Data Tech & AI

‘Onze data-engineers werken zij-aan-zij met data-scientists. Dat maakt dat onze lijnen kort zijn en de wendbaarheid groot’

‘Als data-tech bedrijf is In2Intel eigenlijk een vreemde eend in de bijt. Je ziet vaak dat databedrijven zich focussen op slechts één discipline; data-integratie, data science, óf applicatie-integratie. Wij doen dat anders. We beheersen al deze drie expertises én de overlap die tussen die fases plaatsvindt.

We vergaren data, schonen het op, ordenen en kwantificeren. Deze geordende datasets leveren analyses op en inzichten die we visualiseren met dashboards. Die geven op hun beurt een heldere weergave waar onze klanten (en wij) iets mee kunnen. Samen zorgen we ervoor dat deze informatie kan worden ingezet voor operationele tools die business-wise écht impact maken.

Het zijn drie data-disciplines die bij ons naadloos in elkaar overlopen. We beheersen het hele spectrum. Data-engineers werken zij-aan-zij met data-scientists en engineers, waardoor onze blik ruim is en de lijnen kort. Die allround-betrokkenheid, van business intelligence tot productionalizing data en het verzorgen van end-to-end solutions, zorgt ervoor dat we diepgaande kennis hebben van onze klanten, dat we slim en snel kunnen anticiperen.'

- Noud, Data Engineer

1

Domein

Data Integratie

In deze sectie gaan we dieper in op het vakgebied van data-engineering, waarbij we traditionele ETL (Extract Transform Load) en moderne ELT (Extract Load Transform) processen maken. Een belangrijk aspect hierbij is de data modellering, waarbij we streven naar data-normalisatie en optimalisatie voor de back-end van alle dashboards. Het hoofddoel van data-integratie is het ontsluiten en koppelen van kleine en grote (big data) databronnen, met als uiteindelijk resultaat het combineren van deze gegevens in een datawarehouse dat dient als basis voor je rapportages.


2

Domein

Data-Analyse/Science

In de fase van data-analyse en science maken we gebruik van het werk dat is verricht in de data-integratiefase. In deze sectie worden dashboards ontwikkeld voor verschillende afdelingen, waaronder het management (Business intelligence). Daarnaast worden geavanceerde analyses uitgevoerd om bijvoorbeeld de resultaten van een marketingcampagne te evalueren en prognoses te maken voor toekomstige campagnes. Tot slot komen we in deze sectie bij het 'science’ aspect, waarin machine learning-modellen worden ontwikkeld voor voorspellingen en geavanceerde detectie.


3

Domein

Applicatie Integratie

Waar het bij de data-integratiefase voornamelijk gaat om het binnenhalen van gegevens, staat in deze sectie het naar buiten brengen van de data centraal. Dit betekent dat de data van systeem A naar systeem B moet worden overgebracht, bijvoorbeeld van het data warehouse naar een financieel-, CRM- of een marketing-systeem (End-to-end oplossingen). Daarnaast moeten de modellen die zijn ontwikkeld in de ‘data science’ sectie naar productie worden gebracht, zodat ze bijvoorbeeld kunnen worden getoond in een app of op een website (Productionize data).


Share by: