Hopp til innhold
Engineer
Meny
Design
Norsk bokmål

Engineer / Kategorier

SQL

  1. 30 dagers strømdata på 180 ms

    Utviklet varianter for timesaggregering av strømforbruk i Python, SQL og Bash + Jq; Python‑varianten behandlet ett JSONL‑datasett for 30 dager på 180 ms i ytelsestesten.

    Bygde og ytelsestestet aggregering av strømforbruk i Python, SQL og Bash + Jq; Python behandlet ett JSONL-datasett for 30 dager på 180 ms.

  2. Gjorde en geodatapipeline 50 ganger raskere

    Registrerte en forbedring på 50 ganger i en geografisk datapipeline i grunnleggerens arbeid hos Utiligize gjennom SQL- og datamodellendringer i PostgreSQL, MS SQL og Google Cloud BigQuery.

    Grunnleggeren registrerer en forbedring på 50 ganger i en geodatapipeline hos Utiligize gjennom SQL- og datamodellarbeid i PostgreSQL, MS SQL og BigQuery.

  3. Gjorde GIS‑kart 10 ganger raskere på PostgreSQL

    Forbedret ytelsen i en geografisk kartapplikasjon 10 ganger gjennom et strategisk databaseskifte fra MSSQL til PostgreSQL, inkludert omleggingen av dataene, og optimaliserte samtidig behandlingen og datasikkerheten.

    Forbedret en GIS-kartapplikasjon 10 ganger ved å migrere fra MSSQL til PostgreSQL — romlige spørringer falt fra 2,5 s til under 250 ms.

  4. Løste 1 000 problemer i geografiske data

    Løste 1 000 problemer i geografiske data og tidsseriedata med GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) og Bash, og sikret behandling av stordata med høy kvalitet.

    Løste over 1 000 problemer i geografiske stordata og tidsseriedata med GDAL, PostGIS, ArcGIS, Mapbox, QGIS og SQL — 35 % raskere spørringer.

  5. Designet og driftet 6 ETL/ELT‑pipelines

    Designet, implementerte og administrerte 6 ETL/ELT‑pipelines med Google BigQuery, MSSQL, PostgreSQL, Shell‑skripting, PL/pgSQL og Transact‑SQL, og integrerte data for effektiv behandling i et Python‑API.

    Designet og drev 6 ETL/ELT-pipelines (BigQuery, MSSQL, PostgreSQL) og kortet en manuell jobb på 3 timer ned til under 20 minutter med daglig synk.

  6. Publiserte 500 datarapporter om strøm og GIS

    Publiserte 500 analyserapporter om strøm- og GIS‑data, basert på grundige undersøkelser og feilsøking, for å sikre presis innsikt i geografiske stordata og tidsseriedata.

    Publiserte 500 analyserapporter om strøm- og GIS-data — et oppslagsverk på tvers av avdelingene for lastbalansering, effektivitet og avviksdeteksjon.

  7. Drev 100 datavarehus: Postgres, MS SQL, BigQuery

    Utformet, opprettet og administrerte 100 databaser for datavarehus i PostgreSQL, MS SQL og Google BigQuery, hovedsakelig med GIS- og tidsseriedata, og optimaliserte ytelse og skalerbarhet.

    Designet og drev 100 datavarehusdatabaser i PostgreSQL, MS SQL og BigQuery for GIS- og tidsseriedata — spørretidene gikk ned 40–60 %.

  8. Økte PostgreSQL‑ytelsen 10 ganger

    Økte PostgreSQL‑ytelsen 10 ganger gjennom strategisk indeksering, partisjonering og spørringsoptimalisering, og gjorde databasen mer effektiv for bruker- og tenantdata, geodata og elektriske tidsseriedata.

    Gjorde PostgreSQL 10 ganger raskere med indeksering, partisjonering og spørringsjustering for bruker-, leietaker-, geo- og tidsseriedata — ressursbruk ned 40 %.

  9. Automatiserte GIS‑SaaS‑utrulling i GitHub Actions

    Automatiserte produksjonssettingen, databehandlingen og rapporteringssystemet for en GIS SaaS‑applikasjon med GitHub Actions CI/CD, Python, Bash og SQL.

    Automatiserte produksjonssetting, databehandling og rapportering for GIS-SaaS med CI/CD i GitHub Actions, Python, Bash og SQL — kortere, pålitelige utgivelser.

  10. Ledet 30+ GIS‑prosjekter fra utvikling til støtte

    Ledet utvikling, produksjonssetting og støtte for over 30 GIS‑prosjekter, med ekspertise i teknologiene PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS og Mapbox.

