Bank og betalingstjenester

#Skalerbar skyarkitektur #Azure KeyVault #Azure Synapse Analytics #Github Actions #VNet og private endpoints

I dette prosjektet fokuserte vi på migrering av eksisterende ETL (Extract, Transform, Load) prosesser til Azure Synapse Analytics, en skybasert løsning. Dette var en kompleks overgang fra tradisjonelle databehandlingsmetoder til en mer fleksibel og skalerbar løsning. Fordelene med denne migreringen er mange. Azure Synapse Analytics kan enkelt skaleres for å håndtere store datamengder, noe som gir muligheter for mer komplekse analyser. Data er tilgjengelige fra hvor som helst, noe som gir bedre samarbeid og raskere beslutningstaking. Ved å bruke Azure Synapse Analytics, sikret vi dataene på en mer robust måte. Overgangen til denne skybaserte løsningen reduserte behovet for fysisk maskinvare og ga bedre kontroll over driftskostnader. Den nye plattformen gir muligheter for dypere analyse og innsikt i dataene som tidligere ikke var mulig, og støtter oppdragsgiverens langsiktige mål om å flytte all infrastruktur til skyen. I tillegg bidro prosjektet til å bygge opp manglende kompetanse innen Azure Synapse Analytics og skyteknologi hos oppdragsgiveren, noe som er en verdifull investering for fremtidige prosjekter

Mobilitet

#Azure Synapse Analytics #Power BI #Delta #Data Modeling #PySpark #Data Warehouse #Microsoft Analysis Services #Tabular Modeling

Et innovativt prosjekt for å forbedre kollektivtransportanalysen i et stort norsk fylke. Tidligere beslutninger ble i stor grad basert på lasertellertall, som teller antall reisende uten å ta hensyn til individet som telles på eller av. Dette begrenset muligheten til å forstå de reisendes atferd og mønstre. Dette prosjektet integrerte BLE-baserte beacons med lasertellerteknikkene, noe som muliggjorde sporing av individuelle reisemønstre. Dette muliggjør at etablerte måltall ble beriket med blant annet hvordan brukeren kom seg til kollektivtilbudet, kombinasjonen av kollektivtransportmidler, og hvor de dro etter de gikk av bussen. Den tekniske arkitekturen var kritisk for prosjektets suksess. Den inkluderte bruk av Azure Synapse Analytics for dataforvaltning og -analyse, Delta lakes for lagring og behandling av store datamengder, samt utvikling av datamodeller for å representere komplekse forretningsregler. En av de mest fremtredende aspektene ved løsningen var dens evne til å prosessere store mengder data, noe som gir en robust og skalerbar plattform for fremtidig analyse. Power BI-rapporter ble utviklet i tett samarbeid med kunden, med rollestyring for å tilpasse forskjellige brukerbehov. Denne innovative tilnærmingen har beriket de etablerte lasertellerteknikkene med mer detaljert informasjon om individene, noe som gir et mer komplett bilde av kollektivtransporten. Dette gir et solid grunnlag for å ta mer informerte beslutninger som kan forbedre kollektivtilbudet. I konklusjon har dette prosjektet levert en løsning som gir en dypere, mer nyansert forståelse av kollektivtransportbruk. Ved å integrere moderne teknologi med etablerte metoder, og ved å håndtere store mengder data, har prosjektet potensial til å forme fremtiden for kollektivtransport i det norske fylket.

Høyskole og Universitet

#Python #Keras #TensorFlow #Pytorch

Masteroppgaven presenterte en innovativ bruk av Generative Adversarial Networks (GANs) for å generere syntetiske 3D CT-bilder og tumor-masker, og adresserte problemet med begrenset annotert medisinsk bilde-data for kreftdeteksjon. En omfattende evaluering av flere GAN-modeller ble gjennomført, der Hierarchical Amortized GAN (HA-GAN) viste seg å gi overlegen generering av syntetiske bilder. Integreringen av syntetiske data inn i faktiske bilder forbedret nøyaktigheten til SegResNet-modellen fra MONAI's Auto3Dseg-rammeverket, og førte til forbedret nøyaktighet i tumor-segmentering. Studien produserte to unike datasett med syntetiske bilde-/maskepar, og bekreftet GANers potensial for medisinsk opplæringsdata-utvidelse og kreftdeteksjon.

