Data engineering
Én infrastrukturplan til 14 afdelinger
Har designet en omfattende infrastrukturramme for et forskningsinstitut, der omfatter 14 afdelinger, med fleksible moduler, samlede datapipelines og strukturerede supportstrategier, med henblik på langsigtet forankring.
Designede en omfattende infrastrukturramme for 14 afdelinger i et forskningsinstitut — modulær, med samlede datapipelines og supportstrategier.
30 dages eldata på 180 ms
Har udviklet varianter til timeaggregering af elforbrug i Python, SQL og Bash + Jq; i benchmarken behandlede Python ét JSONL‑datasæt for 30 dage på 180 ms.
Byggede og benchmarkede aggregering af elforbrug i Python, SQL og Bash + Jq; Python behandlede et JSONL-datasæt for 30 dage på 180 ms.
Har gjort en geodatapipeline 50 gange hurtigere
Har registreret en forbedring på 50 gange i en geografisk datapipeline i stifterens arbejde hos Utiligize gennem SQL- og datamodelændringer i PostgreSQL, MS SQL og Google Cloud BigQuery.
Stifteren registrerer en forbedring på 50 gange i en geodatapipeline hos Utiligize gennem SQL- og datamodelarbejde i PostgreSQL, MS SQL og BigQuery.
Har forbedret GIS‑kortydeevne 10x med Postgre
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.
Gjorde en GIS-kortapplikation 10 gange hurtigere ved at migrere fra MSSQL til PostgreSQL — spatiale forespørgsler fra 2,5 s til under 250 ms.
Har løst 1.000 problemer i geografiske data
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.
Løste 1.000+ problemer i store mængder geografiske data og tidsseriedata med GDAL, PostGIS, ArcGIS, Mapbox, QGIS og SQL — 35 % hurtigere forespørgsler.
Har designet og drevet 6 ETL/ELT‑pipelines
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.
Designede og driftede 6 ETL/ELT-pipelines (BigQuery, MSSQL, PostgreSQL) — et manuelt job på 3 timer blev til under 20 minutter med daglige synkroniseringer.
Har leveret 8 Power BI‑projekter med manualer
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.
Leverede 8 Power BI-analyseprojekter (Node.js API, Python FastAPI) med komplette manualer — 60 % mere effektiv rapportgenerering.
Har drevet 100 data warehouse‑databaser
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.
Stod for arkitektur og drift af 100 data warehouse-databaser (PostgreSQL, MS SQL, BigQuery) til GIS- og tidsseriedata — 40–60 % kortere forespørgselstid.
Har gjort Postgre 10 gange hurtigere
Har gjort PostgreSQL 10 gange hurtigere med strategisk indeksering, partitionering og forespørgselsoptimering og effektiviseret databasen til brugerdata, tenantdata, geodata og tidsserier af eldata.
Gjorde PostgreSQL 10 gange hurtigere med indeksering, partitionering og forespørgselstuning af bruger-, tenant-, geo- og tidsseriedata — 40 % færre ressourcer.
Har automatiseret GIS‑SaaS‑udrulning med CI/CD
Har automatiseret udrulningen af en GIS SaaS‑applikation, databehandlingen og rapporteringssystemet med GitHub Actions CI/CD, Python, Bash og SQL.
Automatiserede udrulning af GIS-SaaS, databehandling og rapportering med GitHub Actions CI/CD, Python, Bash og SQL — kortere, pålidelige releases.
Har automatiseret leveringen af 20 GIS‑pipelines
Har automatiseret levering af 20 GIS‑datapipelines og ETL‑processer til appdata og strømlinet infrastrukturautomatisering og rapportering.
Automatiserede 20 GIS-datapipelines og ETL-processer for appdata — strømlinet infrastrukturautomatisering og pålidelige, aktuelle data.
Har optimeret prognose- og investeringsstrategier
Har optimeret prognose- og investeringsstrategier for 11 netselskaber og øget driftseffektiviteten gennem datadrevne GIS‑løsninger.
Optimerede prognoser og investeringsstrategi for 11 netselskaber med datadrevet GIS — troværdig, målrettet planlægning.
Har ledet over 30 GIS‑projekter
Har ledet udvikling, idriftsættelse og support af over 30 GIS‑projekter og udvist ekspertise i PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS og Mapbox.
Ledede udvikling, udrulning og support af 30+ GIS-projekter med PostgreSQL, Python, GDAL, ArcGIS, PostGIS og Mapbox gennem hele livscyklussen.
Har sparet 4.000 timer med CI/CD i GitHub
Har strømlinet processer for dataanalyse og softwareudvikling og sparet 4.000 timer ved at indføre CI/CD‑praksis med GitHub, GitLab, Bash og Python.
Sparede ~4.000 timer ved at indføre CI/CD med GitHub, GitLab, Bash og Python — hurtigere og mere ensartet dataanalyse og udvikling.
Har udviklet et system til analyserapporter
Har udviklet et rapporteringssystem til dataanalyse og øget den kvartalsvise softwareomsætning med 400 % gennem Python‑baserede PDF‑rapporter.
Byggede et Python-rapporteringssystem til dataanalyse, der øgede den kvartalsvise softwareomsætning med 400 % med klare PDF-rapporter til tiden.
Har automatiseret databehandling i Python og SQL
Har automatiseret databehandlingsopgaver med shell‑scripting, PL/pgSQL, Python og Transact‑SQL og øget produktiviteten og effektiviteten.
Automatiserede databehandling med Shell, PL/pgSQL, Python og Transact-SQL — højere produktivitet og slut med små, tilbagevendende fejl.
Har udviklet 600 PL/pgSQL‑ETL/ELT‑pipelines
Har udviklet 600 PL/pgSQL‑baserede ETL/ELT‑pipelines for at strømline komplekse arbejdsgange i databehandlingen i flere udviklings- og produktionsmiljøer med PostgreSQL.
Udviklede 600 registrerede PL/pgSQL-ETL/ELT-pipelines i PostgreSQL til udvikling og produktion, med inkrementel indlæsning og logning.
Et kortprodukt, båret fra ende til anden
Har designet, udviklet og understøttet infrastruktur, databehandling og en kortapplikation over 2 år med både softwareleverancer og driftsvedligeholdelse.
Arkitektur, udvikling og support af infrastruktur, databehandling og en kortapp over to år, med levering og driftsvedligeholdelse.
Tidsordnede nøgler til en voksende datamodel
Har indført tidsordnede UUID v7‑identifikatorer (PostgreSQL 18) som entitetsnøgler for at reducere fragmentering af B‑tree‑indeks og øge forespørgselshastigheden.
Indførte tidsordnede UUID v7-nøgler i PostgreSQL 18 for at mindske B-tree-fragmentering og forbedre indsættelser og intervalforespørgsler i entitetstabeller.
Har modelleret 348 tabeller i 34 Postgres‑skemaer
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.
Modellerede det maritime domæne i 348 normaliserede tabeller fordelt på 34 PostgreSQL-skemaer — SMALLINT-opslag, UUID v7-nøgler og én navnekonvention.
Har bygget egen analytics i Postgre
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.
Byggede egen produktanalyse i PostgreSQL — 47 funktioner over partitionerede tabeller, der selv rydder op — pseudonymiseret og betinget af samtykke.