Spring til indhold
Engineer
Menu
Design
Dansk

Engineer / Kategorier

Databaser

  1. 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.

  2. 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.

  3. Har forbedret GIS‑kortydeevne 10x med PostgreSQL

    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.

  4. 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.

  5. 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.

  6. Har udgivet 500 el- og GIS‑datarapporter

    Har udgivet 500 analyserapporter om el- og GIS‑data med grundig research og fejlfinding for at sikre præcis indsigt i store mængder geodata og tidsseriedata.

    Udgav 500 rapporter om el- og GIS-dataanalyse — en tværgående reference for load balancing, energieffektivitet og anomalidetektion.

  7. 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.

  8. Har drevet 10 PostgreSQL- og MS SQL‑servere

    Har designet, idriftsat og vedligeholdt 10 PostgreSQL- og MS SQL‑servere på Ubuntu Linux VPS og sikret optimal ydeevne og driftssikkerhed på serverne.

    Designede og vedligeholdt 10 PostgreSQL- og MS SQL-servere på Ubuntu Linux VPS med 99,9 % oppetid og 30 % hurtigere forespørgsler efter tuning.

  9. Har skrevet 1.000 RBAC‑regler til Linux‑servere

    Har forbedret datasikkerheden ved at implementere 1.000 RBAC‑regler for udviklere, applikationsinstanser, PostgreSQL, MS SQL og andre Linux‑servere for at forhindre uautoriseret adgang; dokumenteret med Ansible‑automatisering.

    Implementerede 1.000 registrerede RBAC-regler for udvikler-, applikations-, database- og Linux-adgang med dokumenteret Ansible-konfiguration.

  10. Har gjort PostgreSQL 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.

  11. Har automatiseret 100 kritiske databackups

    Har automatiseret 100 kritiske databackups ved hjælp af Barman, Google Cloud, Bash og Python og sikret dataintegriteten i alle databaser.

    Automatiserede 100 kritiske databackups med Barman, Google Cloud, Bash og Python — gendannelse af data blev et testet faktum.

  12. Har styret full‑stack‑udviklingen af GIS‑kort

    Har styret full‑stack‑udviklingen af GIS‑kort med ansvar for PostgreSQL, Mapbox, ReactJS og NodeJS for at skabe en integreret løsning.

    Styrede full-stack GIS-kortudvikling (PostgreSQL, Mapbox, React, Node.js) — én integreret, udvidbar kerne i platformen.

  13. 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.

  14. 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.

  15. 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.

  16. En maritim platform med klare systemgrænser

    Har designet arkitekturen for en lagdelt maritim platform, der adskiller en Next.js PWA‑frontend, et Go (Huma/Fiber) API og et PostgreSQL‑funktionslag og holder al forretningslogik i databasen.

    Designede arkitekturen for en lagdelt maritim platform — Next.js PWA, et Go-API (Huma/Fiber) og et PostgreSQL-funktionslag med al forretningslogik.

  17. Har designet en JSON‑passthrough‑arkitektur

    Har designet en JSON passthrough‑arkitektur, hvor PostgreSQL‑funktioner returnerer komplet JSON, som Go‑API'et videresender uændret, så der ikke er nogen mellemliggende unmarshalling, og frontenden er afkoblet fra skemaændringer.

    Designede en JSON-passthrough, hvor PostgreSQL-funktioner returnerer færdig JSON, som Go-API'et videresender uændret — frontenden afkoblet fra skemaet.

  18. Har designet et funktionsbaseret Postgres‑datalag

    Har designet et funktionsbaseret datalag i PostgreSQL — 1.275 lagrede funktioner fordelt på 34 skemaer — så al læsning og skrivning går gennem en funktion, databasen kan tildele rettigheder til, og ikke direkte gennem en tabel.

    Designede et funktionsbaseret datalag i PostgreSQL — 1.275 lagrede funktioner i 34 skemaer — med adgangsgrænsen håndhævet af databasen selv.

  19. 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.

  20. Har implementeret en katalogdrevet deep‑merge

    Har implementeret en katalogdrevet deep‑merge for lagrede JSON‑præferencer, hvilket forhindrer nedbrud på grund af manglende nøgler, når skemaet udvikler sig.

    Implementerede en katalogdrevet deep-merge for lagrede JSON-præferencer — forhindrer nedbrud ved manglende nøgler, når skemaet udvikler sig.

  21. 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.

  22. Har implementeret backup og disaster recovery

    Har konfigureret opbevaringen af databasebackups som infrastructure‑as‑code, derefter gennemgået gendannelsesberedskabet og dokumenteret gendannelsesproceduren — og nævnt de resterende huller, i stedet for at de skulle opdages under en hændelse.

    Konfigurerede backuppers opbevaringstid i infrastrukturkoden, vurderede genopretningsmuligheder og beskrev gendannelsesproceduren og resterende mangler.

  23. Har hærdet applikationen med nonce‑baseret CSP

    Har hærdet applikationen med nonce‑baseret CSP, HSTS, SameSite‑cookies, least‑privilege‑databaseroller og fornyet kontrol af rettigheder på serveren.

    Hærdede appen med nonce-baseret CSP, HSTS, SameSite-cookies, least-privilege-databaseroller og server-side-genkontrol af rettigheder.

