Det, vi tilbyder — og resultaterne, der beviser det.
Foto: lecreusois / Pixabay
Foto: dazzleology / Pixabay
Engineer ApS blev registreret i 2025. Det meste af arbejdet her blev leveret inden da af vores stifter i kundernes egne teams; noget er leveret af virksomheden selv, og noget senere i et ansættelsesforhold. De samme hænder og de samme standarder — vi siger, hvad der er hvad, i stedet for at sløre det.
Læser I for at træffe en beslutning og ikke bare for at kigge? Et udvalg er genfortalt for jer på almindeligt dansk, som cases.
Har bygget en databasedrevet generator til CV, referencer, portefølje og ansøgninger i Python — 41 moduler, 10.580 linjer — der genererer seks outputformater fra én SQLite‑kilde med 23 tabeller, som en idempotent pipeline i 19 trin bygger op.
Har bygget rekrutteringsmarkedspladsen og arbejdsområdet til søfarendes karriere — 151 stored functions fordelt på 48 tabeller — med ledige stillinger, ansøgninger, certifikater, avancement i grader og verificeret sejltid.
Har bygget loyalitets- og omdømmesystemet — 67 funktioner over et ledger på 31 tabeller, med ligaer, badges og en indløsningsshop — og med en row lock på saldoen til at lukke vinduet for dobbeltforbrug.
Har bygget egen produktanalyse i PostgreSQL — 47 funktioner over partitionerede event‑tabeller, der selv rydder op — pseudonymiseret bag et roterende salt og betinget af den besøgendes samtykke.
Har flyttet langsomt arbejde væk fra request‑stien og over på en River‑jobkø — 15 worker‑moduler, 8 planlagte opgaver og 20 pg_cron‑jobs — så en request returnerer, mens arbejdet bag den kører videre.
Har bygget betalings- og rettighedslaget — Stripe side om side med Apple og Google in‑app purchase — så adgangen til kataloget, søgningen og eksporten styres af en adgangsmodel på 11 tabeller, der kontrolleres på serveren.
Har modelleret det maritime domæne i 348 normaliserede tabeller fordelt på 34 PostgreSQL‑skemaer — fagfolk, virksomheder, skibe, jobs, anmeldelser og resten — med SMALLINT‑opslagstabeller og UUID v7‑nøgler.
Har implementeret en katalogdrevet deep‑merge for lagrede JSON‑præferencer, hvilket forhindrer nedbrud på grund af manglende nøgler, når skemaet udvikler sig.
Har indført tidsordnede UUID v7‑identifikatorer (PostgreSQL 18) som entitetsnøgler for at reducere fragmentering af B‑tree‑indeks og øge forespørgselshastigheden.
Har designet et funktionsbaseret datalag i PostgreSQL — 1.275 stored functions fordelt på 34 skemaer — så al læsning og skrivning går gennem en funktion, databasen kan tildele rettigheder til, og ikke direkte gennem en tabel.
Har designet en JSON passthrough‑arkitektur, hvor PostgreSQL‑funktioner returnerer komplet JSON, som Go‑API'et videresender uændret, så der ikke er nogen mellemliggende unmarshalling, og frontenden er afkoblet fra skemaændringer.
Har designet arkitekturen for en lagdelt maritim platform, der adskiller en Next.js PWA‑frontend, et Go (Huma/Fiber) API og et PostgreSQL‑funktionslag og holder al forretningslogik i databasen.
Har stået for arkitektur, oprettelse og drift af 100 data warehouse‑databaser i PostgreSQL, MS SQL og Google BigQuery, primært med GIS- og tidsseriedata, og optimeret ydeevne og skalerbarhed.
Har designet, implementeret og administreret 6 ETL/ELT‑pipelines med Google BigQuery, MSSQL, PostgreSQL, shell‑scripting, PL/pgSQL og Transact‑SQL og integreret data, så et Python‑API kan behandle dem effektivt.
Har holdt skemaet konsistent gennem 1.022 migrationer med en CI‑gate, der bygger databasen begge veje — en frisk installation og en installation plus hver eneste migration — og fejler, når de to ikke stemmer overens.
Har konfigureret opbevaringen af databasebackups som infrastructure‑as‑code, derefter gennemgået gendannelsesberedskabet og dokumenteret gendannelsesproceduren — og nævnt de resterende huller, i stedet for at de skulle opdages under en hændelse.
Har udviklet 600 PL/pgSQL‑baserede ETL/ELT‑pipelines for at strømline komplekse arbejdsgange i databehandlingen i flere udviklings- og produktionsmiljøer med PostgreSQL.
