Zum Inhalt springen
EngineerDaten
Menü
Design
Deutsch

Engineer / Daten / Kategorien

SQL

  1. 30 Tage Stromdaten in 180 ms

    Varianten zur stündlichen Aggregation des Stromverbrauchs in Python, SQL und Bash + Jq entwickelt; der Python‑Benchmark verarbeitete einen 30‑Tage‑JSONL‑Datensatz in 180 ms.

    Stromverbrauchsaggregation in Python, SQL und Bash + Jq entwickelt und gemessen; Python verarbeitete einen 30-Tage-JSONL-Datensatz in 180 ms.

  2. Geografische Datenpipeline 50‑mal schneller

    Eine 50‑fache Verbesserung der geografischen Datenpipeline bei der Arbeit der Gründerin für Utiligize durch Änderungen an SQL und Datenmodellen in PostgreSQL, MS SQL und Google Cloud BigQuery dokumentiert.

    Die Gründerin dokumentiert eine 50-fache Verbesserung der Geodaten-Pipeline bei Utiligize durch SQL- und Datenmodellarbeit in PostgreSQL, MS SQL und BigQuery.

  3. GIS‑Karte mit PostgreSQL 10‑mal schneller

    Die Performance einer geografischen Kartenanwendung durch einen gezielten Datenbankwechsel von MSSQL zu PostgreSQL einschließlich Datenumschaltung um das 10‑Fache verbessert und dabei Verarbeitung und Datensicherheit optimiert.

    GIS-Karte durch MSSQL-PostgreSQL-Migration 10-mal schneller gemacht: Geodatenabfragen von 2,5 s auf unter 250 ms verkürzt.

  4. 1.000 Fehler in geografischen Daten behoben

    1.000 Probleme in geografischen Daten und Zeitreihendaten mit GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) und Bash behoben und eine hochwertige Big‑Data‑Verarbeitung sichergestellt.

    Über 1.000 Fehler in Geo- und Zeitreihendaten mit GDAL, PostGIS, ArcGIS, Mapbox, QGIS und SQL behoben; Abfragen um 35 % beschleunigt.

  5. 6 ETL/ELT‑Pipelines entworfen und betrieben

    6 ETL/ELT‑Pipelines mit Google BigQuery, MSSQL, PostgreSQL, Shell‑Skripten, PL/pgSQL und Transact‑SQL entworfen, umgesetzt und administriert sowie Daten für eine effiziente Verarbeitung durch die Python‑API integriert.

    6 ETL/ELT-Pipelines (BigQuery, MSSQL, PostgreSQL) entwickelt und betrieben: 3 Stunden Handarbeit auf unter 20 Minuten verkürzt, täglicher Abgleich.

  6. 500 Strom- und GIS‑Datenberichte veröffentlicht

    500 Analyseberichte zu Strom- und GIS‑Daten veröffentlicht und durch gründliche Recherche und Fehlerdiagnose präzise Erkenntnisse aus geografischen Big Data und Zeitreihendaten ermöglicht.

    500 Strom- und GIS-Analyseberichte als abteilungsübergreifende Grundlage für Lastverteilung, Effizienz und Anomalieerkennung veröffentlicht.

  7. 100 PostgreSQL/MS‑SQL/BigQuery‑Warehouses

    100 Data‑Warehouse‑Datenbanken in PostgreSQL, MS SQL und Google BigQuery mit überwiegend GIS- und Zeitreihendaten konzipiert, aufgebaut und verwaltet sowie Performance und Skalierbarkeit optimiert.

    100 PostgreSQL-, MS-SQL- und BigQuery-Warehouses für GIS- und Zeitreihendaten konzipiert und betrieben; Abfragezeiten um 40–60 % verkürzt.

  8. PostgreSQL um das 10‑Fache beschleunigt

    PostgreSQL durch gezielte Indizierung, Partitionierung und Abfrageoptimierung um das 10‑Fache beschleunigt und die Datenbankeffizienz für Nutzer-, Mandanten-, Geodaten und Strom‑Zeitreihendaten verbessert.

    PostgreSQL für Nutzer-, Mandanten-, Geo- und Zeitreihendaten durch Indizes, Partitionierung und Abfrageoptimierung 10-mal schneller; 40 % weniger Ressourcen.

  9. GIS‑SaaS‑Deployments mit GitHub automatisiert

    Bereitstellung, Datenverarbeitung und Berichtswesen einer GIS‑SaaS‑Anwendung mit GitHub Actions CI/CD, Python, Bash und SQL automatisiert.

    GIS-SaaS-Bereitstellung, Datenverarbeitung und Berichte mit GitHub Actions CI/CD, Python, Bash und SQL automatisiert: kürzere, verlässliche Releases.

  10. 30+ GIS‑Projekte von Entwicklung bis Support

    Entwicklung, Bereitstellung und Support von über 30 GIS‑Projekten geleitet und dabei Fachwissen zu PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS und Mapbox eingesetzt.

    Entwicklung, Bereitstellung und Support von über 30 GIS-Projekten mit PostgreSQL, Python, GDAL, ArcGIS, PostGIS und Mapbox geleitet.

