Referenciáink2022-04-05T08:02:10+00:00

Egyedi üzleti webalkalmazások

Pénzügyi szektor

Ügyfelünk pénzügyi szolgáltatások területén kiemelkedő szereplő. Számviteli bizonylatok feldolgozását és tárolását támogató rendszert fejlesztettünk számukra.

A pénzügyi szolgáltatások területén működő ügyfelünk szerette volna a template-ek és erőforrások kezelését modern verziókezelési megoldással tárolni és karbantartani. Ennek érdekében egy Java backend és egy Angular frontend hivatott lecserélni a régi tisztán Java-s fejlesztést. Feladatunk volt a rendszer megtervezése, a megvalósító fejlesztő csapat összeállítása, az implementáció kivitelezése.

Technológiai stack:

  • Java backend (Spring)
  • Angular
  • PostgreSQL
  • Docker
  • GitLab

Autóipar

Feladatunk egy gyártósoron elhelyezett kamerarendszer konfigurálása és kezelése volt. Gépi látásra alapú projekt, ipari környezetben a gyártósoron végighaladó termékek minőségellenőrzése előre meghatározott észlelési paraméterek szerint.

A Pythonban írt képelemző és feldolgozó rendszerek összekötése, kommunikációjuk biztosítása Message Queue-on keresztül. A gyártósor mellett zajló folyamat eredményének megjelenítése webalapú rendszerben, az eredmények, statisztikák, logók tárolása Azure Cloud-ban történik. A rendszer alapja Java Spring alatt készült, egyedi fejlesztésű hardverekkel megtámogatva.

Technológiai stack:

  • Java backend (Spring)
  • RabbitMQ
  • Docker
  • PostgreSQL
  • Hadoop
  • Angular
  • Pyhton
  • Azure Cloud

Telekommunikáció

Egy már meglévő rendszer továbbfejlesztése, ahol a korábbi, mára elavult technológiák és framework-öket kellett lecserélnünk. A mostani felépítésében egy Angular-os frontend mögött egy Java-s és C#-os microservice-kből álló rendszer, ami felhasználói interakciók során kezeli az adatokat.

Elsődleges feladatként az automatizálható folyamatokat szerette volna a megrendelő machine to machine kommunikációval kiváltani, amelynek során REST API hívásokkal kommunikálnak egymással az egyes alrendszerek. A fejlesztésnek része volt az is, hogy az eredeti forráskódban hiányzó teszteket pótoljuk, illetve a saját fejlesztéshez készült részekre eleve készüljön automatizált teszt. A korábban onpremise futó rendszer új verzióját  Azure Cloudban implementáltuk.

Technológiai stack:

  • Java backend (Spring)
  • PostgreSQL
  • Docker
  • Azure Cloud (AD, storage és környezet is)
  • GitLab
  • GitLab CI
  • JIRA + Confluence

Beágyazott fejlesztések és C++ programozások

Közel 100 elkészült fejlesztéssel és 20 év tapasztalattal a hátunk mögött komoly tapasztalattal bírunk beágyazott szoftverfejlesztés és C++ programozás terén is. A lista természetesen nem teljes, hiszen sok esetben az ügyfél kérésének eleget téve nem kommunikálunk a fejlesztés részleteiről.

Egészségügy

Ügyfelünk egy nemzetközi orvos elektronikai berendezéseket gyártó cég. Az Egyesült Államokban történő terjeszkedéshez FDA audit megfelelésre volt szükségük.

Az egészségügyi szabványoknak való megfelelés volt az első lépés, melyhez komoly dokumentum struktúrát kellett megalkotni. A meglévő folyamatok átvilágításával készült egy hibalista azokról a pontokról, amik nem feleltek meg a kért előírásoknak. Ezt követően elkészítettük a dokumentum struktúrát és kidolgoztuk a végleges szabványokat, folyamatokat és a hozzá tartozó dokumentumokat.

