Steffan Boer
Junior Data Analyst / Analytics Engineer
Met een sterke analytische focus op data-analyse, visualisatie en decision support, en een duidelijke affiniteit met data engineering.Ik ontwikkel datagedreven oplossingen met Python, SQL en Power BI die complexe processen inzichtelijk maken, analyses reproduceerbaar houden en besluitvorming concreet ondersteunen.
Technische vaardigheden
Programmeertalen & data
Mijn technische vaardigheden zet ik in om data te verzamelen, structureren en analyseren, en om inzichten reproduceerbaar en praktisch toepasbaar te maken. De focus ligt op Python, API’s, databases en heldere code.
✅ Python – fundamentals, functies, foutafhandeling, werken met API’s & dataverwerking
✅ SQL / MySQL – eerste ervaring met databases
Tools & versiebeheer
✅ GitHub – versiebeheer en documentatie
✅ Command Line Tools (Python CLI) – ontwikkelen en draaien van applicaties in de terminal
✅ IDE's gebruiken – werken met ontwikkelomgevingen zoals VS Code en PyCharm
API & dataverwerking
✅ API-integratie – ervaring met het koppelen van externe databronnen via REST API’s en het verwerken van responses (zoals: JSON) in Python
✅ Data processing & visualization – data uit API’s transformeren en visualiseren met Python libraries
✅ Caching – opgezet om API-data efficiënt en herbruikbaar te maken
Best practices & security
✅ Codekwaliteit – structuur, leesbaarheid, DRY
✅ Error handling – robuust omgaan met fouten
✅ Security – omgaan met API-sleutels (dotenv)
Data analysis & decision support
Data-analyse & besluitvorming
Ik analyseer datasets met Python en Power BI om patronen in werkdruk, prestaties en doorlooptijden zichtbaar te maken en te vertalen naar concrete beslisinformatie.
✅ Exploratory data analysis (EDA) – patroonherkenning en hypothesevorming
✅ Statistische analyse – regressie, correlatie en percentielen (P80/P95) voor SLA-onderbouwing
✅ Analyse van doorlooptijden en prestaties (SLA’s) – identificatie van structurele bottlenecks
✅ Backlog- en capaciteitsanalyse – inzicht in mismatch tussen volume en complexiteit
Data engineering
Ik bereid data voor analyse en rapportage met focus op structuur, kwaliteit en reproduceerbaarheid.
✅ Opschonen en structureren van datasets – analyse-klare datasets
✅ Feature engineering voor analyse – variabelen voorbereiden voor analyse
✅ Reproduceerbare analyses – Jupyter Notebooks en vaste workflows
Datavisualisatie & storytelling
Ik maak dashboards en visualisaties die analyses begrijpelijk maken voor niet-technische stakeholders.
✅ Datavisualisatie voor besluitvorming – interactieve dashboards in Power BI
✅ Storytelling met data – van analyse naar managementinzichten
✅ Rapportages – ondersteuning van management en operationele teams
✅ Visual design principles – consistent kleurgebruik, assen en layout
Machine learning
Machine learning zet ik verkennend in om patronen te herkennen en analyses te ondersteunen.
✅ Clustering & classificatie – segmentatie en patroonherkenning
✅ Topic modelling / tekstanalyse – structuur aan ongestructureerde data
✅ Modelinterpretatie – begrijpen van uitkomsten en beperkingen
✅ Bewuste inzet van ML – wanneer wel, wanneer niet zinvol
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 mijn analytische en technische vaardigheden verder inzetten om organisaties beter te ondersteunen bij datagedreven besluitvorming. Mijn focus ligt op het combineren van data-analyse, visualisatie en analytics-gedreven data engineering om inzichten betrouwbaar, reproduceerbaar en praktisch toepasbaar te maken.
Concrete vervolgstappen
Actief bezig met het Microsoft Power BI Data Analyst-certificaat (PL-300) om mijn BI-kennis officieel te certificeren.
Verdieping in SQL en datamodellering voor robuuste analyses en schaalbare dashboards.
Verdere ontwikkeling richting analytics-gedreven data engineering met Python en gestructureerde datasets.
Praktijkervaring blijven uitbouwen via projecten zoals ClearTrace en servicedesk-analyses; aanvullende verkennende analyses op open datasets (o.a. Kaggle) ter verdieping van analysetechnieken.
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
ClearTrace is een interne webapplicatie voor het registreren en analyseren van Out of Specification (OOS)-resultaten binnen een laboratoriumomgeving, met focus op datakwaliteit en reproduceerbaarheid.
Wat ik heb gedaan
Ontwerp en ontwikkeling van een webapplicatie voor OOS-registratie
Structureren en analyseren van kwaliteitsdata ter ondersteuning van QC-besluitvorming
Visualisatie van variatie en trends (o.a. boxplots en heatmaps)
Techniek
HTML, CSS, JavaScript, SQL
Lokale deployment op Linux (Raspberry Pi)
📌 Vanwege vertrouwelijkheid is de code niet publiek beschikbaar; ik licht het project graag mondeling toe.
Datagedreven servicedesk-analyse
Analyseproject binnen een fictieve servicedeskorganisatie, gericht op werkdruk, doorlooptijden en SLA-prestaties.
Aanpak
Analyse van ±25.000 incidenten met Python en Power BI
Opschonen, structureren en analyseren van servicedeskdata
Statistische analyse (percentielen, regressie, non-parametrisch)
Visualisatie en managementrapportage
Vaardigheden
Vertalen van probleemstellingen naar analysevragen
Reproduceerbare data-analyse
Datavisualisatie voor niet-technische stakeholders
📌 Inhoudelijke conclusies licht ik graag mondeling toe.