Bank og betalingstjenester

#Terraform #Azure Synapse Analytics #Azure Storage Account #Spark Cluster (Pool) #Azure KeyVault #Github Actions #VNet og private endpoints

I dette prosjektet ledet vi arbeidet med å implementere infrastruktur som kode, en innovativ tilnærming som automatiserer opprettelsen og administrasjonen av ressurser i skyen. Ved å bruke Terraform scripts og Azure-produkter som Synapse Analytics, Storage Account, Spark Cluster (Pool), og Azure KeyVault, etablerte vi en robust og sikker datainfrastruktur. En av de sentrale fordelene med denne tilnærmingen er muligheten til å enkelt konfigurere og administrere forskjellige miljøer som utvikling, staging, testing og produksjon. Dette gir organisasjonen fleksibilitet til å tildele ressurser basert på spesifikke behov og krav i hvert miljø. For eksempel kan utviklingsmiljøet være konfigurert for rask iterasjon og testing, mens produksjonsmiljøet er optimalisert for ytelse og stabilitet. Integrasjonen med versjonskontroll gjennom Github Actions muliggjorde sømløs samarbeid på tvers av et større team. Dette betydde at flere utviklere og analytikere kunne arbeide parallelt på større analyseprosjekter, med full sporbarhet og kontroll over endringer. Ved å følge "best practices" for kodeutvikling og -styring, sikret vi kvaliteten og integriteten i prosjektet. Sammen ga disse funksjonene en plattform som ikke bare økte effektiviteten og reduserte kostnadene, men også fremmet innovasjon og samarbeid. Det ga oss muligheten til raskt å tilpasse oss skiftende forretningsbehov og utnytte data på nye og kraftfulle måter.

Mobilitet

#PySpark #Python #MS SQL Server #Data Warehouse #Architectur #Pipeline(s) #Azure Data Explorer

Prosjektet handlet om å sette opp et datavarehus og prosessene som henter ut og fyller det med data. De første fasene av prosjektet besto av analyse av rådata for å kunne sette opp arkitektur, samt metodikk for prosessering av rådata. Det ble bygget flere verktøy under denne fasen for å teste ulike tilnærminger for datagenerering og verifisering av resultatet. I samarbeid med et sort spekter av samarbeidspartnere ble reglene for prosessering bestemt og arbeid med å bygge datavarehuset startet. Under denne delen av prosjektet ble Azure synapse valgt som platform for dataprosessering. Prosessering av data ble gjort ved bruk av pipelines og pyspark notebooks, hvor tidligere utformet metodikk ble brukt. Under hele prosjektet ble data validert og testet slik av vi kunne garantere kvalitet på data.

Samferdsel

#Power BI #Python #API #MapBox #MapBox Tilesets

I en tid med stadig økende behov for smarte og bærekraftige transportsystemer er det viktigere enn noen gang å ha innsikt i hvordan trafikken flyter langs de norske veiene. For å kunne planlegge, bygge, drifte og vedlikeholde hovedveier på en effektiv og kostnadseffektiv måte, trenger man en omfattende forståelse av hvordan bilister, syklister og gående beveger seg langs veiene. Tradisjonelle måter å samle inn slik informasjon på kan være tidkrevende og kostbare, men med den stadig økende bruken av digitale teknologier, er det nå mulig å samle inn store mengder data som kan gi verdifull innsikt. Prosjektet tok sikte på å utnytte potensialet i Bluetooth Low Energy (BLE)-beacons som er plassert langs gitte vegstrekninger i Norge for å samle inn data om bevegelsesmønstre. Ved å plassere beacons langs vegstrekninger, er det mulig å samle inn data om bevegelsesmønstre og bruke avansert analyse og visualisering for å avdekke mønstre og trender. Målet med prosjektet var å gi innsikt som kunne støtte beslutningstaking innen planlegging, bygging, drift og vedlikehold av hovedveier i Norge. Innsikten ble presentert på en måte som var tilpasset behovene til beslutningstakerne og vil være til hjelp for å identifisere problemområder, optimalisere trafikkflyten og forbedre trafikksikkerheten.

