Gobernanza y calidad de datos
Confiar en las cifras
Reglas y comprobaciones que detectan datos incorrectos al entrar y aclaran quién responde de cada cifra y de dónde procede.
Trabajos seleccionados que demuestran este servicio.

Foto: focusonpc / Pixabay 
Foto: Anlomaja27 / Pixabay
Convierta el servicio en un resultado
Haga que «Gobernanza y calidad de datos» contribuya a un resultado empresarial. Podemos conectar el trabajo técnico con los usuarios, las operaciones y las decisiones a los que debe dar soporte. Reglas y comprobaciones que detectan datos incorrectos al entrar y aclaran quién responde de cada cifra y de dónde procede.
Examine los trabajos relevantes
Utilice los trabajos relacionados de esta página para examinar nuestro enfoque. Pregunte por los compromisos entre objetivos y las condiciones detrás de cada resultado. Un plan de infraestructura para 14 departamentos — 14 departamentos de investigación con un único plan de infraestructura
Un plan de infraestructura para 14 departamentos Póngase en contacto
-
Un plan de infraestructura para 14 departamentos
Diseñé un marco integral de infraestructura para un instituto de investigación que abarcaba 14 departamentos, con módulos flexibles, flujos de datos unificados y estrategias de soporte estructuradas para facilitar su adopción a largo plazo.
-
1.000 incidencias de datos geográficos resueltas
Resolví 1.000 incidencias en datos geográficos y series temporales con GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) y Bash, para mantener la calidad del procesamiento de grandes volúmenes de datos.
-
500 informes de datos eléctricos y GIS
Publiqué 500 informes de análisis de datos eléctricos y GIS, basados en investigación y resolución de problemas para ofrecer información precisa sobre grandes volúmenes de datos geográficos y series temporales.
-
Datos PostgreSQL centrados en funciones
Diseñé una capa de datos PostgreSQL centrada en funciones — 1.275 funciones almacenadas en 34 esquemas — para que cada lectura y escritura pase por una función a la que la base de datos pueda conceder acceso, en lugar de hacerlo por una tabla.
-
Combinación recursiva guiada por un catálogo
Implementé una combinación recursiva de preferencias JSON almacenadas, guiada por un catálogo, para evitar fallos por claves ausentes a medida que evoluciona el esquema.
-
348 tablas en 34 esquemas Postgres
Modelé el dominio marítimo en 348 tablas normalizadas distribuidas en 34 esquemas PostgreSQL — profesionales, empresas, barcos, empleos, reseñas y el resto — con tablas de referencia SMALLINT y claves UUID v7.
-
963 bloques de metadatos por un único grafo
Sustituí 963 bloques anónimos de datos estructurados que repetían la empresa 1.671 veces por un único grafo enlazado de 16 tipos con identificadores de origen estables.
-
Pruebas para los propios verificadores
Escribí pruebas para los propios verificadores tras constatar que un verificador que solo recibe entradas correctas puede acabar informando de éxito por no haber leído nada; introduje una falta de ortografía para confirmar su detección y obtuve un intervalo de identificadores de la base de datos en vez de fijarlo en la prueba.
-
Todas las cadenas en un árbol de contenido
Trasladé todas las cadenas visibles para el usuario de Python a un árbol de 874 archivos de contenido en tres idiomas tras encontrar traducciones muertas cuya inutilidad no se veía y una comprobación que evaluaba silenciosamente solo un tercio de los logros.
-
Comprobación de cifras entre idiomas
Desarrollé una comprobación de contenido entre idiomas que falla si una traducción omite una cifra del inglés o usa una notación ajena al idioma; detectó dos descripciones danesas sin una métrica y dieciséis pasajes ucranianos con comillas del estilo inglés.

