Bases de données
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.
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.
Cartes GIS 10 fois plus rapides sur Postgre
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.
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 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.
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.
500 rapports électriques et GIS publiés, référence commune pour l'équilibrage de charge, l'efficacité et la détection d'anomalies.
100 entrepôts Postgre, 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 %.
10 serveurs Postgre 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.
10 serveurs PostgreSQL et MS SQL sur VPS Ubuntu Linux : disponibilité de 99,9 % et requêtes accélérées de 30 % par optimisation.
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.
Mise en œuvre consignée de 1 000 règles RBAC pour les accès développeurs, applications, bases et Linux, avec configuration Ansible documentée.
Postgre 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 %.
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.
100 sauvegardes critiques automatisées avec Barman, Google Cloud, Bash et Python, pour une récupération des données vérifiée par des tests.
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.
Développement GIS full-stack dirigé sur PostgreSQL, Mapbox, React et Node.js, pour un cœur de plateforme intégré et extensible.
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.
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.
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.
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.
Architecture maritime en couches : PWA Next.js, API Go (Huma/Fiber) et fonctions PostgreSQL regroupant toute la logique métier.
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.
JSON complet produit par les fonctions PostgreSQL et transmis tel quel par l'API Go, pour découpler le frontend du schéma.
Couche Postgre 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.
Couche PostgreSQL fondée sur les fonctions : 1 275 fonctions stockées dans 34 schémas, la base imposant elle-même les limites d'accès.
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.
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.
Fusion profonde des préférences JSON stockées pilotée par catalogue, pour éviter les erreurs de clés manquantes lors des évolutions 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.
Domaine maritime modélisé en 348 tables normalisées et 34 schémas PostgreSQL, avec référentiels SMALLINT, clés UUID v7 et nommage commun.
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.
Conservation des sauvegardes de base en code, évaluation des possibilités de récupération et documentation de la restauration et des lacunes restantes.
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.
Application durcie avec CSP à nonces, HSTS, cookies SameSite, rôles au moindre privilège et 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.
Choix fondateurs fixés en novembre 2025 : couches distinctes, données centrées sur la base et zéro avertissement, toujours en vigueur.
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.
Paiements et droits Stripe avec achats intégrés Apple et Google, contrôlant annuaire, recherche et export par un modèle d'accès.
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.
Traitements lents déportés vers River : 15 modules de traitement, 8 tâches planifiées et 20 tâches de maintenance pg_cron.
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.
1 022 migrations de schéma vérifiées par un contrôle CI construisant la base de deux façons et échouant si elles divergent.
Analytique interne dans Postgre
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.
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.
Fidélité et réputation : 67 fonctions sur un registre de 31 tables, ligues, badges et boutique, avec verrouillage de la ligne du solde.
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.
Couche sociale : publications, fil, groupes, mentions, abonnements et récapitulatif d'occasions sur la même couche de fonctions.
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.
Espaces de recrutement et carrière des marins : 151 fonctions dans 48 tables, selon l'instantané d'implémentation consigné.
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.
Quatre cent quatre-vingt-quinze pages sont générées depuis une source unique, corriger un énoncé ne coûte rien, et toutes les adresses que le site a publiées…
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.
Six formats, trois langues et cinq thèmes proviennent d'une seule base de données, et une phrase corrigée l'est une seule fois.
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.
Le pipeline peut être réexécuté sans crainte sur une base active, ce qui rend possible le travail incrémental sur le contenu.
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.
Chaque vérificateur du projet possède désormais un test prouvant qu'il échoue sur une mauvaise entrée, et les assertions de plage lisent la source de vérité.