Hoppa till innehållet
EngineerMjukvara
Meny
Design
Svenska

Engineer / Mjukvara / Kategorier

Datastyrning

  1. En infrastrukturplan för 14 avdelningar

    Utformade ett heltäckande infrastrukturramverk för ett forskningsinstitut som berörde 14 avdelningar, med flexibla moduler, enhetliga datapipelines och strukturerade supportstrategier för ett långsiktigt införande.

    Utformade ett heltäckande infrastrukturramverk för ett forskningsinstitut med 14 avdelningar — modulärt, med enhetliga datapipelines och supportstrategier.

  2. Gjorde pipelinen för geodata 50 gånger snabbare

    Dokumenterade en förbättring på 50 gånger i en geografisk datapipeline i grundarens arbete hos Utiligize genom SQL- och datamodelländringar i PostgreSQL, MS SQL och Google Cloud BigQuery.

    Grundaren dokumenterar en förbättring på 50 gånger i en geodatapipeline hos Utiligize genom SQL- och datamodellarbete i PostgreSQL, MS SQL och BigQuery.

  3. Löste 1 000 problem i geodata och tidsseriedata

    Löste 1 000 problem i geodata och tidsseriedata med GDAL, ArcGIS, PostGIS, Mapbox, QGIS, SQL (PL/pgSQL, Transact‑SQL) och Bash, vilket säkrade en högkvalitativ bearbetning av stora datamängder.

    Löste 1 000+ problem i geografisk big data och tidsserier med GDAL, PostGIS, ArcGIS, Mapbox, QGIS och SQL — 35 % snabbare frågor.

  4. Publicerade 500 rapporter om el- och GIS‑data

    Publicerade 500 analysrapporter om el- och GIS‑data och använde grundlig research och felsökning för att säkerställa korrekta insikter ur stora mängder geodata och tidsseriedata.

    Publicerade 500 analysrapporter om el- och GIS-data — en gemensam referens för avdelningarna inom lastbalansering, effektivitet och avvikelsedetektering.

  5. Drev 100 datalager i PostgreSQL, MS SQL, BigQuery

    Utformade, byggde upp och förvaltade 100 datalagerdatabaser i PostgreSQL, MS SQL och Google BigQuery, främst med GIS- och tidsseriedata, och optimerade prestanda och skalbarhet.

    Utformade och drev 100 datalagerdatabaser i PostgreSQL, MS SQL och BigQuery för GIS- och tidsseriedata — frågetiderna sjönk 40–60 %.

  6. Utformade ett funktionsbaserat skikt i PostgreSQL

    Utformade ett funktionsbaserat dataskikt i PostgreSQL — 1 275 lagrade funktioner i 34 scheman — så att varje läsning och skrivning går via en funktion som databasen kan ge behörighet till, i stället för via en tabell.

    Utformade ett funktionsbaserat datalager i PostgreSQL — 1 275 lagrade funktioner i 34 scheman — där databasen själv upprätthåller åtkomstgränsen.

  7. Implementerade en katalogstyrd djupsammanslagning

    Implementerade en katalogstyrd djupsammanslagning av lagrade JSON‑inställningar som förhindrar krascher på grund av saknade nycklar när schemat utvecklas.

    Implementerade en katalogstyrd djupsammanslagning av lagrade JSON-inställningar som förhindrar krascher av saknade nycklar när schemat utvecklas.

  8. Modellerade 348 tabeller i 34 Postgres‑scheman

    Modellerade sjöfartsdomänen i 348 normaliserade tabeller i 34 PostgreSQL‑scheman — yrkesverksamma, företag, fartyg, jobb, recensioner och resten — med SMALLINT‑uppslag och UUID v7‑nycklar.

    Modellerade sjöfartsdomänen i 348 normaliserade tabeller i 34 PostgreSQL-scheman, med SMALLINT-uppslag, UUID v7-nycklar och en enda namnkonvention.

  9. Byggde rekryterings- och karriärytor för sjöfolk

    Byggde arbetsytor för rekrytering och sjöfolks karriär; den dokumenterade implementationsbilden omfattar 151 lagrade funktioner i 48 tabeller för tjänster, ansökningar, certifikat, rangutveckling och sjötid.

    Byggde arbetsytor för rekrytering och sjöfolks karriär med 151 funktioner i 48 tabeller i den dokumenterade implementationsbilden.

  10. Ersatte 963 metadatablock med en enda graf

    Ersatte 963 anonyma block av strukturerad data som upprepade företaget 1 671 gånger med en enda länkad graf av 16 typer, präglade från stabila ursprungsidentifierare.

    En graf med stabil identitet ersätter 963 anonyma upprepningar, och sidorna bär mindre i stället för mer.

  11. Skrev tester för själva kontrollerna

    Skrev tester för själva kontrollerna efter att ha konstaterat att en kontroll som bara matas med felfri indata en dag rapporterar felfritt för att den inte läste något — lade in en avsiktlig felstavning för att bekräfta att stavningskontrollen hittar den och hämtade ett id‑intervall från databasen i stället för från ett tal i testet.

    Varje kontrollprogram i projektet har nu ett test som bevisar att det fallerar på felaktig indata, och intervallkontrollerna läser från sanningskällan.

  12. Flyttade varje sträng till ett innehållsträd

    Flyttade varje sträng som användarna ser ut ur Python till ett innehållsträd med 874 filer på tre språk, efter att ha hittat döda översättningar som ingen kunde se var döda och en kontroll som i tysthet bedömde en tredjedel av resultaten.

    Texterna går nu att redigera utan att röra koden och att jämföra mellan språk genom att räkna. Priset är att ett nytt språk nu läggs till i ett entydigt steg…

  13. Byggde en sifferkontroll mellan språken

    Byggde en innehållskontroll mellan språken som fäller när en översättning tappar en siffra som den engelska texten anger, och när ett språk använder en notation som det inte använder — och hittade två danska beskrivningar som saknade ett mätvärde och sexton ukrainska textavsnitt som citerade på engelskt sätt.

    Arton verkliga fel åtgärdades, och hela felklassen stängdes med dem, eftersom varje framtida översättning jämförs med sin engelska källa innan den kan…

Kontakt

Håller ni fortfarande på att reda ut vad ni behöver?

Berätta vad som inte fungerar eller vad ni försöker bygga. Vi säger vad det skulle kräva, ungefär vad det skulle kosta och om vi är rätt personer för uppgiften.

Från 1 400 DKK i timmen, exklusive moms — och mindre per timme vid en längre bokning.

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