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.

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.

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.

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.

Høyskole og Universitet

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

Med økende enkelhet og kvalitet på generering av data med kunstig intelligens, blir det stadig mer vanskelig å vite hva som er ekte eller ikke. Generering av falsk media har både bruk og misbruk, men i begge tilfeller er evnen til å skille mellom ekte og falskt viktig på grunn av deres potensielle samfunnsmessige innvirkning. En del av dette prosjektet gikk ut på å anvende toppmoderne maskinlæringsalgoritmer til å generere syntetiske menneskeansikter som ikke finnes fra før. Genereringen av ansikter ble utført med ferdigtrente modeller som StyleGAN3, en kjent generativ modell. Den andre delen av prosjektet gikk ut på å utvikle og anvende algoritmer som kunne skille mellom ekte ansikter og de genererte ansiktene. I tillegg ble det utviklet algoritmer kjent som "Adversarial attacks", som har som mål å lure en deteksjonsmodell til å tro at et falskt ansikt er ekte, og omvendt.

Høyskole og Universitet

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

Computer Vision har blitt en stadig viktigere teknologi innenfor flere bransjer, og har blant annet revolusjonert autonome kjøretøy og robotikk. En sentral egenskap for mange av disse teknologiene er evnen til å gjenkjenne og klassifisere objekter i en scene. I dette prosjektet fokuserte vi på å anvende avanserte arkitekturer innen Computer Vision, spesielt 3-dimensjonale convolutional neural networks (CNN), for å klassifisere 3D-objekter innenfor definerte kategorier. Vi trente modellen på over 12.000 3D CAD-objekter fordelt på 40 kategorier, og oppnådde en treffsikkerhet på over 85% på alle kategoriene av 3D-data. Dette gir oss en kraftig verktøykasse for å gjenkjenne og klassifisere objekter i 3D-scener og legge til rette for avansert og nøyaktig objektgjenkjenning i forskjellige applikasjoner.

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

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

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

#DAX #Data Warehouse #Microsoft SQL server #Power BI #Power BI Report Builder #Power Query M

En stor norsk organisasjon hadde vanskeligheter med å utnytte sine enorme datamengder om operasjonene og ba om hjelp til å få innsikt. Databasen hvor dataene ble lagret besto av flere hundre tabeller som inneholdt varierende informasjon om deres daglige drift. En stor del av prosjektet var å utforske den underliggende databasen, få en forståelse og utforme databasespørringer etter de nødvendige dataene. Dataene som ble samlet inn ble bygget inn i et Power BI-datasett og en omfattende modell for å koble sammen de forskjellige kildene ble gjort. Sluttresultatet av prosessen var en Power BI-rapport som for første gang kunne gi konsolidert datadrevet innsikt om driften. Rapporten viser tydelig hvilke ruter, områder og avgangstider som er lønnsomme og hvor de ikke er det. Dette er første gang selskapet kan koble kostnader og inntekter ned til enkeltavganger. Rapporten brukes som en kilde til å ta viktige beslutninger på toppnivå i selskapet.

Markedsføring

#MS SQL Server #PySpark #Python #Azure Databricks

Prosjektet gikk ut på å utvikle en modell for å estimere antall visninger (impressions) hver markedsføringsskjerm mottok. DataBricks ble brukt til å utvikle en prosess for å estimere antall visninger på et individuelt skjermnivå. Denne prosessen vil bidra til å gi bedre innsikt i effektiviteten til fysisk annonsering på digitale skjermer. Ved å estimere antall visninger på individuelle skjermer kan kunden målrette annonseringen bedre og optimalisere bruken av digitale skjermer. Prosjektet vil også hjelpe med fakturering av annonseringen ved å gi nøyaktige tall for antall visninger hver skjerm mottar, og i tillegg effektivisere annonseringsprosessen på digitale skjermer og gi bedre innsikt i effektiviteten til fysisk annonsering

Høyskole og Universitet

#Deep Learning #Deep Q-Learning #Python #Reinforcement Learning #TensorFlow

Romforskning og bemannede romoppdrag har lenge vært en kilde til fascinasjon og nysgjerrighet for mennesker. Å utforske nye planeter og måner er en av de mest spennende utfordringene innen moderne teknologi. I dette prosjektet har vi fokusert på å utvikle et kontrollsystem for et romfartøy som skal lande autonomt på en måne-lignende planet. Romfartøyet og miljøet foregår i et simulert miljø utviklet av OpenAI. Vi har brukt kjente grener innen maskinlæring, som reinforcement learning og deep learning, for å trene en selvstendig agent som kan lande autonomt av seg selv, uten direkte instruksjoner. For å utfordre agenten og sørge for at den lærer å håndtere kompliserte situasjoner, har vi også utviklet en rekke usikkerheter i miljøet på planeten, slik som forskjellig tyngdekraft og vind.

Samferdsel

#DAX #Power BI #Power Query M #Python #MapShaper #MapBox

Den eksisterende Power BI-plattformen ble opprinnelig designet for kollektivtrafikkmyndighetene i Norge, og derfor granularitet på rapportering ned til grunnleggende statistikkenheter for Norge. For å gjøre det mulig for svenske kollektivtrafikkmyndigheter å få innsikt i reisendes bevegelser, måtte en ny struktur på plass. En stor del av arbeidet gikk ut på å kartlegge eksisterende informasjon som Geohash til statistiske enheter egnet for Sverige. For å muliggjøre rapportering på kart ble polygonfiler for alle granularitetsnivåer i Sverige opprettet og implementert i Power BI-rapportene.

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.

