Aller au contenu
EngineerDonnées
Menu
Design
Français

Engineer / Données / Catégories

Ingénierie des données

  1. Un plan d'infrastructure pour 14 départements

    Conçu un cadre d'infrastructure complet pour un institut de recherche regroupant 14 départements, avec des modules flexibles, des pipelines de données unifiés et des stratégies d'accompagnement structurées pour une adoption durable.

    Cadre d'infrastructure modulaire pour 14 départements d'un institut de recherche, avec pipelines unifiés et stratégies d'accompagnement.

  2. 30 jours de données électriques traités en 180 ms

    Conçu des variantes d'agrégation horaire de la consommation électrique en Python, SQL et Bash + Jq ; le benchmark Python a traité un jeu de données JSONL de 30 jours en 180 ms.

    Agrégation électrique développée et mesurée en Python, SQL et Bash + Jq ; Python a traité un jeu de données JSONL de 30 jours en 180 ms.

  3. 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.

    La fondatrice consigne un pipeline géographique accéléré de 50 fois chez Utiligize par SQL et modélisation sur PostgreSQL, MS SQL et BigQuery.

  4. 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.

    Application GIS accélérée de 10 fois par migration MSSQL–PostgreSQL : requêtes spatiales de 2,5 s à moins de 250 ms.

  5. 1 000 problèmes de données géographiques résolus

    Résolu 1 000 problèmes de données géographiques et de séries temporelles avec GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) et Bash, pour un traitement de qualité des données massives.

    Plus de 1 000 problèmes géographiques et temporels résolus avec GDAL, PostGIS, ArcGIS, Mapbox, QGIS et SQL ; requêtes accélérées de 35 %.

  6. 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.

    6 pipelines ETL/ELT BigQuery, MSSQL et PostgreSQL : tâche manuelle de 3 heures ramenée à moins de 20 minutes, synchronisations quotidiennes.

  7. 8 projets Power BI et leurs manuels

    Livré 8 projets Power BI accompagnés de manuels complets, intégrant les outils Microsoft Power BI à une API NodeJS et à Python FastAPI pour l'analyse et la visualisation des données.

    8 projets Power BI (API Node.js, Python FastAPI) avec manuels complets : efficacité de génération des rapports améliorée de 60 %.

  8. 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.

    100 entrepôts PostgreSQL, MS SQL et BigQuery pour données GIS et temporelles : temps de requête réduits de 40–60 %.

  9. 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.

    PostgreSQL accéléré 10 fois par indexation, partitionnement et requêtes optimisées : données utilisateurs, tenants, GIS et temporelles ; ressources −40 %.

  10. Déploiement SaaS GIS automatisé : GitHub Actions

    Automatisé le déploiement d'une application SaaS GIS, le traitement des données et le système de reporting avec GitHub Actions CI/CD, Python, Bash et SQL.

    Déploiement SaaS GIS, données et reporting automatisés avec GitHub Actions CI/CD, Python, Bash et SQL, pour des livraisons plus courtes et fiables.

  11. Livraison de 20 pipelines GIS automatisée

    Automatisé la livraison de 20 pipelines de données GIS et processus ETL de données applicatives, en simplifiant l'automatisation de l'infrastructure et le reporting.

    20 pipelines GIS et processus ETL applicatifs automatisés, simplifiant l'infrastructure et fournissant des données fiables et à jour.

  12. Prévisions et investissements optimisés

    Optimisé les prévisions et les stratégies d'investissement de 11 gestionnaires de réseaux électriques en améliorant leur efficacité opérationnelle grâce à des solutions GIS fondées sur les données.

    Prévisions et investissements optimisés pour 11 gestionnaires de réseaux électriques avec GIS et données, pour une planification fiable et ciblée.

  13. Plus de 30 projets GIS, du code à l'assistance

    Dirigé le développement, le déploiement et l'assistance de plus de 30 projets GIS, avec PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS et Mapbox.

    Développement, déploiement et assistance de plus de 30 projets GIS avec PostgreSQL, Python, GDAL, ArcGIS, PostGIS et Mapbox sur tout le cycle.

  14. 4 000 h gagnées avec GitHub et GitLab CI/CD

    Simplifié les processus d'analyse de données et de développement logiciel et économisé 4 000 heures en introduisant des pratiques CI/CD avec GitHub, GitLab, Bash et Python.

    Environ 4 000 heures gagnées avec CI/CD GitHub, GitLab, Bash et Python : analyses et développement accélérés, avec davantage de cohérence.

  15. Système de reporting d'analyse de données

    Développé un système de reporting d'analyse de données, augmentant de 400 % le chiffre d'affaires logiciel trimestriel grâce à des rapports PDF produits en Python.

    Reporting d'analyse de données Python : chiffre d'affaires logiciel trimestriel accru de 400 % grâce à des rapports PDF clairs et ponctuels.

  16. Traitement automatisé : Python et PL/pgSQL

    Automatisé les traitements de données avec des scripts Shell, PL/pgSQL, Python et Transact‑SQL pour accroître la productivité et l'efficacité.

    Traitements automatisés avec Shell, PL/pgSQL, Python et Transact-SQL, pour accroître la productivité et éliminer les petites erreurs récurrentes.

  17. 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.

    600 pipelines ETL/ELT PL/pgSQL consignés sur PostgreSQL de développement et production, avec chargement incrémental et journalisation.

  18. 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.

    Infrastructure, traitements de données et application cartographique conçus, développés et suivis sur deux ans : livraison et maintenance opérationnelle.

  19. 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.

    Clés UUID v7 chronologiques dans PostgreSQL 18 pour réduire la fragmentation B-tree et améliorer insertions et requêtes par intervalle des tables d'entités.

  20. 348 tables dans 34 schémas Postgres

    Modélisé le domaine maritime dans 348 tables normalisées réparties dans 34 schémas PostgreSQL — professionnels, entreprises, navires, emplois, avis et autres entités — avec des référentiels SMALLINT et des clés UUID v7.

    Domaine maritime modélisé en 348 tables normalisées et 34 schémas PostgreSQL, avec référentiels SMALLINT, clés UUID v7 et nommage commun.

  21. 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.

    Analytique interne PostgreSQL : 47 fonctions sur des tables partitionnées à purge automatique, pseudonymisation et consentement requis.

Contact

Vous cherchez encore à préciser vos besoins ?

Dites-nous ce qui ne fonctionne pas ou ce que vous essayez de construire. Nous vous dirons ce que cela demanderait, son coût approximatif et si nous sommes les bonnes personnes pour le réaliser.

À partir de 1 400 DKK de l'heure, hors TVA — et un tarif horaire réduit pour une réservation plus longue.

welcome@engineer.company +45 50 10 61 84 Copenhague, Danemark