Bank og betalingstjenester

#Power BI #Power Query M #DAX #Sharepoint #Power BI Report Builder #Report Builder #Dataflow #Power Automate

MediPay er en vertikal som sørger for å tilby kunder - særlig innen helsetjenester - en komplett tjeneste for betaling etter endt behandling. Dette inkluderer betaling via Vipps, med betalingsterminal, online via Checkout løsning, automatisk utsendelse av faktura, eller delbetaling. Når flere av de ulike betalingsplattformene kunden tilbyr settes sammen til én løsning, blir naturligvis data fordelt ut i de ulike kildesystemene som har ansvar for sitt betalingsinstrument eller løsning. Målet var derfor å samle og sette data i system fra alle de ulike kildesystemene, og kunne presentere finansielle måltall i månedsrapporter internt, men også generere årsrapporter som sendes ut til kontaktpersoner hos merchantene ved årsavslutning.

Bank og betalingstjenester

#Apache Airflow #Python #Docker #Kubernetes #Octopus Deploy #TeamCity #SQL Server

Kunden leverer flere bank og betalingstjenester (PSP-tjenester) til butikker over hele Skandinavia, norden og baltikum. Hver tjeneste har sine individuelle portaler og grensesnitt butikkene kan interagere med. Dersom butikkene kjøpte flere tjenester fra kunden måtte de derfor interagere med flere systemer, ressurser, portaler og supportpersonell, avhengig av hvilke tjenester de hadde kjøpt hos kunden. Merchant Portal prosjektet dreide seg derfor om å samle alle portaler under samme paraply.

Samferdsel

#Kusto #Microsoft SQL server #Python #Research #FlowMap #Power BI

Vi gjennomførte et forskningsprosjekt i samarbeid med kollektivmyndigheter for å få bedre innsikt i bruken av sykkelfelt i en stor norsk by. Prosjektet hadde som mål å estimere bruken av sykkelfelt og samtidig lage estimater om hvilke transportmidler reisende i områdene brukte. Dette ville gi verdifull innsikt i reisemønstrene til brukere av sykkelfeltene og bidra til å utvikle bedre transportløsninger som kan redusere trafikkbelastning, forbedre trafikksikkerhet og øke bruk av miljøvennlige transportalternativer. For å oppnå dette brukte vi en kombinasjon av fysiske Bluetooth Low Energy (BLE)-beacons som var plassert langs sykkelfeltene, i kombinasjon med sensoravlesninger fra telefoner. Dette gjorde det mulig for oss å bestemme hvilket transportmiddel de reisende brukte. Vi gjorde kontinuerlig validering av resultatene og gjorde tilpasninger i eksisterende infrastruktur for å muliggjøre innsamling av flere data. Data om reisende som ble estimert med den foreslåtte modellen ble beriket ved å bruke flere etablerte mobilitetsanalysekilder for å gi ytterligere innsikt i reiseatferden deres. Resultatene fra forskningsprosjektet ga oss verdifull innsikt i bruken av sykkelfelt i byen og hvilke transportmidler som ble brukt av reisende i områdene. Den foreslåtte modellen var effektiv i å estimere transportmiddelbruk og ga oss nyttig innsikt i reisemønstrene til brukerne

Markedsføring

#SQL #Svelte #Python #SvelteKit #Flask #JavaScript #SCSS #TailwindCSS #Google Cloud Platform

Komplett CRM-plattform for internt bruk hos Semway AS. Systemet er utformet for å håndtere salg, kunder og ansatte og gir brukerne en enkel måte å håndtere sine daglige oppgaver. Ved å benytte en kombinasjon av moderne front-end teknologier og en skalerbar backend, har systemet en responsiv og intuitiv brukergrensesnitt som gir et enkelt oversikt over kunderelasjonshåndtering. Med en komplett suite av funksjoner, kan brukere håndtere og spore salgsprosesser, samt å sette opp og administrere kundekontakter og informasjon. Denne omfattende plattformen, som er helt utviklet fra bunnen av hos Smooth, hjelper organisasjonen å optimalisere og automatisere mange av sine interne arbeidsflyter. Systemet ble også integrert med flere tredjepartsplattformer. Dette inkluderer en Tripletex-integrasjon som gjør det mulig å synkronisere kunde- og fakturadata mellom CRM-systemet og regnskapsprogrammet Tripletex. Videre ble det også implementert en Slack-integrasjon for å muliggjøre enkel kommunikasjon mellom systemet og sluttbrukere. Til slutt ble det integrert en Asana-integrasjon som gir brukerne en sømløs måte å administrere oppgaver og prosjekter. Samlet sett gir disse integrasjonene en sømløs arbeidsflyt og effektiv kommunikasjon for brukerne av systemet.