    Ledet utvikling, produksjonssetting og støtte for over 30 GIS-prosjekter med PostgreSQL, Python, GDAL, ArcGIS, PostGIS og Mapbox gjennom hele livsløpet.

  11. Automatiserte databehandling i Python og PL/pgSQL

    Automatiserte databehandlingsoppgaver med Shell‑skripting, PL/pgSQL, Python og Transact‑SQL, og økte produktiviteten og effektiviteten.

    Automatiserte databehandlingsoppgaver med Shell, PL/pgSQL, Python og Transact-SQL, økte produktiviteten og gjorde slutt på små, gjentakende feil.

  12. Utviklet 600 ETL/ELT‑pipelines i PL/pgSQL

    Utviklet 600 PL/pgSQL‑baserte ETL/ELT‑pipelines for å effektivisere komplekse arbeidsflyter for databehandling på tvers av flere utviklings- og produksjonsmiljøer i PostgreSQL.

    Utviklet 600 registrerte ETL/ELT-pipeliner i PL/pgSQL for PostgreSQL i utvikling og produksjon, med inkrementell lasting og logging.

  13. Designet JSON rett fra Postgres til API‑et

    Designet en JSON‑passthrough‑arkitektur der PostgreSQL‑funksjoner returnerer komplett JSON som Go‑API‑et videresender uendret, noe som fjernet mellomliggende unmarshalling og frikoblet frontend fra skjemaendringer.

    Designet en JSON-passthrough der PostgreSQL-funksjoner returnerer komplett JSON som Go-API-et videresender uendret, og koblet frontenden løs fra skjemaet.

  14. Designet et funksjonsbasert datalag i PostgreSQL

    Designet et funksjonsbasert datalag i PostgreSQL — 1 275 lagrede funksjoner fordelt på 34 skjemaer — slik at hver lesing og skriving går gjennom en funksjon databasen kan gi tilgang til, i stedet for gjennom en tabell.

    Designet et funksjonsbasert datalag i PostgreSQL — 1 275 lagrede funksjoner i 34 skjemaer — der databasen selv håndhever tilgangsgrensen.

  15. Modellerte 348 tabeller i 34 Postgres‑skjemaer

    Modellerte det maritime domenet i 348 normaliserte tabeller fordelt på 34 PostgreSQL‑skjemaer — fagfolk, selskaper, skip, stillinger, omtaler og resten — med SMALLINT‑oppslag og UUID v7‑nøkler.

    Modellerte det maritime domenet i 348 normaliserte tabeller fordelt på 34 PostgreSQL-skjemaer, med SMALLINT-oppslag, UUID v7-nøkler og én navnekonvensjon.

  16. Bygde egen analyse inne i PostgreSQL

    Bygde egen produktanalyse i PostgreSQL — 47 funksjoner over partisjonerte hendelsestabeller som rydder seg selv — pseudonymisert bak et roterende salt og betinget av den besøkendes samtykke.

    Bygde egen produktanalyse i PostgreSQL — 47 funksjoner over partisjonerte tabeller som rydder seg selv — pseudonymisert og betinget av samtykke.

  17. Bygde en lojalitetslommebok, ligaer og merker

    Bygde lojalitets- og omdømmesystemet — 67 funksjoner over en hovedbok på 31 tabeller, med ligaer, merker og en innløsningsbutikk — med radlås på saldoen for å lukke vinduet for dobbeltforbruk.

    Bygde lojalitets- og omdømmesystemet — 67 funksjoner over en hovedbok på 31 tabeller, ligaer, merker og en butikk — med radlåsing på saldoen.

  18. Genererte 495 sider fra en SQLite‑eksport

    Genererte 495 resultatsider på tre språk fra en skrivebeskyttet SQLite‑eksport, med sideadressen skrevet som data, slik at en rettet setning ikke lenger flyttet siden og brøt lenken.

    Fire hundre og nittifem sider genereres fra én kilde, å rette en formulering koster ingenting, og adressene dette nettstedet noen gang har publisert, svarer…

  19. Bygde en databasedrevet CV‑generator

    Bygde en databasedrevet generator for CV, referanser, portefølje og søknadsbrev i Python — 41 moduler, 10 580 linjer — som gjengir seks utdataformater fra én SQLite‑kilde med 23 tabeller, satt sammen av en idempotent pipeline i 19 trinn.

    Seks formater, tre språk og fem temaer kommer ut av én database, og en rettet setning rettes én gang.

Kontakt

Avklarer dere fortsatt hva dere trenger?

Fortell oss hva som går galt, eller hva dere prøver å bygge. Vi sier hva det vil kreve, omtrent hva det vil koste, og om vi er de rette til oppgaven.

Fra 1 400 DKK timen, eksklusive mva. — og mindre per time ved et lengre oppdrag.

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