Bases de données
35 réalisations
Ces réalisations font partie de notre offre en Développement backend et API, Conception et modélisation de bases de données, Développement de pipelines de données (ETL/ELT), Administration de bases de données (DBA), Gouvernance et qualité des données, Développement de produits full‑stack, Solutions GIS et géospatiales et Optimisation des performances de bases de données.

Photo : danieltibi / Pixabay 
Photo : RosZie / Pixabay
Reliez les parties de votre système
Les réalisations regroupées sous « Bases de données » montrent une partie d'un système opérationnel. Nous pouvons vous aider à relier cette partie au reste de votre activité. Identifier les requêtes et les index manquants dans un système alourdi au fil des ans, puis corriger ce qui compte.
Trouvez un défi comparable
Suivez un exemple qui ressemble à votre situation. Son analyse décrit les décisions qui ont conduit au résultat, au-delà du nom de la technologie. 30 jours de données électriques traités en 180 ms — 180 ms pour agréger un mois de relevés de compteurs
30 jours de données électriques traités en 180 ms Contactez-nous
-
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.
-
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.
-
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.
-
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.
-
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.
-
500 rapports de données électriques et GIS
Publié 500 rapports d'analyse de données électriques et GIS, fondés sur des recherches approfondies et la résolution de problèmes pour fiabiliser les analyses de données massives géographiques et temporelles.
-
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.
-
10 serveurs PostgreSQL et MS SQL sur Ubuntu
Conçu, déployé et maintenu 10 serveurs PostgreSQL et MS SQL sur des VPS Ubuntu Linux, en veillant à leurs performances et à leur fiabilité.
-
1 000 règles RBAC pour sécuriser Linux
Renforcé la sécurité des données en mettant en place 1 000 règles RBAC pour les développeurs, les instances applicatives, PostgreSQL, MS SQL et d'autres serveurs Linux afin de prévenir les accès non autorisés, avec une documentation et une automatisation Ansible.
-
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 sauvegardes critiques automatisées : Barman
Automatisé 100 sauvegardes critiques avec Barman, Google Cloud, Bash et Python pour préserver l'intégrité des données dans les bases.
-
Développement cartographique GIS full‑stack
Dirigé le développement full‑stack d'une application cartographique GIS, avec PostgreSQL, Mapbox, ReactJS et NodeJS, pour livrer une solution intégrée.
-
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.
-
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.
-
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.
-
Une plateforme maritime aux frontières système claires
Conçu une plateforme maritime en couches séparant un frontend PWA Next.js, une API Go (Huma/Fiber) et une couche de fonctions PostgreSQL, avec toute la logique métier dans la base de données.
-
JSON transmis directement de Postgres à l'API
Conçu une architecture de transmission directe du JSON où les fonctions PostgreSQL renvoient des documents complets, transmis tels quels par l'API Go, supprimant la désérialisation intermédiaire et découplant le frontend des changements de schéma.
-
Couche PostgreSQL fondée sur les fonctions
Conçu une couche de données fondée sur les fonctions PostgreSQL — 1 275 fonctions stockées réparties dans 34 schémas — pour que chaque lecture et écriture passe par une fonction dont les droits sont contrôlables, plutôt que par une table.
-
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.
-
Fusion profonde pilotée par un catalogue
Mis en œuvre une fusion profonde des préférences JSON stockées, pilotée par un catalogue, pour éviter les erreurs dues aux clés absentes lors de l'évolution du schéma.
-
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.
-
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.
-
Application durcie avec une CSP à nonces
Durci l'application avec une CSP fondée sur des nonces, HSTS, des cookies SameSite, des rôles de base de données au moindre privilège et une nouvelle vérification des droits côté serveur.
-
Choix techniques fondateurs de la plateforme
Défini les choix fondateurs de la plateforme dans les semaines suivant l'ouverture du dépôt en novembre 2025 — architecture en couches, accès aux données centré sur la base et zéro avertissement — toujours en vigueur neuf mois plus tard.
-
Droits d'accès Stripe et achats intégrés
Conçu la couche de paiement et de droits d'accès — Stripe et achats intégrés Apple et Google — en contrôlant l'accès à l'annuaire, à la recherche et à l'export au moyen d'un modèle de 11 tables vérifié côté serveur.
-
Traitements lents confiés à une file River
Sorti les traitements lents du chemin des requêtes pour les confier à une file de tâches River — 15 modules de traitement, 8 tâches planifiées et 20 tâches pg_cron — afin de répondre aux requêtes pendant la poursuite du travail en arrière‑plan.
-
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.
-
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.
-
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.
-
Couche sociale : publications, fil et groupes
Conçu la couche sociale de la plateforme — publications, fil, groupes, mentions, graphe d'abonnements et récapitulatif d'occasions — sur la même couche de données fondée sur les fonctions que le reste du produit.
-
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.
-
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.
-
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.
-
981 tests et 92 % de couverture
Vérifié le générateur avec 981 cas de test et un seuil de couverture des branches de 92 %, en traitant les avertissements comme des échecs, et vérifié l'idempotence en exécutant deux fois tout le pipeline depuis un fichier vide, sans changement autorisé au second passage.
-
Tests des contrôleurs eux‑mêmes
Écrit des tests pour les contrôleurs après avoir établi qu'un contrôleur alimenté uniquement en entrées correctes peut finir par déclarer une réussite sans rien lire : introduction d'une faute pour vérifier sa détection et lecture d'une plage d'identifiants dans la base plutôt que dans une constante du test.
Votre projet nécessite ces compétences ? Contactez-nous.