Markedsføring

#API #Azure Databricks #MS SQL Server #Pyspark #Python

Den nåværende prosessen for å estimere visninger på markedsføringsskjermer i kjøpesentre avhenger av spesifikke datakilder som bidrar til å kalibrere estimatene. Imidlertid har det blitt fremsatt en forespørsel til Smooth om å estimere visninger på skjermer som er plassert utenfor kjøpesentrene. For å håndtere denne utfordringen, ble det utviklet en modell som bruker tilgjengelige trender for data inne på kjøpesentrene til å estimere hvordan disse trendene ville generaliseres til utsiden. For å gjøre dette, ble Bluetooth Low Energy (BLE)-beacons brukt til å estimere flyten utenfor kjøpesenteret og justere trenden i tider hvor kjøpesenteret var stengt. Denne tilnærmingen tillot oss å estimere visninger på skjermer utenfor kjøpesentrene ved hjelp av tilgjengelige datakilder og beacons. Ved å implementere denne nye modellen kunne vi gi bedre estimater for visninger på skjermer utenfor kjøpesentrene, noe som vil hjelpe markedsførere å optimalisere reklamekampanjene sine bedre.

Samferdsel

#Power BI Deployment Pipeline #Sharepoint #CI/CD #DevOps #Power BI

Med flere titalls datasett og hundrevis av rapporter er det viktig å ha en god overordnet struktur for organisasjonens Power BI-plattform. Alle datasettene og rapporten ble først organisert i en egnet sharepoint-struktur som muliggjorde separate områder for utvikling, iscenesettelse og produksjonsfiler. For å sikre kontroll på Power BI-plattformen, ble arbeidsområder dedikert til hver ekstern kunde delt inn i utvikling, iscenesettelse og produksjon som kontrolleres av Deployment Pipelines. Ved å bruke Deployment Pipelines, kunne selskapet sikre rask utvikling av nye rapporter, samt enkel oppdatering av eksisterende rapporter.

Samferdsel

#Power BI #Power BI Report Builder #Python

Ved å bruke BLE-aktiverte beacons installert i offentlige transporttjenester over hele Skandinavia, var målrettede undersøkelser mulig. Undersøkelsene kunne kontrolleres til å sendes gjennom ulike kollektivrelaterte applikasjoner når en bruker var på bussen. Prosjektet besto i å lage en hensiktsmessig modell for å behandle undersøkelsessvarene, målinger i henhold til sendte, åpne, påbegynte og fullføringsgrad av undersøkelser sendt ut til sluttbruker. Svarene ble analysert og vedlagt innsiktsfull informasjon om kundenes relevante reise- og reiseinformasjon samt demografiske data om kundene. Resultatene var Power BI-rapporter som gir ny innsikt om brukerne.

Høyskole og Universitet

#Python #TensorFlow #Keras #Convolutional Neural Networks #Computer Vision #Deep Learning

Med økende interesse for selvkjørende kjøretøy, blir det stadig viktigere å utvikle avanserte teknologier for å sikre at disse kjøretøyene fungerer på en sikker og pålitelig måte. En av de viktigste utfordringene for autonome kjøretøy er å forstå og reagere på trafikktegn og -skilt. Dette inkluderer alt fra hastighetsskilt til veisperringer og skilt som angir svinger og fartsbegrensninger. Å kunne klassifisere disse skiltene på en nøyaktig måte er avgjørende for å sikre at selvkjørende kjøretøy oppfører seg på en sikker måte i trafikken. I dette prosjektet ble det anvendt avanserte arkitekturer innen Computer Vision som convolutional neural networks for å klassifisere bilder av trafikkskilt i en rekke definerte kategorier. Et større datasett på 86.000 bilder fordelt på 43 unike kategorier ble brukt til å trene opp en maskinlæringsmodell som klassifiserte trafikkskilt. Modellen oppnådde over 99,9% treffsikkerhet på et utvalg av 5 kategorier og omtrent 91% treffsikkerhet på alle 43 kategoriene.

