# Engineer — Bases de données et pipelines, Copenhague

> Nous concevons, optimisons et migrons les bases de données dont une entreprise dépend, et construisons les pipelines qui font circuler les données entre elles.

## Nous gardons les données dont votre entreprise dépend fiables, rapidement accessibles et récupérables.

Conception, administration, optimisation et migration de bases de données, pipelines, entrepôts de données et tableaux de bord — depuis Copenhague.

Ce que nous faisons

Voir nos réalisations

## Des bases de données et des pipelines qui tiennent la route

+45 50 10 61 84 · Copenhague, Danemark

Découvrir nos prestations

Nous concevons, optimisons et migrons les bases de données dont une entreprise dépend, et construisons les pipelines qui font circuler les données entre elles. Les comptes rendus décrivent la situation initiale, le travail effectué et le résultat.

Partez d'une base de données ou d'un flux de données et des questions auxquelles ils doivent répondre. Nous pouvons définir une revue qui vous laisse un diagnostic écrit et un plan de mise en œuvre hiérarchisé.

Travaux sur les bases de données et les pipelines · Tarifs et modalités de collaboration · Parlons de votre projet

## Photographies

Clavier d’un ordinateur portable

Photo : webandi / Pixabay

Clavier, main, frappe au clavier

Photo : councilcle / Pixabay

## Partez du résultat recherché

Dites-nous ce que votre entreprise doit accomplir. Nous relions logiciels, données et infrastructure autour des personnes qui les utilisent.

Découvrir nos prestations

Contactez-nous

## Découvrez notre façon de travailler

Trouvez la prestation qui correspond à votre objectif et découvrez, à travers nos réalisations, ce qui a été livré et comment.

Études de cas

Contactez-nous

## Études de cas

Une sélection de projets, avec leur périmètre, les principales décisions et notre rôle dans leur réalisation.

### Une plateforme maritime aux frontières système claires

Le travail de la fondatrice pour NextMariner sépare interface Next.js, API Go et règles métier PostgreSQL. Chaque couche a une responsabilité définie.

2025
* Requête du frontend
* API en Go
* JSON de PostgreSQL

Vue d’ensemble de l’implémentation du parcours d’une requête ; les résultats et le contexte des mesures figurent dans le texte de l’étude de cas.

Lire l’étude de cas

### Un plan d'infrastructure pour 14 départements

Conception d'un cadre commun pour un institut de recherche, utilisable par 14 départements tout en préservant les particularités de chacun.

2025

Lire l’étude de cas

### 30 jours de données électriques traités en 180 ms

Mise en œuvre de variantes Python, JQ et SQL pour l’agrégation horaire. Lors du benchmark consigné, Python a traité en 180 ms un jeu de données couvrant 30 jours.

2025

Lire l’étude de cas

### Un produit cartographique pris en charge de bout en bout

Infrastructure, traitement des données et application cartographique : construction et maintien en fonctionnement pendant deux ans.

2025

Lire l’étude de cas

Engineer ApS a été immatriculée en 2025. Ces études de cas comprennent des projets de l’entreprise et des travaux réalisés par sa fondatrice au sein d’équipes clientes ou comme salariée, depuis 2003. Chaque étude précise le rôle exercé et la forme de collaboration.

## Résultats des travaux

Une sélection de résultats issus des projets de notre fondatrice. Les chiffres se rapportent au travail et à la période décrits dans chaque bilan lié.
* 180 ms pour agréger un mois de relevés de compteurs
* 50x d’accélération des pipelines de données géographiques
* 600 pipelines ETL développés en PL/pgSQL
* 1,000 règles d'accès écrites pour combler une faille de sécurité
* 151 fonctions stockées pour le recrutement et la carrière

## Découvrez les réalisations dans leur contexte — les décisions, la réalisation et les résultats rapportés.

Voir l'ensemble du catalogue

## Un seul partenaire pour 9 prestations du schéma au tableau de bord.

Parcourir le catalogue

## Un endroit bien pensé pour vos données

Données et bases de données

Conception et modélisation de bases de données

Une structure fidèle au fonctionnement de l'entreprise, qui permet encore de poser demain les questions dont vous aurez besoin.

