Zum Inhalt springen
EngineerSoftware
Menü
Design
Deutsch

Engineer / Software / Kategorien

Datenbanken

  1. Geografische Datenpipeline 50‑mal schneller

    Eine 50‑fache Verbesserung der geografischen Datenpipeline bei der Arbeit der Gründerin für Utiligize durch Änderungen an SQL und Datenmodellen in PostgreSQL, MS SQL und Google Cloud BigQuery dokumentiert.

    Die Gründerin dokumentiert eine 50-fache Verbesserung der Geodaten-Pipeline bei Utiligize durch SQL- und Datenmodellarbeit in PostgreSQL, MS SQL und BigQuery.

  2. GIS‑Karte mit PostgreSQL 10‑mal schneller

    Die Performance einer geografischen Kartenanwendung durch einen gezielten Datenbankwechsel von MSSQL zu PostgreSQL einschließlich Datenumschaltung um das 10‑Fache verbessert und dabei Verarbeitung und Datensicherheit optimiert.

    GIS-Karte durch MSSQL-PostgreSQL-Migration 10-mal schneller gemacht: Geodatenabfragen von 2,5 s auf unter 250 ms verkürzt.

  3. 1.000 Fehler in geografischen Daten behoben

    1.000 Probleme in geografischen Daten und Zeitreihendaten mit GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) und Bash behoben und eine hochwertige Big‑Data‑Verarbeitung sichergestellt.

    Über 1.000 Fehler in Geo- und Zeitreihendaten mit GDAL, PostGIS, ArcGIS, Mapbox, QGIS und SQL behoben; Abfragen um 35 % beschleunigt.

  4. 6 ETL/ELT‑Pipelines entworfen und betrieben

    6 ETL/ELT‑Pipelines mit Google BigQuery, MSSQL, PostgreSQL, Shell‑Skripten, PL/pgSQL und Transact‑SQL entworfen, umgesetzt und administriert sowie Daten für eine effiziente Verarbeitung durch die Python‑API integriert.

    6 ETL/ELT-Pipelines (BigQuery, MSSQL, PostgreSQL) entwickelt und betrieben: 3 Stunden Handarbeit auf unter 20 Minuten verkürzt, täglicher Abgleich.

  5. 500 Strom- und GIS‑Datenberichte veröffentlicht

    500 Analyseberichte zu Strom- und GIS‑Daten veröffentlicht und durch gründliche Recherche und Fehlerdiagnose präzise Erkenntnisse aus geografischen Big Data und Zeitreihendaten ermöglicht.

    500 Strom- und GIS-Analyseberichte als abteilungsübergreifende Grundlage für Lastverteilung, Effizienz und Anomalieerkennung veröffentlicht.

  6. 100 PostgreSQL/MS‑SQL/BigQuery‑Warehouses

    100 Data‑Warehouse‑Datenbanken in PostgreSQL, MS SQL und Google BigQuery mit überwiegend GIS- und Zeitreihendaten konzipiert, aufgebaut und verwaltet sowie Performance und Skalierbarkeit optimiert.

    100 PostgreSQL-, MS-SQL- und BigQuery-Warehouses für GIS- und Zeitreihendaten konzipiert und betrieben; Abfragezeiten um 40–60 % verkürzt.

  7. Full‑Stack‑GIS‑Kartenentwicklung geleitet

    Die Full‑Stack‑Entwicklung einer GIS‑Kartenanwendung mit PostgreSQL, Mapbox, ReactJS und NodeJS geleitet und eine integrierte Lösung umgesetzt.

    Full-Stack-GIS-Entwicklung (PostgreSQL, Mapbox, React, Node.js) geleitet und einen integrierten, erweiterbaren Plattformkern geliefert.

  8. 30+ GIS‑Projekte von Entwicklung bis Support

    Entwicklung, Bereitstellung und Support von über 30 GIS‑Projekten geleitet und dabei Fachwissen zu PostgreSQL, Bash, Python, JavaScript, GDAL, ArcGIS, PostGIS und Mapbox eingesetzt.

    Entwicklung, Bereitstellung und Support von über 30 GIS-Projekten mit PostgreSQL, Python, GDAL, ArcGIS, PostGIS und Mapbox geleitet.

  9. Eine maritime Plattform mit klaren Systemgrenzen

    Eine geschichtete maritime Plattform mit getrenntem Next.js‑PWA‑Frontend, Go‑API (Huma/Fiber) und PostgreSQL‑Funktionsschicht entworfen und sämtliche Geschäftslogik in der Datenbank gehalten.