Markedsføring

#Google Analytics #BigQuery #Flask #Google Cloud #Python

Dette prosjektet var en kombinasjon av data engineering og back-end utvikling. Målet var å hente ut rå data fra Google Analytics og bearbeide den til et form som kunne brukes til analyse og beslutningstaking. Prosjektet startet med å utføre data engineering for å hente ut rå data fra Google Analytics. Dataen ble deretter lagt inn i en data pipeline med Dataflow levert av Google cloud platform. Transformasjoner og statistiske modeller ble utført for å forbedre dataene og lage nye datasett. Til slutt ble dataene lagret i BigQuery. Etter at dataene var bearbeidet, ble det utført et back-end prosjekt for å utvikle et API. APIet skulle ta i mot forespørsler og hente ut data fra BigQuery. Resultatet av prosjektet var en effektiv pipeline for å hente ut data fra Google Analytics, transformere den og lagre den i BigQuery. APIet som ble utviklet, gjorde det mulig for utviklere å enkelt integrere dataene i andre applikasjoner.

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.

Samferdsel

#Mapbox #JavaScript #MapBox #Node

Med brukere i mobilitetsanalysesfæren oppsto det et behov for tilpassbare områder som kan brukes som filtre i Power BI-rapportene. Verktøyet gjorde det mulig for kunder å logge seg på en nettapplikasjon og lage egendefinerte områder på et kart og navngi dem deretter. Ved opprettelse av områder ble det implementert en MapBox-løsning som lar brukerne tegne grenser på et kart ved hjelp av frihåndstegning og lignende funksjonalitet for å presist definere geografiske områder. Løsningen er synkronisert med Power BI-rapporter for mobilitetsanalyse og kan brukes som filtre.

Samferdsel

#Business Intelligence Analyst #DAX #MS SQL Server #Power BI #Power BI Report Builder #Power Query M

Målet med prosjektet var å gi innsikt om hvilken holdeplass en person har gått inn på, og hvilken holdeplass de forlot kollektivmetoden. Tradisjonelle metoder som APC-tellere har kun informasjon om hvor mange som har gått inn i en buss på et bestemt tidspunkt, og kan ikke gi informasjon om hvor de går av. Vi ble deretter involvert i en prosess med å bruke BLE-aktiverte beacons kombinert med en sanntidsdatafeed for nøyaktig å beregne ombordstignings- og avstigningsposisjonen til brukerne. For å sikre datakvaliteten ble det brukt tid på å sammenligne tradisjonelle metoder med den nye foreslåtte innovative metoden. Sluttresultatene blir visualisert i kombinasjon med andre mobilitetsanalysekilder i en Power BI-rapport distribuert til offentlige transportleverandører. Rapportene skapte verdifull og handlingskraftig innsikt for kollektivtransportmetoder.

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.

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

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.

Høyskole og Universitet

#Python #MapBox

I dette prosjektet utførte vi dataanalyse av flere COVID19-datasett som skulle prosesseres og kombineres for å få en bredere forståelse av pandemien. Flere COVID19 datasett ble bearbeidet for å kunne sammenligne geografiske forskjeller i ulike diagrammer og geografiske kart. Analysene ble fokusert på å vise spredningen over tid, både for dødsfall og sykdom. Prosessen med å kombinere datasettene krevde en data engineering-tilnærming, der dataene ble prosessert og kombinert på en slik måte at de kunne analyseres effektivt. Dette resulterte i en omfattende dataanalyse med diagrammer og geografiske kart som viste geografiske variasjoner i spredningen av COVID19.

Markedsføring

#NodeJS #Vue JS #HTML #SCSS #Vue X #JavaScript

Målet med dette prosjektet var å utvikle en egendefinert Software as a Service (SaaS) plattform for digital markedsføring som kunne analysere data og presentere resultatene fra attribusjonsmodeller som sporet kundereisen fra visninger til kjøp. Dette ga bedriftseiere og markedsførere bedre innsikt i hvordan deres digitale markedsføringskampanjer påvirket kundenes oppførsel og ga dem muligheten til å optimalisere kampanjene for å forbedre konverteringsraten. Plattformen hadde en rekke funksjoner som gjorde det enkelt for brukere å analysere data. Blant annet inkluderte den ulike attribusjonsmodeller som tildelte verdier til hvert trinn i kundereisen fra visning til kjøp. En viktig funksjon var muligheten til å sammenligne og teste forskjellige attribusjonsmodeller for å finne den som ga den mest nøyaktige innsikten i kundenes oppførsel. Plattformen hadde også et intuitivt og brukervennlig grensesnitt som gjorde det enkelt for brukerne å navigere og få innsikt i dataene.

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.

Høyskole og Universitet

#API #MongoDB #React #Node #EnTur API

Det konseptuelle utviklingsprosjektet ble ledet med Agile metodikk og Scrum som prosjektledelsesrammeverk. Målet var å utvikle en full-stack web-applikasjon for reiseplanlegging. Resultatet av prosjektet var en web-applikasjon kalt "ViaVy", som var en omfattende reiseplanlegger fra A til Å. Applikasjonen inneholdt sanntidsinformasjon om forskjellige kollektive transportmetoder, slik at brukerne kunne planlegge reiser på en enkel og effektiv måte. Teknologiene som ble brukt i prosjektet inkluderte React for frontend, Node.js for backend og MongoDB som database. Prosjektet omfattet også integrasjon med EnTur API for å få tilgang til sanntidsinformasjon om transporttilbud. Den endelige web-applikasjonen tilbød en enkel og intuitiv brukeropplevelse, med en rekke funksjoner for å hjelpe brukerne med å planlegge reiser på en effektiv måte. Applikasjonen ble designet med hensyn til brukervennlighet og tilgjengelighet, noe som gjorde det enkelt for alle å bruke den.

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

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

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.