Direct naar de inhoud
Mardi Gras Developers
Menu+

Data-engineering

Complexe data-architectuur en migraties die tot op de cent kloppen

Wij ontwerpen en bouwen complexe data-opzetten: migraties tussen databases, datamodellen die jarenlang meegroeien, en pijplijnen die data veilig beschikbaar maken voor analyse en AI. Kenmerkend is dat we verificatie inbouwen: aantallen, sleutels en bedragen worden na elke run automatisch vergeleken met de bron.

Plan een kennismaking

Je spreekt Kevin of Pascal zelf. De kennismaking duurt 30 minuten.

Bijgewerkt

Wanneer je ons belt

  • Je wilt van SQL Server of een ander legacy-systeem naar PostgreSQL.
  • Je wilt AI of analisten op productiedata laten werken zonder persoonsgegevens bloot te stellen.
  • Meerdere systemen delen een datamodel en elke wijziging dreigt iets te breken.
  • Je data zit verspreid over systemen en niemand vertrouwt de cijfers.

Minder geschikt. Niet voor wie alleen dashboards zoekt; wij bouwen de datalaag eronder en werken graag samen met je BI-partij.

Back-upSQL ServerHerstelwegwerpomgevingLadenPostgreSQLMaskerendeterministischVerifiërengo / no-goPublicerenalleen-lezenNo-gorun stoptAnalist en AItext-to-SQL
Migraties, datamodellen en pijplijnen waarbij je achteraf kunt bewijzen dat alles klopt.

Wat je krijgt

  • Databasemigraties

    Schema-eerst migreren met behoud van sleutels, relaties en indexen, herhaalbaar en zonder productie aan te raken.

  • Maskering met behoud van samenhang

    Dezelfde echte waarde wordt overal dezelfde nepwaarde, zodat koppelingen en analyses blijven kloppen.

  • Verificatie als poort

    Een go/no-go-controle op aantallen rijen, exacte gelijkheid van geldbedragen, aanwezige relaties en PII-lekken.

  • Datamodellen die mee-evolueren

    Additieve, achterwaarts compatibele wijzigingen voor systemen waarvan oude clients blijven bestaan.

  • Data klaar voor AI

    Alleen-lezen rollen, vertaalde en gecureerde views en vectorzoeken, zodat een model veilig vragen kan beantwoorden.

Zo pakken we het aan

Techniek

  • PostgreSQL
  • pgvector
  • SQL Server
  • pgloader
  • Presidio
  • Python
  • Firestore
  • Supabase
  • Redis
  • Docker
  1. 01

    Bron begrijpen

    We inventariseren tabellen, relaties, gevoelige velden en de vragen die de data moet kunnen beantwoorden.

  2. 02

    Herhaalbare pijplijn

    Herstellen in een wegwerpomgeving, laden, maskeren, verifiëren, publiceren. Elke stap opnieuw uit te voeren.

  3. 03

    Pas live na bewijs

    De verificatiestap moet slagen voordat iemand, mens of model, toegang krijgt.

Bewijs uit ons eigen werk

Veelgestelde vragen

Hoe migreer je van SQL Server naar PostgreSQL zonder risico voor productie?

Door nooit op productie te werken. We herstellen een back-up in een tijdelijke omgeving, migreren van daaruit en vergelijken het resultaat automatisch met de bron. De pijplijn is herhaalbaar, dus een mislukte run kost alleen tijd.

Hoe laat je AI veilig met bedrijfsdata werken?

Met een aparte, alleen-lezen kopie waarin persoonsgegevens zijn gemaskeerd en waarin sleutels en bedragen intact blijven. Het model krijgt een rol met alleen leesrechten op gecureerde views.

Wat betekent 'achterwaarts compatibel' bij data?

Dat een wijziging bestaande gebruikers niet breekt. Je voegt velden toe in plaats van ze te hernoemen of verwijderen, en houdt oude velden gevuld zolang er software bestaat die ze leest.

Contact

Plan een kennismaking van 30 minuten

Beschrijf je vraag in een paar zinnen. Kevin of Pascal reageert persoonlijk.