Mobility

#Python #MapShaper

På grunn av personvernhensyn ved visning av mobilitetsdata, er det høyeste granularitetsnivået for å beskrive et sted som vises til brukerne av rapportene BSU, også kjent som Grunnkrets, som er en grunnleggende statistisk enhet. I Norge er det om lag 14 000 grunnleggende statistiske enheter. Noen av datakildene rapporterer bare sin posisjon ved hjelp av Geohash, som koder en geografisk plassering til en kort streng med presisjonsnivå innebygd i strengen. Siden den nåværende plattformen bruker BSU som det laveste granularitetsnivået, var det et behov for å kartlegge hver rapporterte Geohash til tilsvarende BSU. Presisjonen på de rapporterte Geohash er omtrent ≤ 1,22 km X 0,61 km som tilsvarer omtrent 0,7442 km2. Bare i Norge er det ca. 517 612 mulige Geohash på 6-presisjonsnivå. Å kartlegge hver 517 612 mulige Geohashes til over 14 000 BSU ville være en langvarig tidkrevende jobb hvis det gjøres med rå datakraft. Vår løsning løste det store problemet i løpet av få timer (lav kostnad) og økte volumet av data tilgjengelig for kunden betydelig.

Mobility

#Power BI #Power BI Report Builder

Prosjektet besto i å lage et litteraturstøttet design for eksisterende og fremtidige Power BI-rapporter. Jobbet tett med markeds- og designdivisjonen. Designet følger etablerte retningslinjer og prinsipper for dashborddesign og sørget for at merkevarebygging ble innarbeidet under fargevalget. Designet brukte et rutenettsystem som var på linje med Power BIs snap-to-element-funksjonalitet og sørget for at komponenter som ble opprettet kunne gjenbrukes på tvers av alle rapporter. Da designet var ferdig, ble det videre overført til eksisterende rapporter i porteføljen.

Reise og turisme

#UI/UX #Laravel #PHP #Bootstrap

Modul for en eksisterende bedriftsapplikasjon som hjelper ledelsen å spore timeplaner for sine ansatte. På grunn av spesielle kontrakter hvor ansatte får årlig lønn, men kun aktivt jobber i sesongen, var det nødvendig med en tilpasset timeplanløsning for å spore timene. Løsningen tilfredsstiller deres spesielle situasjon og ble implementert som en del av den eksisterende bedriftsapplikasjonen og aktivt i bruk. Medarbeidere kan spore sin egen tid og ledelsen kan utføre kontroller og eksportere til eksternt regnskapssystem

Samferdsel

#Power BI #Power BI Report Builder #Power Query M #DAX #Microsoft SQL server #Data Warehouse #Kusto #Row-Level Security #Azure Active Directory

Frem til dette punktet ble Power BI-plattformen og relaterte rapporter laget på basis av enkeltkunder. Prosjektets mål var å generalisere datasettet og rapportene slik at det kan gjenbrukes for ulike kunder som søker samme rapportpakke. I Power BI-modellene ble det iverksatt flere tiltak for å sikre at egnet informasjon knyttet til hver kunde ble korrekt hentet. For å løse problemene knyttet til flere datakilder i ett datasett implementerte vi et RLS-system basert på Azure Active Directory Groups for å sikkert kontrollere dataflyten og sikre at én kunde bare har tilgang til sine egne data. Dette gjorde det mulig å gjenbruke rapportene blant en rekke kunder uten ytterligere behov for utvikling. Prosjektet var verdifullt for oppdragsgiver siden nye kunder kunne legges til med bare noen få klikk.

Retail

#Process Automation #Kusto

Hovedmålet med dette prosjektet var å automatisere og strømlinjeforme en manuell prosess for levering av detaljhandelsvisningsdata. Den nåværende metoden var arbeidskrevende og kunne bare utføres av en håndfull mennesker. Prosessen fjernet behovet for menneskelige innspill, noe som reduserer feil, øker leveringshastigheten, øker kvaliteten og minimerer kostnadene. Resultatet ble en prosess der sluttbrukerne kunne hente dataene sine på ad-hoc basis.