Har gjort PostgreSQL 10 gange hurtigere med strategisk indeksering, partitionering og forespørgselsoptimering og effektiviseret databasen til brugerdata, tenantdata, geodata og tidsserier af eldata.
Har forbedret datasikkerheden ved at implementere 1.000 RBAC‑regler for udviklere, applikationsinstanser, PostgreSQL, MS SQL og andre Linux‑servere for at forhindre uautoriseret adgang; dokumenteret med Ansible‑automatisering.
Har gjort en geografisk kortapplikation 10 gange hurtigere gennem en strategisk databaseovergang fra MSSQL til PostgreSQL, herunder selve omlægningen af data, og optimeret behandlingen og datasikkerheden.
Har gjort geografiske datapipelines 50 gange hurtigere ved at forbedre SQL‑programmeringen og datamodelleringen i PostgreSQL, MS SQL og Google Cloud BigQuery.
Har udviklet en pipeline i Python / SQL / Bash + Jq, der aggregerer elforbrug pr. time og behandler datasæt for 30 dage fra heterogene JSONL‑kilder på 180 ms.
Ydelsen indgår i arbejde, der står andetsteds på siden:
Har flyttet hver streng, brugeren ser, ud af Python og ind i et indholdstræ på 874 filer på tre sprog, efter at have fundet døde oversættelser, som ingen kunne se var døde, og et tjek, der ubemærket kun bedømte en tredjedel af resultaterne.
Ydelsen indgår i arbejde, der står andetsteds på siden:
Har genereret 495 resultatsider på tre sprog fra en skrivebeskyttet SQLite‑eksport med sidens adresse skrevet som data, så en rettelse i en sætning ikke længere flyttede siden og ødelagde linket.
Har stået for arkitektur, udvikling, implementering og support af infrastruktur, databehandling og kortapplikationen i 2 år i træk uden weekender, helligdage eller ferie, 10–14 timer om dagen.
Har ledet udvikling, idriftsættelse og support af over 30 GIS‑projekter og udvist ekspertise i PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS og Mapbox.
Har løst 1.000 problemer i geografiske data og tidsseriedata ved hjælp af GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) og Bash, hvilket har sikret behandling af big data i høj kvalitet.
Har designet en omfattende infrastrukturramme for et forskningsinstitut, der omfatter 14 afdelinger, med fleksible moduler, samlede datapipelines og strukturerede supportstrategier, der sikrer langsigtet forankring.
Ydelsen indgår i arbejde, der står andetsteds på siden:
Har udgivet 500 analyserapporter om el- og GIS‑data med grundig research og fejlfinding for at sikre præcis indsigt i store mængder geodata og tidsseriedata.
Har gennemført 8 Power BI‑projekter med grundige manualer og integreret Microsoft Power BI‑værktøjer med NodeJS API og Python FastAPI til effektiv dataanalyse og visualisering.
Har udviklet og lanceret virksomhedens første dashboard til observerbarhed, der viste systemets ydeevne i realtid og visualiserede data på den store tv‑skærm på kontoret.
Har målt tretten adresser alene ud fra webserverens egen adgangslog — ingen cookie, ingen tracker og ingen tredjepartstjeneste — hvor klientens netværk maskeres i samme øjeblik linjen skrives, og resultatet samles i et permanent arkiv med 21 daglige tællinger og 20 månedlige facetter.
Har kontrolleret 644 Rust‑crates for licenskompatibilitet ved hvert build og bevist, at tjekket slår til, ved at ændre licensen på én crate og ved at flytte den fastlåste kernerevision uden at regenerere.
Har bygget et tværsprogligt indholdstjek, der fejler, når en oversættelse udelader et tal, som den engelske tekst angiver, og når et sprog bruger en notation, der ikke hører til det — og fundet to danske beskrivelser, der manglede en metrik, og seksten ukrainske tekststykker med citationstegn på engelsk vis.
Har skrevet tests af selve tjekkene efter at have fastslået, at et tjek, der kun fodres med rent input, en dag melder fejlfrit, fordi det intet har læst — ved at plante en stavefejl for at bekræfte, at stavekontrollen finder den, og ved at tage et id‑interval fra databasen i stedet for fra et tal i testen.
Har erstattet 963 anonyme blokke med strukturerede data, der gentog virksomheden 1.671 gange, med én sammenkædet graf af 16 typer dannet ud fra stabile oprindelsesidentifikatorer.
Har skrevet en afgrænsningsregel ind i repositoryet, efter at en omstrukturering havde ført en anden virksomheds inventar, firewalltilladelser og tekst med ind i det — og holdt de karantænesatte rester under hemmelighedsscanneren i stedet for at udelukke dem.
