Ruben Morgenland

I built a lightweight reverse ETL framework in Python that syncs data from a data warehouse back to the respective data owners. The goal was to give our data owners (usually our clients) back their own data that was rightfully theirs. This framework accomplises that.

Key features:

Dockerized Application
Config-driven pipelines: define syncs in a mariadDb (running in docker)
Connectors for our data warehouse Exasol
Connectors for targets (sftp, encrypted email transfer, AWSS3)
Incremental loading: only send changed records to avoid waste.
Logging send centrally to Graylog
Scheduling and observability done via Dagster

Tech stack:

Writting in Python OOP
dbt for data prep and lineage.
Exasol
Dagster
Graylog

Impact:

Flexible enough to extend with new connectors.
Reduced reliance on expensive vendor tools.
For current tech stack no out-of-the-box solution existed

test1

tes2

In deze best practice is het gebruik van Careware op basis van zorgpaden binnen een GRZ-instelling beschreven. Door een analyse van processen binnen deze instellingen is de samenhang met Careware beschreven. Daarnaast is aangegeven hoe Careware kan worden gebruikt in samenhang met zorgpaden.

Elke organisatie slaat tegenwoordig data op. Door deze data te analyseren kan een organisatie zijn bedrijfsvoering verbeteren. Door de klantreis in een webshop bij te houden kan een webshop de klantervaring verbeteren of kan een IT-organisatie zijn intranet blijven verbeteren door het netwerkgebruik te analyseren. Elke organisatie heeft baat bij een goed gebruik van de data die zich binnen een organisatie bevindt. Zo ook mijn afstudeerorganisatie DICTU. DICTU is de Dienst ICT Uitvoering van het Ministerie van Economische Zaken. Zij verzorgen alle ICT-werkzaamheden voor het ministerie en van haar klanten.