Samferdsel

#Python #JavaScript #HTML #SCSS #NodeJS #Power BI #Power Query M #DAX

Målet med prosjektet var å forutsi hvilke områder i Rogaland som ville gi høyest avkastning på investeringen når man skulle bestemme seg for plassering av e-scootere. Prosjektet brukte en rekke kilder som opprinnelses-/destinasjonsberegninger basert på tidligere mobilitetsarbeid, kombinert med befolkning og avstand til kollektivtransport. Resultatene var rettet mot områder med høy befolkning som ikke hadde kollektivtransport i rimelig gangavstand, men akseptable bruk av e-scooter til kollektivtransportalternativer. Tilbakemeldinger gitt fra e-scooteroperatøren indikerte at noen av de målrettede stedene var den høyeste avkastningen de har hatt på plassering av e-scootere i Europa på den tiden.

Samferdsel

#MapBox #Power BI #Power BI Report Builder #MapShaper #Python #Kusto #MS SQL Server #Power Query M #DAX

Basert på det nyopprettede Data Warehouse med mobilitetsrelaterte data, var prosjektets mål å lage relevante Power BI-datasett og rapporter som leverer nyttig innsikt i bevegelsesdata til kollektivtrafikkmyndighetene. Rapportene inneholder informasjon om brukernes reisemønster, for eksempel hvor de reiser til, hvor de reiser fra og hvordan de reiser. Rapportene inneholder fantastiske bilder som lages ved hjelp av MapBox og støttes av tilpassede polygonfiler som ble opprettet som en del av prosjektet. En av partnerne i dette prosjektet er en stor leverandør av offentlig transport som installerte BLE-aktiverte beacons på kjøretøyene sine og samlet informasjon med et mål om å få innsikt i brukerne på en ny innovativ måte.

Bank og betalingstjenester

#Airflow #Python #RabbitMQ #Docker

Alle pågående analytics prosjekter ble satt på vent da den tidligere ETL prosessen både ble for kompleks og ikke kunne skalere med data-volumet vi skulle håndtere. Apache Airflow ble derfor vurdert som det mest passende verktøyet for å planlegge, orkistrere og koordinere komplekse datastrømmer i henhold til kundens behov. Prosjektet kan deles inn i to deler; 1) oppsett og implementasjon av Apache Airflow og 2) utvikling av komplekse ETL pipelines for å hente ut, vaske, transformere og laste data fra kildesystemene inn i nytt system egnet for analytics. Oppsett av Apache Airlfow Airflow ble satt opp med Celery implementasjon, inkludert de komponenter som hører til dette; Webserver, Scheduler, PostgreSQL database, RabbitMQ meldingsforvalter og Workers. Komponentene ble implementert som mikrotjenester gjennom Docker og Docker Compose og custom utrullingsprosesser ble satt opp for utvikling og produksjonsmiljøer (DevOps). Implementasjon av ETL pipeline for Checkout Analytics Som en del av prosjektet ble ressurser for uthenting av historisk data tilgjengliggjort via flere ulike RESTful API'er som samlet og sammenfattet betalingsdata fra flere kilder til ett og samme JSON format. Herfra ble Airflow tatt i bruk for å implementere en pipeline for å systematisk hente ut batcher med historisk data fra API'ene, transformere og modellere dataen om til OLAP-kuber, for deretter å laste data inn i ny kilde egnet for analytics.

Samferdsel

#Azure Databricks #MS SQL Server #Python #Big Data

Innsikt oppnådd i det første mobilitetsprosjektet ga oss mulighet til å sette opp et datavarehus (DW). Store deler av prosjektet ble brukt på å konvertere tidligere beregninger til en robust ETL pipeline som var i stand til å levere store datamengder mens den gjenværende tiden ble brukt på å konfigurere og sette opp DW. ETL pipeline ble matet med store mengder lokaliseringsdata, samt andre sensordata samlet inn fra mobile enheter. Rørledningen konverterte deretter disse dataene til turer og reiser. En tur bestod av et anonymisert start- og sluttsted samt transportmetoden som ble brukt for å komme dit. Reiser ble beregnet basert på disse turene for å kombinere flere måter å reise fra et sted til et reisemål. På grunn av den store skalaen av data, var skalerbarhet en viktig del av prosjektet, og det ble brukt mange timer på å optimalisere måter å transformere data på, og konfigurere clustere for å sikre at vi kunne holde kalkulasjonstiden innenfor rimelig tid. Eksterne kilder som offentlig tilgjengelige kollektivtransportdata ble brukt i beregningene for å beregne transportmåter, så flere feilbehandlere ble implementert for å sikre riktig datakvalitet levert til kunden når disse kildene var nede.