### Générateur de CV piloté par base de données

Conçu en Python un générateur de CV, références, portfolio et lettres de motivation piloté par base de données — 41 modules, 10 580 lignes — produisant six formats à partir d'une source SQLite de 23 tables assemblée par un pipeline idempotent de 19 étapes.

### Espaces de recrutement et carrière des marins

Construit les espaces de recrutement et de carrière des marins ; l'instantané d'implémentation consigné comprend 151 fonctions stockées dans 48 tables pour postes, candidatures, certificats, progression de grade et temps de navigation.

### Portefeuille de fidélité, ligues et badges

Conçu le système de fidélité et de réputation — 67 fonctions sur un registre de 31 tables, avec ligues, badges et boutique d'échange — en verrouillant la ligne du solde pour fermer la fenêtre de double dépense.

Voir les 14 réalisations

## Notre façon de travailler

### Comprendre d'abord

Nous étudions le problème avant de proposer une solution. Le cahier des charges que vous apportez est le début de cette conversation, pas sa conclusion.

### Construire pour durer

La durabilité plutôt que la rapidité, la clarté plutôt que les astuces. Le système doit rester exploitable pour les personnes qui en hériteront.

### Assumer la responsabilité

Toute exploitation ou assistance continue fait l'objet d'un accord dans le cadre de la mission. La transmission précise les responsabilités et la voie à suivre pour tout contact ultérieur.

## Prendre soin de la base de données

Données et bases de données

Administration de bases de données (DBA)

Une personne responsable du socle de toute l'entreprise : il fonctionne, ses données sont sauvegardées et il ne se dégrade pas en silence.

### 1 022 migrations contrôlées contre les écarts

Maintenu la cohérence du schéma au fil de 1 022 migrations avec un contrôle CI construisant la base de deux façons — installation neuve, puis installation suivie de toutes les migrations — et échouant en cas de différence.

### Sauvegardes et reprise sous forme de code

Configuré la conservation des sauvegardes sous forme d'Infrastructure as Code, puis évalué les possibilités de récupération et documenté la restauration, en explicitant les lacunes restantes avant qu'un incident ne les révèle.

### 600 pipelines ETL/ELT PL/pgSQL conçus

Conçu 600 pipelines ETL/ELT en PL/pgSQL pour simplifier des traitements de données complexes dans plusieurs environnements PostgreSQL de développement et de production.

Voir les 9 réalisations

## Accélérer ce qui ralentit tout

Données et bases de données

Optimisation des performances de bases de données

Identifier les requêtes et les index manquants dans un système alourdi au fil des ans, puis corriger ce qui compte.

### Des clés chronologiques pour un modèle de données qui grandit

Adopté des identifiants UUID v7 ordonnés dans le temps (PostgreSQL 18) comme clés d'entités pour réduire la fragmentation des index B‑tree et accélérer les requêtes.

### PostgreSQL accéléré de 10 fois

Accéléré PostgreSQL de 10 fois grâce à l'indexation, au partitionnement et à l'optimisation des requêtes sur les données des utilisateurs, des organisations clientes, les données géospatiales et les séries temporelles électriques.

### 100 entrepôts PostgreSQL, MS SQL et BigQuery

Conçu l'architecture, créé et géré 100 bases d'entrepôts de données PostgreSQL, MS SQL et Google BigQuery, principalement consacrées aux données GIS et aux séries temporelles, en optimisant leurs performances et leur capacité de montée en charge.

Voir les 6 réalisations

## Quitter l'ancien système

Données et bases de données

Migration et modernisation de bases de données

Transférer les données d'un système vieillissant vers une solution maintenue, tout en poursuivant l'activité pendant la migration.

### Tous les textes déplacés dans le contenu

Déplacé chaque texte destiné aux utilisateurs hors de Python vers une arborescence de 874 fichiers en trois langues, après avoir trouvé des traductions inutilisées dont l'inactivité était invisible et un contrôle n'évaluant silencieusement qu'un tiers des réalisations.

