam is Don en in mijn werk voor Young Mavericks combineer ik mijn kennis als Data Engineer met mijn expertise in Data Science. In de praktijk komt dit erop neer dat ik repetitieve taken automatiseer, inzichten uit data genereer en een coördinerende en adviserende rol heb binnen projecten. Ik geniet het meest van het creatieve proces dat nodig is om problemen op te lossen met behulp van data.

Lees meer

Datapijplijn implementeren: Toepassen van het datapijplijn-concept

Deze handleiding bouwt voort op het ‘ELT, ETL en datapijplijnen’- artikel, waarin veelvoorkomende problemen van bedrijven bij het opslaan en gebruik van data worden besproken. Als antwoord op deze en meer problemen introduceerde Don – Data Scientist en Data Engineer bij Young Mavericks – het concept ‘datapijplijnen’, waarmee bedrijven een datagedreven cultuur kunnen creëren en zo optimaal mogelijk hun data kunnen inladen – en welke tools hiervan handig zijn. In dit artikel past Don de eerder behandelde concepten achter datapijplijnen toe bij het daadwerkelijk implementeren van een werkende datapijplijn. De complete code is te vinden op onze Gitlab.

Lees meer