  11. Datenarbeit mit Python und PL/pgSQL automatisiert

    Datenverarbeitungsaufgaben mit Shell‑Skripten, PL/pgSQL, Python und Transact‑SQL automatisiert und Produktivität sowie Effizienz gesteigert.

    Datenarbeit mit Shell, PL/pgSQL, Python und Transact-SQL automatisiert, die Produktivität erhöht und kleine wiederkehrende Fehler beseitigt.

  12. 600 PL/pgSQL‑ETL/ELT‑Pipelines entwickelt

    600 PL/pgSQL‑basierte ETL/ELT‑Pipelines für effizientere komplexe Datenverarbeitung in mehreren PostgreSQL‑Entwicklungs- und Produktivumgebungen entwickelt.

    Dokumentierte 600 PL/pgSQL-ETL/ELT-Pipelines in PostgreSQL-Entwicklung und -Produktion einschließlich inkrementellem Laden und Protokollierung entwickelt.

  13. JSON direkt von Postgres an die API geleitet

    Eine JSON‑Passthrough‑Architektur entworfen, in der PostgreSQL‑Funktionen vollständiges JSON zurückgeben, das die Go‑API unverändert weiterreicht; damit entfällt die zwischenzeitliche Deserialisierung und das Frontend bleibt von Schemaänderungen entkoppelt.

    JSON-Passthrough entworfen: PostgreSQL liefert vollständiges JSON, die Go-API reicht es unverändert weiter; Frontend und Schema bleiben entkoppelt.

  14. PostgreSQL‑Datenschicht mit Funktionen entworfen

    Eine PostgreSQL‑Datenschicht nach dem Function‑first‑Prinzip entworfen — 1.275 gespeicherte Funktionen in 34 Schemata — sodass jeder Lese- und Schreibzugriff über eine gezielt berechtigbare Funktion statt über eine Tabelle erfolgt.

    Funktionszentrierte PostgreSQL-Datenschicht entworfen: 1.275 gespeicherte Funktionen in 34 Schemata; die Datenbank erzwingt die Zugriffsgrenzen.

  15. 348 Tabellen in 34 Postgres‑Schemata modelliert

    Die maritime Domäne in 348 normalisierten Tabellen über 34 PostgreSQL‑Schemata modelliert — Fachkräfte, Unternehmen, Schiffe, Stellen, Bewertungen und weitere Bereiche — mit SMALLINT‑Nachschlagetabellen und UUID‑v7‑Schlüsseln.

    Maritime Domäne in 348 normalisierten Tabellen und 34 PostgreSQL-Schemata modelliert, mit SMALLINT-Nachschlagetabellen, UUID v7 und einheitlichen Namen.

  16. Eigene Analysen in PostgreSQL entwickelt

    Eigene Produktanalysen in PostgreSQL entwickelt — 47 Funktionen über partitionierten Ereignistabellen mit automatischer Bereinigung — pseudonymisiert mit wechselndem Salt und nur mit Einwilligung des Besuchers.

    Eigene Produktanalysen in PostgreSQL: 47 Funktionen auf selbstbereinigenden partitionierten Tabellen, pseudonymisiert und mit Einwilligung.

  17. Loyalitätskonto, Ligen und Abzeichen entwickelt

    Das Loyalitäts- und Reputationssystem entwickelt — 67 Funktionen über ein Hauptbuch mit 31 Tabellen, mit Ligen, Abzeichen und einem Prämienshop — und den Kontostand durch eine Zeilensperre gegen doppelte Ausgaben abgesichert.

    Loyalitäts- und Reputationssystem: 67 Funktionen über ein Hauptbuch mit 31 Tabellen, Ligen, Abzeichen und Shop; Zeilensperren auf dem Kontostand.

  18. 495 Seiten aus einem SQLite‑Export erzeugt

    495 Leistungsseiten in drei Sprachen aus einem schreibgeschützten SQLite‑Export erzeugt und die Seitenadresse als eigene Daten festgehalten, damit eine Satzkorrektur nicht länger die Seite verschiebt und Links bricht.

    Vierhundertfünfundneunzig Seiten entstehen aus einer Quelle. Eine Aussage lässt sich ohne Folgekosten korrigieren, und alle jemals veröffentlichten Adressen…

  19. Datenbankgestützten Lebenslaufgenerator aufgebaut

    Einen datenbankgestützten Generator für Lebenslauf, Referenzen, Portfolio und Anschreiben in Python entwickelt — 41 Module, 10.580 Zeilen — der sechs Ausgabeformate aus einer SQLite‑Quelle mit 23 Tabellen erzeugt, aufgebaut durch eine idempotente Pipeline mit 19 Schritten.

    Sechs Formate, drei Sprachen und fünf Designs entstehen aus einer Datenbank. Ein korrigierter Satz wird einmal korrigiert.

Kontakt

Sie klären noch, was Sie benötigen?

Erzählen Sie uns, was nicht funktioniert oder was Sie entwickeln möchten. Wir sagen Ihnen, was dafür nötig wäre, was es ungefähr kosten würde und ob wir die Richtigen dafür sind.

Ab 1.400 DKK pro Stunde, zuzüglich Mehrwertsteuer — und weniger pro Stunde bei längerer Buchung.

welcome@engineer.company +45 50 10 61 84 Kopenhagen, Dänemark