Reise og turisme

#Laravel #PHP #Bootstrap #UI/UX #JavaScript #MySQL #SMTP #API

Prosjektet besto i å lage en modul for partnerselskaper for å få direkte tilgang til løsningen og utføre bestillinger på egenhånd. Partnerne er reisebyråer, hoteller og cruiseskip som bruker transporttjenestene til Porterservice. Tidligere ble alle bestillinger gjort via telefon eller e-post. Systemet gjorde det mulig for Porterservice å opprette brukere for sine partnere der de kunne utføre bestillinger og administrere bestillingene direkte på egenhånd. Resultatet ble en drastisk reduksjon av tidsbehovet for administrasjonen i forhold til behandling av bestillinger. Med tilgang til oppdateringer på bestillingen kunne partnerne gi sanntidsstatus for tjenesten til sluttbrukeren.

Samferdsel

#Kusto #Azure Data Explorer #Azure EventHub #MS SQL Server #BLE-enabled Beacons

Hovedmålet med prosjektet var å måle reiser og del-reiser basert på anonymiserte stedsdata. Store deler av prosjektet besto av å finne en passende måte å bruke store mengder ustrukturert anonymisert lokasjonsfeed på som ble gjort tilgjengelig fra brukernes mobiltelefoner gjennom et tilpasset programvareutviklingssett. Under det første arbeidet med dette mobilitetsanalysearbeidet kom dataene fra Azure EventHub og ble utforsket ved hjelp av Azure Data Explorer (Kusto). I senere iterasjoner av prosjektet ble ETL-prosessen flyttet til MS SQL Server transformert ved hjelp av Azure Databricks. Innsikt fra prosjektet skapte grunnlaget for en mengde mobilitetsanalyseprodukter i årene som kommer.

Bank og betalingstjenester

#Machine Learning #TensorFlow #RabbitMQ #SQL Server #Power BI #Python #HTTP

Kundens checkout løsning lar sluttbrukere hos merchants betale digitalt for varer og tjenester med kort, Vipps, faktura, Apple Pay og Google Pay, med mer. Målet med prosjektet var å rangere hvert betalingsinstrument basert på sluttbrukerens antatte evne og/eller ønske til å gjennomføre et kjøp med et gitt betalingsinstrument (konverting), for deretter å presentere betalingsinstrumentene rangert i kjøpsøyeblikket når kunden var klar for å gjennomføre og betale for en handel. For å få til dette, ble kundenes betalingsadferd undersøkt fra historisk betalingshistorikk, med fokus på hvordan ulike attributter som kunne beskrive konsumentens betalingsadferd påvirket konvertering. Innsikten ble brukt inn i treningen av en supervised maskinlæringsalgoritme. Algoritmen ble trent, testet og implementert slik at konsumentens antatte konverteringsgrad med de tilgjenglige instrumentene under en gitt handel ble kalkulert så fort kunden trykket kjøp i handlekurven, hvor listen med tilgjenglige instrumenter ble presentert og rangert bare millisekunder senere.

Samferdsel

#IoT #People Counting #Prototyping #Litterature Review

Forskningsprosjekt som undersøkte egnede metoder for å telle mennesker i en Smart City-kontekst. Tradisjonelle metoder er avhengige av laser- og infrarødbaserte systemer. Disse løsningene er ikke egnet for nøyaktig telling av personer der sensorens posisjon ikke er utenfor et lukket rom. I løpet av prosjektet ble flere tilnærminger evaluert og testet som prototyper. Noen av metodene inkluderer infrarøde beacons, infrarøde kameraer, Lora og LIDAR.