### 1 022 migrations contrôlées contre les écarts

Maintenu la cohérence du schéma au fil de 1 022 migrations avec un contrôle CI construisant la base de deux façons — installation neuve, puis installation suivie de toutes les migrations — et échouant en cas de différence.

### Cartes GIS 10 fois plus rapides sur PostgreSQL

Accéléré de 10 fois une application cartographique en migrant stratégiquement de MSSQL vers PostgreSQL, basculement des données compris, et en optimisant les traitements et la sécurité des données.

## Acheminer vos données de A à B, automatiquement

Données et bases de données

Développement de pipelines de données (ETL/ELT)

Des chiffres disponibles là où il faut, à la fréquence prévue, sans recopier un tableur à la fin du mois.

### 495 pages générées par un export SQLite

Généré 495 pages de réalisations en trois langues à partir d'un export SQLite en lecture seule, avec des adresses définies comme données pour qu'une correction de phrase ne déplace plus la page et ne casse plus son lien.

### Analytique interne dans PostgreSQL

Conçu une analytique produit interne dans PostgreSQL — 47 fonctions sur des tables d'événements partitionnées avec purge automatique — pseudonymisée par un sel renouvelé et soumise au consentement du visiteur.

### Un produit cartographique pris en charge de bout en bout

Conçu l'architecture, développé et maintenu l'infrastructure, le traitement des données et une application cartographique pendant 2 ans, en couvrant la livraison logicielle et la maintenance d'exploitation.

Voir les 14 réalisations

## Un endroit où tous les chiffres concordent

Données et bases de données

Conception d'entrepôts de données

Réunir les chiffres des ventes, des opérations et des finances pour que deux services ne présentent plus deux réponses à la même réunion.

### 100 entrepôts PostgreSQL, MS SQL et BigQuery

Conçu l'architecture, créé et géré 100 bases d'entrepôts de données PostgreSQL, MS SQL et Google BigQuery, principalement consacrées aux données GIS et aux séries temporelles, en optimisant leurs performances et leur capacité de montée en charge.

### 6 pipelines ETL/ELT conçus et exploités

Conçu, mis en œuvre et administré 6 pipelines ETL/ELT avec Google BigQuery, MSSQL, PostgreSQL, des scripts Shell, PL/pgSQL et Transact‑SQL, en intégrant les données pour leur traitement efficace par une API Python.

### Pipeline géographique accéléré de 50 fois

Consigné une accélération de 50 fois d'un pipeline géographique dans les travaux de la fondatrice chez Utiligize, grâce au SQL et à la modélisation sur PostgreSQL, MS SQL et Google Cloud BigQuery.

## Comprendre ce qui se passe

Données et bases de données

Analyse de données et tableaux de bord BI

Des tableaux de bord et des rapports présentant les quelques chiffres qui déterminent une décision, actualisés automatiquement.

### Analytique interne dans PostgreSQL

Conçu une analytique produit interne dans PostgreSQL — 47 fonctions sur des tables d'événements partitionnées avec purge automatique — pseudonymisée par un sel renouvelé et soumise au consentement du visiteur.

### Gestion du temps et reporting

Conçu un système de gestion du temps et de reporting resté en production pendant des années sans modification importante.

### Analyses et rapports d'avancement réguliers

Fourni au CEO des analyses et des rapports d'avancement réguliers, en traduisant les indicateurs d'ingénierie et l'état des livraisons en éléments de décision.

Voir les 11 réalisations

## Pouvoir se fier aux chiffres

Données et bases de données

Gouvernance et qualité des données

Des règles et des contrôles qui détectent les données incorrectes dès leur arrivée, avec une réponse claire sur le responsable et l'origine de chaque chiffre.

### 13 adresses mesurées sans traçage

Mesuré treize adresses uniquement à partir du journal d'accès du serveur web — sans cookie, traqueur ni service tiers — en masquant le réseau du client à l'écriture de chaque ligne, puis en intégrant les résultats dans une archive permanente de 21 comptes quotidiens et 20 facettes mensuelles.

### Connaître la licence de tout ce que vous livrez

Audité à chaque compilation la compatibilité des licences de 644 crates Rust, puis vérifié le déclenchement du contrôle en modifiant la licence d'une crate et en déplaçant la révision épinglée du cœur sans régénération.

