Heerema heeft de grootste kraanschepen ter wereld, waarmee vrijwel alles offshore geïnstalleerd kan worden. Wat doen we? Met drijvende - en dus bewegende - schepen enorme constructies tot op de centimeter nauwkeurig neerzetten. Om dat steeds slimmer en efficiënter te doen, willen we onze schepen en operaties beter begrijpen.

Gelukkig meten onze schepen elke seconde met meer dan 70.000 sensoren. Maar hoe maak je al die ruwe metingen beschikbaar en bruikbaar voor engineers en analisten? In deze sessie laten we zien hoe je met een klein datateam een schaalbaar self-service data platform opzet voor de hele organisatie. We nemen je mee in:

• De juiste tooling- en architectuurkeuzes met Databricks en dbt
• Het transformeren van ruwe metingen naar datamodellen die geschikt zijn voor verschillende analyses
• Waarom het verrijken van sensoren met metadata essentieel is
• Het inrichten van het platform om self-service analytics te faciliteren voor meerdere teams
• De verschillende manieren waarop teams dataproducten kunnen gebruiken (onderschat Databricks AI/BI Dashboards niet).

Nog niet concreet genoeg? We sluiten af met een voorbeeld waarin we laten zien hoe het platform op 3 manieren business waarde heeft gecreëerd.

Heerema heeft de grootste kraanschepen ter wereld, waarmee vrijwel alles offshore geïnstalleerd kan worden. Wat doen we? Met drijvende - en dus bewegende - schepen enorme constructies tot op de centimeter nauwkeurig neerzetten. Om dat steeds slimmer en efficiënter te doen, willen we onze schepen en operaties beter begrijpen.

Gelukkig meten onze schepen elke seconde met meer dan 70.000 sensoren. Maar hoe maak je al die ruwe metingen beschikbaar en bruikbaar voor engineers en analisten? In deze sessie laten we zien hoe je met een klein datateam een schaalbaar self-service data platform opzet voor de hele organisatie. We nemen je mee in:

• De juiste tooling- en architectuurkeuzes met Databricks en dbt
• Het transformeren van ruwe metingen naar datamodellen die geschikt zijn voor verschillende analyses
• Waarom het verrijken van sensoren met metadata essentieel is
• Het inrichten van het platform om self-service analytics te faciliteren voor meerdere teams
• De verschillende manieren waarop teams dataproducten kunnen gebruiken (onderschat Databricks AI/BI Dashboards niet).

Nog niet concreet genoeg? We sluiten af met een voorbeeld waarin we laten zien hoe het platform op 3 manieren business waarde heeft gecreëerd.