Samenvatting
Data engineering: een engineer met drie jaar ervaring vraagt om een realitycheck over zijn werk bij een middelgroot bedrijf.
Data engineering in een traditionele omgeving
De schrijver werkt als data engineer bij een middelgroot bedrijf buiten de technologiesector. Hij heeft drie jaar ervaring, allemaal bij dezelfde werkgever, nadat hij direct na zijn studie als DBA begon.
De technische omgeving bestaat vooral uit on-premises SQL Server-instanties. Die leveren gegevens aan SSRS, of medewerkers bevragen de databases rechtstreeks en plakken de resultaten vervolgens in Excel. De schrijver vraagt zich af of hij in deze omgeving nog voldoende vooruitgaat.
SQL Server, SSRS en Excel als werkomgeving
De beschreven stack laat een duidelijke scheiding zien tussen databasebeheer, rapportage en handmatig gebruik van gegevens. SQL Server vormt de technische basis, SSRS verzorgt een deel van de rapportage en Excel blijft een eindpunt voor resultaten die medewerkers zelf samenvoegen.
Dat maakt de vraag achter de post concreter dan alleen twijfel over een loopbaan. De schrijver moet bepalen welke werkzaamheden hij werkelijk uitvoert: beheert hij vooral databases, onderhoudt hij rapportages, ondersteunt hij Excel-processen of bouwt hij aan data-engineeringvaardigheden? Die rollen vragen niet dezelfde ervaring.
De drie jaar bij één werkgever geven daarbij weinig informatie op zichzelf. De inhoud van het werk telt zwaarder: nieuwe verantwoordelijkheden, complexere datastromen en de ruimte om technieken buiten de bestaande SQL Server- en SSRS-omgeving toe te passen. De bron beschrijft die mogelijkheden nog niet, waardoor een definitief oordeel niet mogelijk is.
Concrete takeaway voor data engineers
Breng je werk eerst feitelijk in kaart. Noteer welke taken je uitvoert, hoeveel tijd naar DBA-werk, SSRS, directe SQL-query’s en Excel-uitvoer gaat, en welke onderdelen je zelfstandig hebt verbeterd. Gebruik dat overzicht om met je werkgever te bespreken welke technische verantwoordelijkheid je kunt toevoegen.
Ontbreekt die ruimte structureel, dan heb je een concreet criterium om je volgende stap te beoordelen. Niet de leeftijd van de stack, maar de vraag of je werkzaamheden zich ontwikkelen, bepaalt of je tijd goed besteed is.
Verdiep je kennis
ETL uitgelegd — Extract, Transform, Load in gewone taal
Wat is ETL? Leer hoe Extract, Transform en Load werkt, het verschil met ELT, en welke tools je kunt gebruiken. Helder ui...
KennisbankWat is Business Intelligence? Uitleg, voorbeelden en tools
Wat is business intelligence (BI)? Leer over de definitie, de BI-stack, praktijkvoorbeelden, populaire tools en de trend...
KennisbankWat is Power BI? Alles wat je moet weten
Ontdek wat Microsoft Power BI is, hoe het werkt, wat het kost en waarom het de populairste BI-tool ter wereld is. Comple...