Retail

#CSS #HTML #IoT #JavaScript #MapBox #NodeJS

Hovedmålet under dette prosjektet var å bruke triangulert posisjon basert på ultralydsensorer og mobile enheter for å skape innovativ kundeopplevelse i fysiske butikker. I løpet av prosjektet utviklet vi en løsning som konverterte innendørs posisjonsdata til breddegrad/breddegrad og laget digitale kart over butikken som vi kunne bruke til å plassere kunder og ansatte på. Fordelen med denne teknologien var å tillate kunder å be om hjelp fra personalet sømløst. En annen del av prosjektet var å lage geofences i butikken og forhåndsdefinere områder som skulle gi kontekstuell informasjon til shoppingapplikasjonen. Når kunden nærmet seg enkelte produkter vil applikasjonen gi deg tilleggsinformasjon om produktene. På den annen side ble dataene som ble generert brukt til å skape nyttig innsikt i butikkoppsettet, noe som ga butikkeierne verdifull informasjon om hvor i butikken kundene beveget seg.

Automotive industri

#Google APIs #Laravel #PHP #JavaScript #UI/UX #MySQL #jQuery #Business Process Automation

Målet var å lage en webapplikasjon som digitaliserte arbeidskrevende, papirbaserte forretningsprosesser for leverandørkjeden av bildeler fra det norske sentrallageret ut til verksteder i Oslo og omegn. Systemet består av flere deler hvor salgsordrer registreres i systemet og med forhåndsdefinert og redigerbar logikk fordelt på ulike passende ruter og avgangstider fra lageret. Alle bestillinger er fordelt på 10 kjøretøy som kjører til verkstedene med 2 timers mellomrom gjennom dagen. Hvert verksted har en spesifikk kombinasjon av bestillingsfrister kombinert med den siste leveransen som forårsaket Traveling Salesman Problem with Time Windows (TSPTW). For å løse problemet ble ruteoptimalisering ved hjelp av ulike Google API-tjenester implementert, og ga ruteanbefalinger som tok for seg sanntidstrafikk for sjåførene som ble vist ved bruk av nettbrett installert i hver bil. Siden hele systemet er digitalisert har verdifulle data blitt samlet og visualisert i løsningen for å gi innsikt i driften.

Reise og turisme

#Laravel #PHP #MySQL #Bootstrap #MVC Architecture #JavaScript #jQuery #API #Business Process Automation #UX/UI

Frilans under studiene. Ansatt for å lage en tilpasset Enterprise Application som støtter deres daglige drift. System utviklet ved hjelp av PHP-rammeverket Laravel og CSS-rammeverket Bootstrap. Systemet har kontinuerlig utviklet seg gjennom årene, men barebone-systemet ble utviklet i denne perioden. Systemet erstattet fullstendig en serie arbeidsintensive papirbaserte forretningsprosesser.

Musikk Festival

#IoT

The goal of the project was to demonstrate the feasibility of IoT deployment for noise level measurement to time-limited and high-intense, high-volume data, events. Through an iterative process, a prototype solution were designed and implemented in a real-time, privacy-compliant IoT sensor system under tight constraints concerning budget and development time. Our sensor system enables festival management to easily track, document and further, by applying real time big data analytics to the harvested information, have fact-full insights generated for decision making in terms of resolving noise disturbances. The whole approach was demonstrated by the use of lightweight Internet of Things architecture demonstrating how web technologies can be used throughout the technology stack in and IoT big data analytics case.

Bank og betalingstjenester

#Business Intelligence #ElasticSearch #Kibana #Logstash #Scrum

Prosjektets mål var å undersøke hvorvidt verktøy for data mining og data visualisering kunne simplifisere incidenthåndteringen ved avvik i betalingsplattformene hos kunden. Verktøy fra Elastic (ElasticSearch, Logstash og Kibana - ELK) ble satt opp til å motta strømmende loggdata fra kundens ulike løsninger. Prosjektet materialiserte seg i flere dashboards som konsoliderte og presenterte nøkkelfunn som vakt, supportpersonell og utviklere er ute etter under et scenario hvor betalingsplattformene viser avvik. Videre ble det som et POC satt opp referanseverdier, som ved overstigning, automatisk sendte ut rapporter og varslinger på mail og slack til nøkkelpersonell.