Data Architect
Il y a 2 heures
Brussels, Belgique
HumanInTech
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
ph3Wat je zal doen /h3pJe levert toegewijde data-architectuurexpertise om het datalandschap van een onderwijsorganisatie te analyseren, de cartografie en conceptuele en logische modellering ervan op te stellen, en een doelgerichte data-architectuur en implementatieroadmap mee te ontwerpen met interne teams. /ppDit is een architectuur
- en kaderopdracht. Je stelt modellen, onderbouwde opties, gedocumenteerde beslissingen en een uitvoerbare roadmap op. Je analyseert het bestaande landschap, modelleert het domein, onderbouwt en argumenteert data-architectuuropties, en leidt een geprioriteerd traject af. Je werkt ter ondersteuning van business analisten en enterprise architecten, waarbij je hun business framing vertaalt naar datavereisten en modellen, en in permanente coördinatie met solution architecten die de applicatielaag behandelen. /ppJe activiteiten omvatten: /ppbFraming en afstemming /b /pulliWorkshops faciliteren met business analisten en het programmateam /liliData-objecten afleiden uit business capabilities en processen geïdentificeerd door business analisten en enterprise architecten /liliData-architectuurprincipes formuleren die van toepassing zijn op het programma en deze afstemmen op enterprise principes /li /ulpbAS-IS analyse /b /pulliDatabronnen inventariseren: applicaties, referentiedata, databases, bestanden, uitwisselingen met administraties en instellingen /liliHuidige flows in kaart brengen: producenten, consumenten, frequenties, uitwisselingsmechanismen, afhankelijkheden /liliPijnpunten identificeren: silo's, redundanties, herinvoer, latentie, kwaliteitsgebreken, gebieden zonder eigenaarschap /li /ulpbDomeinmodellering /b /pulliConceptuele en vervolgens logische modellen opstellen van kernbusiness objecten (leerlingen, personeel, instellingen, onderwijsstructuren, enz.) /liliReferentiedata identificeren, mastersystemen aanduiden en regels voor data-eigenaarschap verduidelijken /liliEen data dictionary en bijbehorende kwaliteitsregels opstellen /li /ulpbDoelarchitectuur /b /pulliHaalbare paradigma's instrueren (data hub, lakehouse, federated mesh approach, virtualisatie) en deze vergelijken in de context van beperkingen en middelen /liliDeze opties confronteren met enterprise architecten, solution architecten en het data competentiecentrum: het doel is niet vooraf bepaald en moet voortvloeien uit dit collectieve werk /liliGebruiksregels opstellen voor uitwisselings
- en blootstellingspatronen (API, event-driven, replicatie, virtualisatie, analytische feeds): welk patroon voor welke klasse van behoefte en onder welke voorwaarden /liliDe doelarchitectuur positioneren ten opzichte van gedeelde platforms en diensten en de datastrategie van de organisatie /liliBeperkingen inzake beveiliging, bescherming van persoonsgegevens, soevereiniteit en digitale soberheid vertalen naar afdwingbare architectuurregels /liliErvoor zorgen dat de gekozen architectuur analytische en AI use cases niet afsluit (kwaliteit, traceerbaarheid, datatoegang), zonder specifieke use cases vooruit te lopen /li /ulpbData governance vereisten /b /pulliDe minimale governance fundamenten definiëren die nodig zijn om de architectuur te adopteren: rollen (data owner, data steward), organen, beslissingsprocessen /liliDe verwachte metadata repository en gedocumenteerde catalogus specificeren, en het beheer van toegangsrechten /liliDe concrete implementatie van het \"slechts één keer\" principe voor de scope beschrijven /li /ulpbTraject en overdracht /b /pulliHet doel opsplitsen in coherente werkpakketten en tussenliggende transitie data-architecturen definiëren /liliDe roadmap prioriteren volgens business value en risico, in lijn met de programmakalender /liliKennisoverdracht naar interne teams verzekeren zodat deliverables bruikbaar blijven na afloop van de opdracht /li /ulh3Wat we zoeken /h3pbEssentiële vaardigheden en ervaring /b /pulliExpertniveau conceptuele en logische datamodellering: entity-relationship / Merise, UML, ArchiMate; dimensionale modellering /liliExpertniveau mapping van datalandschappen: bronnen, flows, applicaties, referentiedata; gap analyse /liliExpertniveau begrip van data-architectuurparadigma's: hub, lakehouse, data mesh, data fabric, virtualisatie; vermogen om deze te vergelijken en te arbitreren in een beperkte context /liliExpertniveau kennis van referentiedata en kwaliteit: MDM, mastersystemen (SoR), data dictionary, metadata catalogus /liliBevestigde ervaring met uitwisselings
- en blootstellingspatronen: API, event-driven, replicatie, virtualisatie, analytische feeds; kennis van patronen en hun implicaties, vermogen om gebruiksregels vast te leggen /liliBevestigde ervaring met het faciliteren van workshops en het instrueren van architectuurbeslissingen /liliBevestigde kennis van data governance: rollen, levenscyclus, toegangsrechten, GDPR, \"slechts één keer\"-principe /liliBevestigde kennis van architectuurframeworks en canvassen: TOGAF, ArchiMate, DAMA-DMBOK of equivalent /liliBevestigde ervaring me
