Hoppa till innehållet
EngineerData
Meny
Design
Svenska

Engineer / Data / Kategorier

Databaser

  1. 30 dagars eldata på 180 ms

    Utvecklade varianter för timvis aggregering av elförbrukning i Python, SQL och Bash + Jq; Python‑varianten behandlade en JSONL‑datamängd för 30 dagar på 180 ms i prestandatestet.

    Byggde och prestandatestade aggregering av elförbrukning i Python, SQL och Bash + Jq; Python behandlade en JSONL-datamängd för 30 dagar på 180 ms.

  2. Gjorde pipelinen för geodata 50 gånger snabbare

    Dokumenterade en förbättring på 50 gånger i en geografisk datapipeline i grundarens arbete hos Utiligize genom SQL- och datamodelländringar i PostgreSQL, MS SQL och Google Cloud BigQuery.

    Grundaren dokumenterar en förbättring på 50 gånger i en geodatapipeline hos Utiligize genom SQL- och datamodellarbete i PostgreSQL, MS SQL och BigQuery.

  3. Gjorde GIS‑kartan 10 gånger snabbare i PostgreSQL

    Förbättrade prestandan i en kartapplikation för geodata 10 gånger genom en strategisk databasövergång från MSSQL till PostgreSQL, inklusive själva omställningen av data, och optimerade bearbetningen och datasäkerheten.

    Gjorde en GIS-kartapplikation 10 gånger snabbare genom migrering från MSSQL till PostgreSQL — spatiala frågor sjönk från 2,5 s till under 250 ms.

  4. Löste 1 000 problem i geodata och tidsseriedata

    Löste 1 000 problem i geodata och tidsseriedata med GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) och Bash, vilket säkrade en högkvalitativ bearbetning av stora datamängder.

    Löste 1 000+ problem i geografisk big data och tidsserier med GDAL, PostGIS, ArcGIS, Mapbox, QGIS och SQL — 35 % snabbare frågor.

  5. Utformade och drev 6 ETL/ELT‑pipelines

    Utformade, implementerade och administrerade 6 ETL/ELT‑pipelines med Google BigQuery, MSSQL, PostgreSQL, Shell‑skript, PL/pgSQL och Transact‑SQL och integrerade data för effektiv bearbetning i ett Python‑API.

    Utformade och drev 6 ETL/ELT-pipelines (BigQuery, MSSQL, PostgreSQL) och kortade ett manuellt jobb på 3 timmar till under 20 minuter med daglig synk.

  6. Publicerade 500 rapporter om el- och GIS‑data

    Publicerade 500 analysrapporter om el- och GIS‑data och använde grundlig research och felsökning för att säkerställa korrekta insikter ur stora mängder geodata och tidsseriedata.

    Publicerade 500 analysrapporter om el- och GIS-data — en gemensam referens för avdelningarna inom lastbalansering, effektivitet och avvikelsedetektering.

  7. Drev 100 datalager i PostgreSQL, MS SQL, BigQuery

    Utformade, byggde upp och förvaltade 100 datalagerdatabaser i PostgreSQL, MS SQL och Google BigQuery, främst med GIS- och tidsseriedata, och optimerade prestanda och skalbarhet.

    Utformade och drev 100 datalagerdatabaser i PostgreSQL, MS SQL och BigQuery för GIS- och tidsseriedata — frågetiderna sjönk 40–60 %.

  8. Drev 10 PostgreSQL- och MS SQL‑servrar på Ubuntu

    Utformade, driftsatte och underhöll 10 PostgreSQL- och MS SQL‑servrar på VPS:er med Ubuntu Linux och säkerställde optimal serverprestanda och tillförlitlighet.

    Utformade och underhöll 10 PostgreSQL- och MS SQL-servrar på Ubuntu Linux VPS med 99,9 % drifttid och 30 % snabbare frågor genom finjustering.

  9. Skrev 1 000 RBAC‑regler som säkrar Linux‑servrar

    Stärkte datasäkerheten genom att införa 1 000 RBAC‑regler för utvecklare, applikationsinstanser, PostgreSQL, MS SQL och andra Linux‑servrar, vilket förhindrade obehörig åtkomst; dokumenterade reglerna som automatisering i Ansible.

    Implementerade 1 000 registrerade RBAC-regler för utvecklar-, applikations-, databas- och Linux-åtkomst med dokumenterad Ansible-konfiguration.

  10. Gjorde PostgreSQL 10 gånger snabbare

    Gjorde PostgreSQL 10 gånger snabbare med strategisk indexering, partitionering och optimering av databasfrågor och effektiviserade databasen för användar- och tenantdata, geospatiala data och tidsseriedata om el.

