Ontwikkelen Selfservice Kwaliteitsrapportages

Omschrijving Beheer en Ontwikkeling IT
Waar loopt de grens tussen uw tuin en die van uw buurman? En welk vastgoed is van wie? Het Kadaster registreert van al het vastgoed (grond en gebouwen) in Nederland wie welke rechten heeft. We hebben heel veel data over alles onder, op en boven de grond en willen maximale waarde halen uit deze data. Naast onze wettelijke taak, beheert het Kadaster ook voorzieningen van andere organisaties, de Landelijke Voorzieningen. Zo beheren wij onder andere de WOZ Landelijke Voorziening en de Basisregistratie Adressen en gebouwen (BAG): alle adressen en gebouwen in Nederland, zoals bouwjaar, oppervlakte, gebruiksdoel en locatie op de kaart.

Algemeen
De uitvoering van de interne bedrijfsprocessen van het Kadaster wordt in grote mate ondersteund door geautomatiseerde informatiesystemen en gegevensbestanden. Ook de dienstverlening aan de klanten van het Kadaster wordt in grote mate ondersteund door systemen die digitale producten en diensten leveren. Goed ingerichte toegangscontrole speelt hierbij een grote rol; ‘wie mag gebruik maken van welke informatiesystemen, diensten en gegevens en om welke reden’ en ‘hoe wordt dit goed beheerd’ zijn belangrijke thema’s die mede bepalen in welke mate de belangen van het Kadaster en de klant worden geborgd en op basis waarvan voldaan kan worden aan wettelijke eisen.

Omschrijving project 

Binnen het Kadaster werken we aan de doorontwikkeling van het product Datahub, hiervoor hebben we concreet de volgende (sub)projecten opgesteld.

1. Ontwikkelen Performance test.
2. Ontwikkelen Selfservice Kwaliteitsrapportage.

Opdrachtomschrijving

1. Ontwikkelen Performance testen Datahub

Ontwikkel diverse performancetests voor de volgende Datahub componenten:

• Mutatie API
• Lookup API
• Bulk API

Deze performancetests bestaan tenminste uit:

• Scripts om data te laden die voldoende representatief zijn om performance te meten;
• Scripts om de performancetesten uit te voeren;
• Scripts om geladen data weer te verwijderen of de omgeving te verwijderen;
• Monitoring om de belasting van CPU, netwerk I/O enz. tijdens het uitvoeren van de test te bekijken;
• Rapportage van responsetijden, goed/fout percentages enz. om de resultaten van de performance na uitvoeren van de performancetest te kunnen bekijken en vast te kunnen stellen of de performance binnen de gestelde normen valt;
• Documentatie over hoe is vastgesteld wat een representatieve dataset is;
• Functionele en technische documentatie voor de opgeleverde performance testen;

De performance testen dienen ontwikkeld te worden m.b.v.  ghz, JMeter en Tekton en eind Q1 opgeleverd te worden. De functionele en technische documentatie dient in Q2 opgeleverd te worden.

2. Ontwikkelen Selfservice Kwaliteitsrapportage

Ontwikkel een Selfservice omgeving volgens de binnen het Kadaster gestelde richtlijnen,  waarin data-aanbieders kwaliteitsrapportages kunnen samen stellen. Hierin willen we tenminste de volgende functionaliteiten terug zien:

• Aanmaken en testen van nieuwe query’s voor kwaliteitsrapportages in de Databricks omgeving;
• Bewerken en testen van bestaande query’s voor kwaliteitsrapportages in de Databricks omgeving;
• Aanmaken van testdata t.b.v. regressietesten;
• Inrichten van regressietesten voor kwaliteitsdashboard configuraties;
• Nieuwe configuraties voor kwaliteitsrapportages aan te maken en te testen
• Bestaande configuraties voor kwaliteitsrapportages te wijzigen en het resultaat van de wijzigingen te testen
• Configuraties en/of query’s die zijn aangemaakt of aangepast en tot het beoogde resultaat leiden mee te laten nemen in de dagelijkse kwaliteitsrapportage runs (die ’s nachts de nieuwe rapportagedata genereren o.b.v. de actuele data)
• Stel gebruikersdocumentatie op voor bovengenoemde functionaliteit
• Stel code-documentatie op voor de opgeleverde code conform hierover gemaakte afspraken

Het ontwerp dient eind Q2 opgeleverd te worden, de daadwerkelijke realisatie eind Q3. De Functionele en technische documentatie dient eind Q4 opgeleverd te worden.

Belangrijkste technieken, methoden en tools

• Java 17 (21 pré);
• Spring (Boot) framework;
• PostgreSQL database;
• Angular 18;
• Docker;
• Kubernetes;
• Linux/Shell scripting;
• GraphQL;
• CI/CD tooling (Git/Gitea, Maven);
• Azure Databricks;
• Tekton;
• Microsoft Azure;
• OpenShift;
• GRPC;
• Python;
• HELM;
• Apache Spark;
• HTML/CSS en JavaScript;
• DotWebStack framework;
• Apache Airflow.