### Contrôle des chiffres entre langues

Conçu un contrôle multilingue échouant quand une traduction omet un chiffre présent en anglais ou utilise une notation étrangère à sa langue, révélant deux descriptions danoises privées d'une mesure et seize passages ukrainiens utilisant les guillemets anglais.

Voir les 16 réalisations

## Des données que l'IA peut réellement utiliser

Données et bases de données

Préparation des données à l'IA

Des données accessibles aux agents d'IA, une seule fiche par client, des accès limités au nécessaire et chaque réponse reliée à sa source.

### 963 blocs de métadonnées remplacés par un graphe

Remplacé 963 blocs anonymes de données structurées répétant l'entreprise 1 671 fois par un graphe lié unique de 16 types, fondé sur des identifiants d'origine stables.

### 495 pages générées par un export SQLite

Généré 495 pages de réalisations en trois langues à partir d'un export SQLite en lecture seule, avec des adresses définies comme données pour qu'une correction de phrase ne déplace plus la page et ne casse plus son lien.

### 1 022 migrations contrôlées contre les écarts

Maintenu la cohérence du schéma au fil de 1 022 migrations avec un contrôle CI construisant la base de deux façons — installation neuve, puis installation suivie de toutes les migrations — et échouant en cas de différence.

Voir les 6 réalisations

## Nous travaillons avec les plateformes sur lesquelles votre entreprise s'appuie déjà.

Apple · Microsoft · DigitalOcean · AWS · Google

Voir l'ensemble des technologies

## Les données de votre entreprise pour étayer les réponses de vos agents IA

### Rassemblées

Votre CRM, votre ERP, vos disques partagés et vos archives de messagerie réunis dans une base de données à laquelle un agent accède par un point d'entrée unique et documenté.

### Nettoyées

Des identifiants convenus et des contrôles qualité relient les sources de données sélectionnées, avec une gestion des doublons et des règles de validation documentées.

### Accès contrôlé

Les contrôles d'accès et la journalisation d'audit respectent les autorisations et les limites de données convenues pour l'intégration.

Voir les réalisations liées aux données

Parlons de vos données

## Dites-nous ce que vous construisez.

Pas de formulaire, pas de tunnel de conversion, pas de séquence commerciale — simplement un courriel à une personne qui le lira.

Engager la conversation

Cette adresse ne présente que les travaux sur les données. L'entreprise développe aussi des logiciels, exploite des infrastructures et conseille des équipes : ces activités sont sur engineer.company.

Voir tout ce que fait Engineer ApS

## Commencez par une amélioration ciblée

Un processus de travail, un flux de données ou un système à améliorer peut constituer une première mission utile. Nous pouvons en définir le périmètre ensemble.

Consulter les tarifs

Contactez-nous

## Préparez le premier échange

Indiquez-nous le résultat attendu, ce qui est déjà en place et le calendrier souhaité. Nous pourrons alors discuter de la prochaine étape.

Découvrir nos prestations

welcome@engineer.company

+45 50 10 61 84

Copenhague, Danemark

## Photographies

Apple, MacBook, clavier

Photo : JaimePLopes / Pixabay

Mains sur le clavier d'un ordinateur portable

Photo : StartupStockPhotos / Pixabay

## Côté serveur, nous utilisons Linux en logiciel libre — sans licence à payer ni rien de caché.

Ubuntu · Debian

Comment nous exploitons les serveurs

Créé avec soin et amour par D.