- en kaderopdracht. Je stelt modellen, onderbouwde opties, gedocumenteerde beslissingen en een uitvoerbare roadmap op. Je analyseert het bestaande landschap, modelleert het domein, onderbouwt en argumenteert data-architectuuropties, en leidt een geprioriteerd traject af. Je werkt ter ondersteuning van business analisten en enterprise architecten, waarbij je hun business framing vertaalt naar datavereisten en modellen, en in permanente coördinatie met solution architecten die de applicatielaag behandelen. /ppJe activiteiten omvatten: /ppbFraming en afstemming /b /pulliWorkshops faciliteren met business analisten en het programmateam /liliData-objecten afleiden uit business capabilities en processen geïdentificeerd door business analisten en enterprise architecten /liliData-architectuurprincipes formuleren die van toepassing zijn op het programma en deze afstemmen op enterprise principes /li /ulpbAS-IS analyse /b /pulliDatabronnen inventariseren: applicaties, referentiedata, databases, bestanden, uitwisselingen met administraties en instellingen /liliHuidige flows in kaart brengen: producenten, consumenten, frequenties, uitwisselingsmechanismen, afhankelijkheden /liliPijnpunten identificeren: silo's, redundanties, herinvoer, latentie, kwaliteitsgebreken, gebieden zonder eigenaarschap /li /ulpbDomeinmodellering /b /pulliConceptuele en vervolgens logische modellen opstellen van kernbusiness objecten (leerlingen, personeel, instellingen, onderwijsstructuren, enz.) /liliReferentiedata identificeren, mastersystemen aanduiden en regels voor data-eigenaarschap verduidelijken /liliEen data dictionary en bijbehorende kwaliteitsregels opstellen /li /ulpbDoelarchitectuur /b /pulliHaalbare paradigma's instrueren (data hub, lakehouse, federated mesh approach, virtualisatie) en deze vergelijken in de context van beperkingen en middelen /liliDeze opties confronteren met enterprise architecten, solution architecten en het data competentiecentrum: het doel is niet vooraf bepaald en moet voortvloeien uit dit collectieve werk /liliGebruiksregels opstellen voor uitwisselings
- en blootstellingspatronen (API, event-driven, replicatie, virtualisatie, analytische feeds): welk patroon voor welke klasse van behoefte en onder welke voorwaarden /liliDe doelarchitectuur positioneren ten opzichte van gedeelde platforms en diensten en de datastrategie van de organisatie /liliBeperkingen inzake beveiliging, bescherming van persoonsgegevens, soevereiniteit en digitale soberheid vertalen naar afdwingbare architectuurregels /liliErvoor zorgen dat de gekozen architectuur analytische en AI use cases niet afsluit (kwaliteit, traceerbaarheid, datatoegang), zonder specifieke use cases vooruit te lopen /li /ulpbData governance vereisten /b /pulliDe minimale governance fundamenten definiëren die nodig zijn om de architectuur te adopteren: rollen (data owner, data steward), organen, beslissingsprocessen /liliDe verwachte metadata repository en gedocumenteerde catalogus specificeren, en het beheer van toegangsrechten /liliDe concrete implementatie van het \"slechts één keer\" principe voor de scope beschrijven /li /ulpbTraject en overdracht /b /pulliHet doel opsplitsen in coherente werkpakketten en tussenliggende transitie data-architecturen definiëren /liliDe roadmap prioriteren volgens business value en risico, in lijn met de programmakalender /liliKennisoverdracht naar interne teams verzekeren zodat deliverables bruikbaar blijven na afloop van de opdracht /li /ulh3Wat we zoeken /h3pbEssentiële vaardigheden en ervaring /b /pulliExpertniveau conceptuele en logische datamodellering: entity-relationship / Merise, UML, ArchiMate; dimensionale modellering /liliExpertniveau mapping van datalandschappen: bronnen, flows, applicaties, referentiedata; gap analyse /liliExpertniveau begrip van data-architectuurparadigma's: hub, lakehouse, data mesh, data fabric, virtualisatie; vermogen om deze te vergelijken en te arbitreren in een beperkte context /liliExpertniveau kennis van referentiedata en kwaliteit: MDM, mastersystemen (SoR), data dictionary, metadata catalogus /liliBevestigde ervaring met uitwisselings
- en blootstellingspatronen: API, event-driven, replicatie, virtualisatie, analytische feeds; kennis van patronen en hun implicaties, vermogen om gebruiksregels vast te leggen /liliBevestigde ervaring met het faciliteren van workshops en het instrueren van architectuurbeslissingen /liliBevestigde kennis van data governance: rollen, levenscyclus, toegangsrechten, GDPR, \"slechts één keer\"-principe /liliBevestigde kennis van architectuurframeworks en canvassen: TOGAF, ArchiMate, DAMA-DMBOK of equivalent /liliBevestigde ervaring me