    Gjorde PostgreSQL 10 gånger snabbare med indexering, partitionering och frågeoptimering för användar-, tenant-, geo- och tidsseriedata — 40 % lägre resursbruk.

  11. Automatiserade 100 kritiska säkerhetskopior

    Automatiserade 100 kritiska säkerhetskopior av data med Barman, Google Cloud, Bash och Python och säkerställde dataintegriteten i samtliga databaser.

    Automatiserade 100 kritiska databassäkerhetskopior med Barman, Google Cloud, Bash och Python — att data går att återställa blev ett testat faktum.

  12. Ledde över 30 GIS‑projekt från bygge till support

    Ledde utveckling, driftsättning och support av över 30 GIS‑projekt och visade expertis inom PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS och Mapbox.

    Ledde utveckling, driftsättning och support av 30+ GIS-projekt med PostgreSQL, Python, GDAL, ArcGIS, PostGIS och Mapbox genom hela livscykeln.

  13. Automatiserade databearbetning i Python, PL/pgSQL

    Automatiserade uppgifter inom databearbetning med Shell‑skript, PL/pgSQL, Python och Transact‑SQL och ökade produktiviteten och effektiviteten.

    Automatiserade databehandling med Shell, PL/pgSQL, Python och Transact-SQL, höjde produktiviteten och fick bort små återkommande fel.

  14. Byggde 600 ETL/ELT‑pipelines i PL/pgSQL

    Byggde 600 PL/pgSQL‑baserade ETL/ELT‑pipelines för att effektivisera komplexa arbetsflöden för databearbetning i flera utvecklings- och produktionsmiljöer för PostgreSQL.

    Byggde 600 registrerade ETL/ELT-pipelines i PL/pgSQL för PostgreSQL i utveckling och produktion, med inkrementell laddning och loggning.

  15. En maritim plattform med tydliga systemgränser

    Utformade arkitekturen för en skiktad sjöfartsplattform som håller isär en PWA‑frontend i Next.js, ett API i Go (Huma/Fiber) och ett funktionsskikt i PostgreSQL, med all affärslogik i databasen.

    Utformade en skiktad sjöfartsplattform — Next.js-PWA, ett Go-API (Huma/Fiber) och ett funktionslager i PostgreSQL som rymmer all affärslogik.

  16. Utformade en JSON‑väg rakt från Postgres till API

    Utformade en arkitektur för direkt vidarebefordran av JSON, där PostgreSQL‑funktioner returnerar komplett JSON som Go‑API:t skickar vidare ordagrant, vilket tog bort mellanliggande deserialisering och frikopplade frontenden från schemaändringar.

    Utformade direkt vidarebefordran av JSON: PostgreSQL-funktioner returnerar komplett JSON som Go-API:t skickar oförändrat, så frontenden frikopplas från schemat.

  17. Utformade ett funktionsbaserat skikt i PostgreSQL

    Utformade ett funktionsbaserat dataskikt i PostgreSQL — 1 275 lagrade funktioner i 34 scheman — så att varje läsning och skrivning går via en funktion som databasen kan ge behörighet till, i stället för via en tabell.

    Utformade ett funktionsbaserat datalager i PostgreSQL — 1 275 lagrade funktioner i 34 scheman — där databasen själv upprätthåller åtkomstgränsen.

  18. Tidsordnade nycklar för en växande datamodell

    Införde tidsordnade UUID v7‑identifierare (PostgreSQL 18) som entitetsnycklar för att minska fragmenteringen i B‑trädindex och snabba upp databasfrågor.

    Införde tidsordnade UUID v7-nycklar i PostgreSQL 18 för att minska B-trädsfragmentering och förbättra infogningar och intervallfrågor i entitetstabeller.

  19. Implementerade en katalogstyrd djupsammanslagning

    Implementerade en katalogstyrd djupsammanslagning av lagrade JSON‑inställningar som förhindrar krascher på grund av saknade nycklar när schemat utvecklas.

    Implementerade en katalogstyrd djupsammanslagning av lagrade JSON-inställningar som förhindrar krascher av saknade nycklar när schemat utvecklas.

  20. Modellerade 348 tabeller i 34 Postgres‑scheman

    Modellerade sjöfartsdomänen i 348 normaliserade tabeller i 34 PostgreSQL‑scheman — yrkesverksamma, företag, fartyg, jobb, recensioner och resten — med SMALLINT‑uppslag och UUID v7‑nycklar.

    Modellerade sjöfartsdomänen i 348 normaliserade tabeller i 34 PostgreSQL-scheman, med SMALLINT-uppslag, UUID v7-nycklar och en enda namnkonvention.

  21. Byggde säkerhetskopior och återställning som kod

    Konfigurerade lagringstiden för databasens säkerhetskopior som infrastruktur som kod, granskade sedan återställningsförmågan och dokumenterade rutinen för återläsning — och pekade ut de återstående luckorna i stället för att låta dem upptäckas under en incident.