=> /fr/#home-focus-heading Ce que nous faisons
=> /fr/portfolio/ Voir nos réalisations
=> tel:+4550106184 +45 50 10 61 84
=> https://maps.apple.com/?address=Copenhagen,%20Denmark&auid=14740132918557855751&ll=55.662352,12.615932&lsp=6489&q=Copenhagen&t=m Copenhague, Danemark
=> /fr/services/ Découvrir nos prestations
=> /fr/portfolio/ Travaux sur les bases de données et les pipelines
=> /fr/what-it-costs/ Tarifs et modalités de collaboration
=> /fr/contact/ Parlons de votre projet
=> https://data.engineer.company/images/photo/pages/6105750.3d66b0c0cfdfd2905f41591d62b1f67a054917ab9cf4c05c578ae45e5fa7dc51.webp Clavier d’un ordinateur portable
=> https://data.engineer.company/images/photo/pages/4571732.28264031e0b0424a562dafd4d95a379c409530ef8fe3e283ce12da397f2842f4.webp Clavier, main, frappe au clavier
=> /fr/services/ Découvrir nos prestations
=> /fr/contact/ Contactez-nous
=> /fr/cases/ Études de cas
=> /fr/contact/ Contactez-nous
=> /fr/portfolio/a-maritime-platform-built-in-clean-layers/ Lire l’étude de cas
=> /fr/portfolio/one-infrastructure-plan-for-14-departments/ Lire l’étude de cas
=> /fr/portfolio/a-month-of-meter-readings-in-180-milliseconds/ Lire l’étude de cas
=> /fr/portfolio/a-mapping-product-carried-end-to-end/ Lire l’étude de cas
=> /fr/portfolio/a-month-of-meter-readings-in-180-milliseconds/ 180 ms pour agréger un mois de relevés de compteurs
=> /fr/portfolio/made-a-geographical-data-pipeline-50x-faster/ 50x d’accélération des pipelines de données géographiques
=> /fr/portfolio/engineered-600-pl-pgsql-etl-elt-pipelines/ 600 pipelines ETL développés en PL/pgSQL
=> /fr/portfolio/wrote-1000-rbac-rules-to-secure-linux-servers/ 1,000 règles d'accès écrites pour combler une faille de sécurité
=> /fr/portfolio/built-the-hiring-and-seafarer-career-workspaces/ 151 fonctions stockées pour le recrutement et la carrière
=> /fr/portfolio/ Voir l'ensemble du catalogue
=> /fr/services/ Parcourir le catalogue
=> /fr/portfolio/built-a-database-driven-cv-generator/ Générateur de CV piloté par base de données
=> /fr/portfolio/built-the-hiring-and-seafarer-career-workspaces/ Espaces de recrutement et carrière des marins
=> /fr/portfolio/built-a-loyalty-wallet-leagues-and-badges/ Portefeuille de fidélité, ligues et badges
=> /fr/services/database-design/ Voir les 14 réalisations
=> /fr/portfolio/1022-migrations-behind-a-schema-drift-gate/ 1 022 migrations contrôlées contre les écarts
=> /fr/portfolio/implemented-backups-and-disaster-recovery-as-code/ Sauvegardes et reprise sous forme de code
=> /fr/portfolio/engineered-600-pl-pgsql-etl-elt-pipelines/ 600 pipelines ETL/ELT PL/pgSQL conçus
=> /fr/services/database-administration/ Voir les 9 réalisations
=> /fr/portfolio/quicker-answers-from-a-better-choice-of-key/ Des clés chronologiques pour un modèle de données qui grandit
=> /fr/portfolio/accelerated-postgresql-performance-by-10x/ PostgreSQL accéléré de 10 fois
=> /fr/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/ 100 entrepôts PostgreSQL, MS SQL et BigQuery
=> /fr/services/database-performance/ Voir les 6 réalisations
=> /fr/portfolio/moved-every-string-into-a-content-tree/ Tous les textes déplacés dans le contenu
=> /fr/portfolio/1022-migrations-behind-a-schema-drift-gate/ 1 022 migrations contrôlées contre les écarts
=> /fr/portfolio/improved-gis-map-performance-10x-on-postgresql/ Cartes GIS 10 fois plus rapides sur PostgreSQL
=> /fr/portfolio/generated-495-pages-from-a-sqlite-export/ 495 pages générées par un export SQLite
