Steffan Boer
Ik ben student Data Engineering aan de NOVI Hogeschool in Utrecht (afstuderen Feb 2026). Sinds een half jaar werk ik met Python, data-analyse en API’s en pas ik mijn kennis direct toe in projecten.Zo bouwde ik ASTRO-impact (een Python tool met NASA-data) en werk ik aan ClearTrace, mijn eerste praktijkproject. Mijn ambitie is om door te groeien naar Data Engineer en data te gebruiken om processen slimmer en betrouwbaarder te maken.
Skills
Programmeertalen & data
✅ Python – fundamentals, functies, foutafhandeling, werken met API’s & dataverwerking (geleerd)
✅ SQL / MySQL – eerste ervaring met databases (geleerd)
🔄 Geavanceerde statistiek – regressie, correlatie, forecasting (basiservaring vanuit lab, verdieping nog te leren)
Tools & versiebeheer
✅ GitHub – versiebeheer en documentatie (geleerd)
✅ Command Line Tools (Python CLI) – ontwikkelen en draaien van applicaties in de terminal (geleerd)
✅ IDE's gebruiken – werken met ontwikkelomgevingen zoals VS Code en PyCharm (geleerd)
🔄 Power BI – storytelling en datavisualisatie (in opleiding)
API & dataverwerking
✅ API-integratie – ervaring met het koppelen van externe databronnen via REST API’s en het verwerken van responses (zoals: JSON) in Python (geleerd)
✅ Data processing & visualization – data uit API’s transformeren en visualiseren met Python libraries (geleerd)
✅ Caching – opgezet om API-data efficiënt en herbruikbaar te maken (geleerd)
🔄 Data cleaning & integratie – datasets opschonen, samenvoegen, verbeteren (in opleiding)
Best practices & security
✅ Codekwaliteit – structuur, leesbaarheid, DRY (geleerd)
✅ Error handling – robuust omgaan met fouten (geleerd)
✅ Security – omgaan met API-sleutels (dotenv) (geleerd)
🔄 Juridische & ethische aspecten – AVG, dataveiligheid en data-ethiek (in opleiding)
Opleidingen
MBO 4 – Laboratoriumtechniek
Specialisatie Chemisch - Fysisch analist
NOVI Hogeschool – Bootcamp Data Engineer (60 EC, afronding feb. 2026)
Foundation IT (15 EC) | Programming Fundamentals (15 EC) | Data Science (30 EC)
Ambities
Ik wil onderzoek versnellen door data-engineering in te zetten
Tools en infrastructuur bouwen die onderzoekers efficiënter laten werken.
Data gebruiken om bias te verminderen en zo bijdragen aan een eerlijke, betere wereld.
Mijn laboratoriumachtergrond verbinden met mijn nieuwe kennis in data engineering
Concrete vervolgstappen
Ik begin met het Microsoft Power BI Data Analyst-certificaat (PL-300) om de basis te leren van business intelligence en het bouwen van duidelijke dashboards in Power BI.
Behalen van Azure Fundamentals (AZ-900) en Azure Data Engineer Associate (DP-203) om cloud-kennis op te bouwen.
Verdiepen in SQL en mijn basis uitbreiden met een erkend SQL-certificaat.
Starten met R en de basis leren met een erkend certificaat voor data-analyse.
Ervaring opbouwen met de belangrijkste Python-libraries voor data-analyse en machine learning, zoals Pandas, NumPy, Matplotlib, Seaborn en Scikit-learn.
Projecten
🖥️ Python CLI Tool
Een command-line applicatie ontwikkeld tijdens de leerlijn Programming Fundamentals. Met ASTRO-impact kan de gebruiker actuele data van asteroïden ophalen via de NASA NEO API en simuleren wat de gevolgen zijn van een inslag op een land naar keuze.
Het bouwen van een interactieve CLI-tool in Python
API-integratie en verwerking van JSON-data
Toepassen van best practices (DRY, foutafhandeling)
Gebruik van libraries zoals prettytable, requests en humanize
➡️ Resultaat: project beoordeeld met 9,5 tijdens de eindopdracht Programming Fundamentals.
🔬 Werkproject – ClearTrace
Mijn eerste zelfstandige project: een interne webapplicatie om OOS-formulieren (Out of Specification bij labtesten) digitaal vast te leggen en te analyseren met de 4M-methode (Mens, Machine, Methode, Materiaal).Ontworpen vanuit mijn labachtergrond en gebouwd met inzet van AI-tools.
Rolgebaseerde workflow (analist, QC-engineer, admin)
OOS-data gestructureerd vastgelegd voor root cause analyses (4M)
Draait lokaal op een Raspberry Pi (Linux)
Gebouwd met HTML, CSS, JavaScript & SQL
➡️ Resultaat: mijn eerste project leverde direct waarde op door betere datakwaliteit en procesbeheersing in het QC-team.
📌 Vanwege vertrouwelijkheid is de code niet publiek beschikbaar, maar ik licht het project graag toe tijdens een gesprek.