    Maritime Plattform in Schichten entworfen: Next.js-PWA, Go-API (Huma/Fiber) und PostgreSQL-Funktionsschicht mit sämtlicher Geschäftslogik.

  10. JSON direkt von Postgres an die API geleitet

    Eine JSON‑Passthrough‑Architektur entworfen, in der PostgreSQL‑Funktionen vollständiges JSON zurückgeben, das die Go‑API unverändert weiterreicht; damit entfällt die zwischenzeitliche Deserialisierung und das Frontend bleibt von Schemaänderungen entkoppelt.

    JSON-Passthrough entworfen: PostgreSQL liefert vollständiges JSON, die Go-API reicht es unverändert weiter; Frontend und Schema bleiben entkoppelt.

  11. PostgreSQL‑Datenschicht mit Funktionen entworfen

    Eine PostgreSQL‑Datenschicht nach dem Function‑first‑Prinzip entworfen — 1.275 gespeicherte Funktionen in 34 Schemata — sodass jeder Lese- und Schreibzugriff über eine gezielt berechtigbare Funktion statt über eine Tabelle erfolgt.

    Funktionszentrierte PostgreSQL-Datenschicht entworfen: 1.275 gespeicherte Funktionen in 34 Schemata; die Datenbank erzwingt die Zugriffsgrenzen.

  12. Kataloggesteuerten Deep‑Merge umgesetzt

    Eine kataloggesteuerte tiefe Zusammenführung gespeicherter JSON‑Einstellungen umgesetzt, die Abstürze durch fehlende Schlüssel bei der Weiterentwicklung des Schemas verhindert.

    Kataloggesteuerte tiefe Zusammenführung gespeicherter JSON-Einstellungen umgesetzt und Abstürze durch fehlende Schlüssel bei Schemaänderungen verhindert.

  13. 348 Tabellen in 34 Postgres‑Schemata modelliert

    Die maritime Domäne in 348 normalisierten Tabellen über 34 PostgreSQL‑Schemata modelliert — Fachkräfte, Unternehmen, Schiffe, Stellen, Bewertungen und weitere Bereiche — mit SMALLINT‑Nachschlagetabellen und UUID‑v7‑Schlüsseln.

    Maritime Domäne in 348 normalisierten Tabellen und 34 PostgreSQL-Schemata modelliert, mit SMALLINT-Nachschlagetabellen, UUID v7 und einheitlichen Namen.

  14. Anwendung mit Nonce‑basierter CSP gehärtet

    Die Anwendung mit Nonce‑basierter CSP, HSTS, SameSite‑Cookies, Datenbankrollen mit minimalen Berechtigungen und erneuten serverseitigen Zugangsprüfungen gehärtet.

    App mit Nonce-CSP, HSTS, SameSite-Cookies, minimal berechtigten Datenbankrollen und erneuten serverseitigen Zugangsprüfungen gehärtet.

  15. Technische Grundlagen der Plattform festgelegt

    Die grundlegenden Plattformentscheidungen in den Wochen nach der Eröffnung des Repositorys im November 2025 festgelegt — Schichtenarchitektur, datenbankzentrierter Datenzugriff und Warnungsfreiheit — die neun Monate später weiterhin gelten.

    Plattformgrundlagen im November 2025 festgelegt: Schichten, datenbankzentrierter Zugriff und Warnungsfreiheit — sie gelten weiterhin.

  16. Stripe- und In‑App‑Kaufberechtigungen entwickelt

    Die Zahlungs- und Berechtigungsschicht aufgebaut — Stripe sowie In‑App‑Käufe von Apple und Google — und Verzeichnis, Suche und Export durch ein serverseitig geprüftes Zugriffsmodell mit 11 Tabellen abgesichert.

    Zahlungen und Zugangsrechte mit Stripe und Apple-/Google-In-App-Käufen entwickelt; Zugriffsmodell schützt Verzeichnis, Suche und Export.

  17. Langsame Aufgaben in River‑Jobqueue verlagert

    Langsame Verarbeitung aus dem Anfragepfad in eine River‑Jobqueue verlagert — 15 Worker‑Module, 8 geplante Aufgaben und 20 pg_cron‑Jobs — sodass Anfragen zurückkehren, während die zugehörige Arbeit weiterläuft.

    Langsame Arbeit aus dem Anfragepfad in River verlagert: 15 Worker-Module, 8 geplante Aufgaben und 20 pg_cron-Wartungsjobs.