=> /fr/portfolio/built-first-party-analytics-inside-postgresql/ Analytique interne dans PostgreSQL
=> /fr/portfolio/a-mapping-product-carried-end-to-end/ Un produit cartographique pris en charge de bout en bout
=> /fr/services/data-pipeline-development/ Voir les 14 réalisations
=> /fr/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/ 100 entrepôts PostgreSQL, MS SQL et BigQuery
=> /fr/portfolio/designed-and-ran-6-etl-elt-pipelines/ 6 pipelines ETL/ELT conçus et exploités
=> /fr/portfolio/made-a-geographical-data-pipeline-50x-faster/ Pipeline géographique accéléré de 50 fois
=> /fr/portfolio/built-first-party-analytics-inside-postgresql/ Analytique interne dans PostgreSQL
=> /fr/portfolio/designed-a-time-management-and-reporting-system/ Gestion du temps et reporting
=> /fr/portfolio/delivered-analysis-and-regular-progress-reports/ Analyses et rapports d'avancement réguliers
=> /fr/services/data-analytics-bi/ Voir les 11 réalisations
=> /fr/portfolio/measured-13-addresses-with-no-tracking/ 13 adresses mesurées sans traçage
=> /fr/portfolio/know-the-licence-of-everything-you-ship/ Connaître la licence de tout ce que vous livrez
=> /fr/portfolio/built-a-cross-language-figure-check/ Contrôle des chiffres entre langues
=> /fr/services/data-governance/ Voir les 16 réalisations
=> /fr/portfolio/replaced-963-metadata-blocks-with-one-graph/ 963 blocs de métadonnées remplacés par un graphe
=> /fr/portfolio/generated-495-pages-from-a-sqlite-export/ 495 pages générées par un export SQLite
=> /fr/portfolio/1022-migrations-behind-a-schema-drift-gate/ 1 022 migrations contrôlées contre les écarts
=> /fr/services/ai-data/ Voir les 6 réalisations
=> /fr/tech-stack/ Voir l'ensemble des technologies
=> /fr/ai-data/ Voir les réalisations liées aux données
=> /fr/contact/ Parlons de vos données
=> /fr/contact/ Engager la conversation
=> https://engineer.company/ Voir tout ce que fait Engineer ApS
=> /fr/what-it-costs/ Consulter les tarifs
=> /fr/contact/ Contactez-nous
=> /fr/services/ Découvrir nos prestations
=> mailto:welcome@engineer.company welcome@engineer.company
=> tel:+4550106184 +45 50 10 61 84
=> https://maps.apple.com/?address=Copenhagen,%20Denmark&auid=14740132918557855751&ll=55.662352,12.615932&lsp=6489&q=Copenhagen&t=m Copenhague, Danemark
=> https://data.engineer.company/images/photo/pages/4168369.b2415c199ead8f82889e8aab9fa6bfc87118c5cc99d6aaeed02b71f70f71e545.webp Apple, MacBook, clavier
=> https://data.engineer.company/images/photo/pages/849828.bcdb02c7e642962d6e14b002fc9ea33e818629a2912681f6329c9ab4793dff98.webp Mains sur le clavier d'un ordinateur portable
=> /fr/services/system-administration/ Comment nous exploitons les serveurs

## Menu

=> /fr/services/ Prestations
=> /fr/cases/ Études de cas
=> /fr/what-it-costs/ Nos tarifs
=> /fr/contact/ Contact
=> /fr/why-choose-us/ Pourquoi nous choisir
=> /fr/portfolio/ Portfolio
=> /fr/tech-stack/ Technologies
=> /fr/terms/ Conditions
=> /fr/service-levels/ Niveaux de service
=> /fr/ai-ready/ Site adapté aux agents
=> /fr/ai-data/ Données d'entreprise
=> /fr/ai-agents/ Agents sur mesure
=> /fr/ai-security/ Sécurité des agents
=> /fr/ai-tools/ Logiciels comme outils
=> /fr/notes/ Blog
=> /fr/testimonials/ Témoignages
=> /fr/about/ À propos de nous
=> /fr/legal/ Fiche d'entreprise
=> /fr/ethics/ Éthique
=> /fr/security/ Sécurité
=> /fr/data-processing/ Traitement des données
=> /fr/careers/ Carrières
=> /fr/categories/ Catégories
=> /fr/sitemap/ Plan du site

=> /fr/llms.txt llms.txt
=> /sitemap.xml sitemap.xml
=> https://data.engineer.company/fr/ Cette page sur le Web