Munkánk eredményeként az ügyfél megkapta az FDA tanúsítványt és mára meghatározó piaci szereplőként van jelent az Egyesült Államokban is.

Fogyasztási cikkek

Meglévő hardverhez volt szükség beágyazott fejlesztésre, AI-val kiegészülve. Desktopon és Raspberry pi operációs rendszeren futó fejlesztés.

0-ról fejlesztett termék, a hardverben futó szoftvert teljes egészében mi írtuk. A termék valójában egy operációs rendszer nélküli pic microcontroller volt, Bootloader-rel és over-the-air update-tel és tartozott hozzá egy postmortem debugging feature is (a hibák rögtön letöltődtek és ez visszatöltődött a gyártónak – mindezt mi a 2010-es években már elkészítettük). A desktop alkalmazás vezérli a teljes rendszert, amihez hozzá fejlesztettünk egy ún. digital signage network-öt, ami már raspberry pi alapon működött. Cute-ban és C++-ban készült a fejlesztés.

Big data, grid computing

Behaviour analysis - viselkedés mintázatokat elemző szoftver fejlesztés Nagy mennyiségű adat (5-10 millió) feldolgozása, majd az ezeken történő keresések megvalósítása.

A fejlesztés során nagy szerepe volt a mesterséges intelligenciának (Artificial Intelligence – AI). A cél az volt, hogy beágyazott fejlesztésbe építve, a rendelkezésre álló adatokból pontos következtetéseket lehessen levonni.

Teljes mértékben “Lean-Agile Development” megközelítést használtunk, számos sprinttel, rendszeres irritációkkal.

Autóipar

Egy meglévő hardverbe kellett egy új ECU (Engine control unit) egységet betenni, amihez azonban limitált RAM és ROM kapacitás társult hardver részről.

Feladatunk az ECU (engine control unite – motorvezérlő) modul fejlesztése volt, valamint egy bootloader készítése és felkészítése over-the-air update-re. Emellett forráskód optimalizációra volt szükség sebességre, memória használatra és méretre vonatkozóan, hogy a fordítási környezet eggyel optimálisabb bináris állományt hozzon létre.

Munkánk eredményeként 36%-ot hoztunk a kód méreten ekvivalens átalakításokkal, ami már megfelelt a hardver méretének.

Autóipar

A projektben egy autógyár, mint megrendelő számára fejlesztünk specifikus funkcionalitásokat. Beágyazott fejlesztés történik az ISO26262:2011, ill. AUTOSAR (autóipari szoftver architektúra és modellezési szabvány) előírásai, valamint a szoftver biztonságkritikussági (ASIL=Automotive Safety Integrity Level) szintje szerint.

A kód fejlesztő környezet az Eclipse, programnyelv: ANSI C, IBM DOORS. A teljes szoftver architektúra, és a komponensek tervezése az IBM Enterprise Architect V12 -ben történik szabványos UML jelölésekkel.

A megrendelt szoftver komponensekből áll, melyek együttes működése tesz eleget a funkcionális követelményeknek. E követelmények elsősorban a célhardver speciális kritikus működésével kapcsolatosak.

Az Autosar BSW főbb funkciócsoportjai: kommunikáció, nem-felejtő memória kezelés, diagnosztika.

Feladataink:

– Új funkcionalitás vagy új komponens fejlesztése hibaanalízis eredményéből, vagy vevői igény alapján;

– Minőségbiztosítás, Peer review;

– Kódelemzések futtatása a szabvány által előírt metrikák teljesülésének ellenőrzésére (PolySpace analízis, coverage, Boundary Value Analysis);

– Modulteszt terv (TCL) és kód írása;

– Issue analízisek a tesztelők, ill. vevő által feltárt hibák, hiányosságok okának, ill. az elhárításhoz szükséges teendők meghatározására.

Ha tetszettek munkáink és úgy gondolod, szeretnél velünk dolgozni, lépj velünk kapcsolatba az űrlap segítségével!

    Elfogadom, hogy a Codinglab Kft. időnként hírlevelet küldjön számomra