  18. Loyalitätskonto, Ligen und Abzeichen entwickelt

    Das Loyalitäts- und Reputationssystem entwickelt — 67 Funktionen über ein Hauptbuch mit 31 Tabellen, mit Ligen, Abzeichen und einem Prämienshop — und den Kontostand durch eine Zeilensperre gegen doppelte Ausgaben abgesichert.

    Loyalitäts- und Reputationssystem: 67 Funktionen über ein Hauptbuch mit 31 Tabellen, Ligen, Abzeichen und Shop; Zeilensperren auf dem Kontostand.

  19. Soziale Ebene mit Beiträgen und Gruppen aufgebaut

    Die soziale Ebene der Plattform entwickelt — Beiträge, Feed, Gruppen, Erwähnungen, Follower‑Graph und eine Übersicht anstehender Anlässe — auf derselben funktionszentrierten Datenschicht wie das übrige Produkt.

    Soziale Ebene mit Beiträgen, Feed, Gruppen, Erwähnungen, Follower-Graph und Anlassübersicht auf derselben funktionszentrierten Datenschicht entwickelt.

  20. Stellenmarkt und Seefahrtskarriere entwickelt

    Arbeitsbereiche für Personalgewinnung und die Laufbahn von Seeleuten entwickelt; der dokumentierte Implementierungsstand umfasst 151 gespeicherte Funktionen in 48 Tabellen für Stellen, Bewerbungen, Zertifikate, Rangentwicklung und Seefahrtzeit.

    Arbeitsbereiche für Personalgewinnung und die Laufbahn von Seeleuten entwickelt, mit 151 Funktionen in 48 Tabellen im dokumentierten Implementierungsstand.

  21. 495 Seiten aus einem SQLite‑Export erzeugt

    495 Leistungsseiten in drei Sprachen aus einem schreibgeschützten SQLite‑Export erzeugt und die Seitenadresse als eigene Daten festgehalten, damit eine Satzkorrektur nicht länger die Seite verschiebt und Links bricht.

    Vierhundertfünfundneunzig Seiten entstehen aus einer Quelle. Eine Aussage lässt sich ohne Folgekosten korrigieren, und alle jemals veröffentlichten Adressen…

  22. Datenbankgestützten Lebenslaufgenerator aufgebaut

    Einen datenbankgestützten Generator für Lebenslauf, Referenzen, Portfolio und Anschreiben in Python entwickelt — 41 Module, 10.580 Zeilen — der sechs Ausgabeformate aus einer SQLite‑Quelle mit 23 Tabellen erzeugt, aufgebaut durch eine idempotente Pipeline mit 19 Schritten.

    Sechs Formate, drei Sprachen und fünf Designs entstehen aus einer Datenbank. Ein korrigierter Satz wird einmal korrigiert.

  23. Generator mit 981 Tests und 92 % Abdeckung

    Den Generator mit 981 Testfällen und mindestens 92 % Zweigabdeckung geprüft, Warnungen als Fehler behandelt und Idempotenz durch zwei vollständige Pipeline‑Durchläufe aus einer leeren Datei nachgewiesen, wobei der zweite nichts ändern darf.

    Die Pipeline lässt sich bedenkenlos auf einer bestehenden Datenbank wiederholen. Das ermöglicht schrittweise Inhaltsarbeit überhaupt erst.

  24. Die Prüfwerkzeuge selbst mit Tests geprüft

    Tests für die Prüfwerkzeuge selbst geschrieben, nachdem klar war, dass ein nur mit fehlerfreien Eingaben getestetes Werkzeug irgendwann auch nach dem Lesen von nichts Erfolg meldet — einen Tippfehler eingebaut, um die Rechtschreibprüfung zu prüfen, und einen ID‑Bereich aus der Datenbank statt einer Testkonstante übernommen.

    Jedes Prüfwerkzeug hat nun einen Test, der sein Scheitern bei fehlerhafter Eingabe nachweist. Bereichsprüfungen lesen die maßgebliche Quelle.

Kontakt

Sie klären noch, was Sie benötigen?

Erzählen Sie uns, was nicht funktioniert oder was Sie entwickeln möchten. Wir sagen Ihnen, was dafür nötig wäre, was es ungefähr kosten würde und ob wir die Richtigen dafür sind.

Ab 1.400 DKK pro Stunde, zuzüglich Mehrwertsteuer — und weniger pro Stunde bei längerer Buchung.

welcome@engineer.company +45 50 10 61 84 Kopenhagen, Dänemark