  24. Har fastlagt platformens grundbeslutninger

    Har fastlagt platformens grundlæggende beslutninger i ugerne efter, at repositoryet blev oprettet i november 2025 — lagdelingen, database‑first‑dataadgangen og standarden med nul advarsler — og de holder stadig ni måneder senere.

    Fastlagde platformens grundlæggende beslutninger i november 2025 — lagdelingen, database-first-dataadgang og kravet om nul advarsler — og de holder stadig.

  25. Har bygget adgangsret via Stripe og in‑app‑køb

    Har bygget betalings- og rettighedslaget — Stripe side om side med app‑køb via Apple og Google — så adgangen til kataloget, søgningen og eksporten styres af en adgangsmodel på 11 tabeller, der kontrolleres på serveren.

    Byggede betalings- og rettighedslaget — Stripe med app-køb via Apple og Google — adgang til katalog, søgning og eksport styret af en adgangsmodel.

  26. Har flyttet langsomme opgaver til en River‑jobkø

    Har flyttet langsomt arbejde væk fra request‑stien og over på en River‑jobkø — 15 worker‑moduler, 8 planlagte opgaver og 20 pg_cron‑jobs — så en request returnerer, mens arbejdet bag den kører videre.

    Flyttede langsomt arbejde væk fra request-stien over på en River-jobkø: 15 worker-moduler, 8 planlagte opgaver og 20 pg_cron-vedligeholdelsesjobs.

  27. Har holdt 1.022 migrationer fri for skemadrift

    Har holdt skemaet konsistent gennem 1.022 migrationer med en CI‑gate, der bygger databasen begge veje — en frisk installation og en installation plus hver eneste migration — og fejler, når de to ikke stemmer overens.

    Holdt skemaet konsistent gennem 1.022 migrationer med en CI-gate, der bygger databasen begge veje og fejler, når de to ikke stemmer overens.

  28. Har bygget egen analytics i PostgreSQL

    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.

  29. Har bygget loyalitetspoint, ligaer og badges

    Har bygget loyalitets- og omdømmesystemet — 67 funktioner over en hovedbog på 31 tabeller, med ligaer, badges og en indløsningsshop — og med en rækkelås på saldoen til at lukke vinduet for dobbeltforbrug.

    Byggede loyalitets- og omdømmesystemet — 67 funktioner over en hovedbog på 31 tabeller, ligaer, badges og en shop — med rækkelåsning på saldoen.

  30. Har bygget det sociale lag: opslag, feed, grupper

    Har bygget platformens sociale lag — opslag, feed, grupper, mentions, en følgergraf og et digest over mærkedage — på det samme funktionsbaserede datalag som resten af produktet.

    Byggede platformens sociale lag — opslag, feed, grupper, mentions, følgergraf og et digest over mærkedage — på samme funktionsbaserede datalag.

  31. Har bygget job- og karriereværktøj til søfarende

    Har bygget job- og karriereværktøjer til søfarende; det registrerede implementeringsøjebliksbillede omfatter 151 lagrede funktioner i 48 tabeller til stillinger, ansøgninger, certifikater, rangudvikling og sejltid.

    Byggede job- og karriereværktøjer til søfarende med 151 funktioner i 48 tabeller i det registrerede implementeringsøjebliksbillede.

  32. Har genereret 495 sider fra en SQLite‑eksport

    Har genereret 495 resultatsider på tre sprog fra en skrivebeskyttet SQLite‑eksport med sidens adresse skrevet som data, så en rettelse i en sætning ikke længere flyttede siden og ødelagde linket.

    Fire hundrede og femoghalvfems sider genereres fra én kilde, det koster intet at rette et udsagn, og de adresser, dette site nogensinde har udgivet, svarer…

  33. Har bygget en databasedrevet CV‑generator

    Har bygget en databasedrevet generator til CV, referencer, portefølje og ansøgninger i Python — 41 moduler, 10.580 linjer — der genererer seks outputformater fra én SQLite‑kilde med 23 tabeller, som en idempotent pipeline i 19 trin bygger op.

    Seks formater, tre sprog og fem temaer kommer ud af én database, og en rettet sætning rettes én gang.

  34. Har givet generatoren 981 tests og 92 % dækning

    Har holdt generatoren på 981 testtilfælde og en nedre grænse på 92 % grendækning med advarsler behandlet som fejl og eftervist idempotens ved at køre hele build‑pipelinen to gange fra en tom fil og kræve, at det andet gennemløb intet ændrer.

    Pipelinen kan køres igen mod en database i drift uden frygt, hvilket er det, der overhovedet gør trinvist indholdsarbejde muligt.

  35. Har skrevet tests af selve tjekkene

    Har skrevet tests af selve tjekkene efter at have fastslået, at et tjek, der kun fodres med rent input, en dag melder fejlfrit, fordi det intet har læst — ved at plante en stavefejl for at bekræfte, at stavekontrollen finder den, og ved at tage et id‑interval fra databasen i stedet for fra et tal i testen.

    Hvert tjek i projektet har nu en test, der beviser, at det fejler på dårlige inddata, og områdeforventningerne læses fra sandhedskilden.

Kontakt

Er I stadig ved at finde ud af, hvad I har brug for?

Fortæl os, hvad der går galt, eller hvad I prøver at bygge. Så siger vi, hvad det vil kræve, cirka hvad det vil koste, og om vi er de rigtige til det.

Fra 1.400 DKK i timen, ekskl. moms — og mindre pr. time ved en længere booking.

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