    Konfigurerade lagringstider för databasbackuper som infrastruktur som kod, granskade återställningsläget och dokumenterade proceduren och kvarstående brister.

  22. Byggde åtkomsträttigheter via Stripe och appköp

    Byggde skiktet för betalningar och åtkomsträttigheter — Stripe vid sidan av köp i appen via Apple och Google — som spärrar katalogen, sökningen och exporten bakom en åtkomstmodell i 11 tabeller som kontrolleras på servern.

    Byggde lagret för betalningar och rättigheter — Stripe med köp i appen hos Apple och Google — som styr katalog, sökning och export utifrån en åtkomstmodell.

  23. Flyttade långsamt arbete till en jobbkö i River

    Flyttade långsamt arbete från anropsvägen till en jobbkö i River — 15 workermoduler, 8 schemalagda uppgifter och 20 pg_cron‑jobb — så att ett anrop returnerar medan arbetet bakom det fortsätter.

    Flyttade långsamt arbete från anropsvägen till en jobbkö i River: 15 workermoduler, 8 schemalagda uppgifter och 20 underhållsjobb i pg_cron.

  24. 1 022 migreringar bakom en grind mot schemadrift

    Höll schemat korrekt genom 1 022 migreringar med en CI‑grind som bygger databasen på båda sätten — en ny installation, och en installation plus varje migrering — och fäller när de två skiljer sig åt.

    Höll schemat korrekt genom 1 022 migreringar med en CI-grind som bygger databasen på båda sätten och misslyckas när de två skiljer sig åt.

  25. Byggde egen analys inuti PostgreSQL

    Byggde egen produktanalys i PostgreSQL — 47 funktioner över partitionerade händelsetabeller som rensar sig själva — pseudonymiserad bakom ett roterande salt och villkorad av besökarens samtycke.

    Byggde egen produktanalys i PostgreSQL — 47 funktioner över självrensande partitionerade tabeller — pseudonymiserad och villkorad av samtycke.

  26. Byggde en lojalitetsplånbok, ligor och märken

    Byggde lojalitets- och ryktessystemet — 67 funktioner över en huvudbok i 31 tabeller, med ligor, märken och en inlösenbutik — som tar ett radlås på saldot för att stänga fönstret för dubbelspendering.

    Byggde lojalitets- och anseendesystemet — 67 funktioner över en huvudbok med 31 tabeller, ligor, märken och en butik — med radlåsning på saldot.

  27. Byggde rekryterings- och karriärytor för sjöfolk

    Byggde arbetsytor för rekrytering och sjöfolks karriär; den dokumenterade implementationsbilden omfattar 151 lagrade funktioner i 48 tabeller för tjänster, ansökningar, certifikat, rangutveckling och sjötid.

    Byggde arbetsytor för rekrytering och sjöfolks karriär med 151 funktioner i 48 tabeller i den dokumenterade implementationsbilden.

  28. Genererade 495 sidor från en SQLite‑export

    Genererade 495 resultatsidor på tre språk från en skrivskyddad SQLite‑export, med sidadressen angiven som data så att en rättad mening inte längre flyttade sidan och bröt länken.

    Fyrahundranittiofem sidor genereras från en källa, att rätta ett påstående kostar ingenting och de adresser som webbplatsen någonsin har publicerat fortsätter…

  29. Byggde en databasdriven CV‑generator

    Byggde en databasdriven generator för CV, referenser, portfolio och personliga brev i Python — 41 moduler, 10 580 rader — som renderar sex utdataformat från en SQLite‑källa med 23 tabeller, sammanställd av en idempotent pipeline i 19 steg.

    Sex format, tre språk och fem teman kommer ur en enda databas, och en rättad mening rättas en gång.

  30. Skrev tester för själva kontrollerna

    Skrev tester för själva kontrollerna efter att ha konstaterat att en kontroll som bara matas med felfri indata en dag rapporterar felfritt för att den inte läste något — lade in en avsiktlig felstavning för att bekräfta att stavningskontrollen hittar den och hämtade ett id‑intervall från databasen i stället för från ett tal i testet.

    Varje kontrollprogram i projektet har nu ett test som bevisar att det fallerar på felaktig indata, och intervallkontrollerna läser från sanningskällan.

Kontakt

Håller ni fortfarande på att reda ut vad ni behöver?

Berätta vad som inte fungerar eller vad ni försöker bygga. Vi säger vad det skulle kräva, ungefär vad det skulle kosta och om vi är rätt personer för uppgiften.

Från 1 400 DKK i timmen, exklusive moms — och mindre per timme vid en längre bokning.

welcome@engineer.company +45 50 10 61 84 Köpenhamn, Danmark