Ich automatisiere die Verarbeitung von Geodaten mit Python und SQL

Hör auf, Dinge von Hand zu erledigen, was eine Pipeline mit nur einem Befehl erledigen kann.

Ich entwerfe automatisierte GIS-Daten-Workflows und geospatiale ETL-Pipelines, die Rohdaten (LiDAR, DEMs, Satellitenbilder, OpenStreetMap, Shapefiles) nehmen und sie in eine saubere, analysebereite räumliche Datenbank verwandeln. Wiederkehrende Geoprozessierung, Formatkonvertierungen und mehrstufige Workflows werden zu reproduzierbaren Python- und SQL-Skripten, die du in Sekunden laufen lässt und auf Tausende Dateien skalieren kannst.

Wobei ich dir helfen kann

• End-to-End-geospatiale Pipelines von Rohdaten zu PostGIS, vollständig automatisiert in Python
• LiDAR-Punktwolken-Verarbeitung (Bodenklassifizierung, DTM, DSM) mit PDAL
• Rasterverarbeitung mit GDAL und Rasterio, inklusive Reprojektierung, Hillshade, Neigung und Rasterberechnungen
• Batch-Geoprocessing und Formatkonvertierung (Shapefile, GeoJSON, GeoTIFF, KML, LAZ)
• Räumliche Datenbank-Setup, Laden und räumliche SQL-Abfragen in PostGIS und PostgreSQL, containerisiert mit Docker

Warum ich

Kürzlich habe ich eine komplette LiDAR-zu-PostGIS-Pipeline über Denver gebaut, die acht Verarbeitungsstufen von A bis Z automatisiert, mit Qualitätsprüfungen und einem interaktiven Karten-Output.

Schreib mir zuerst, damit ich deine Daten prüfen und den richtigen Ansatz festlegen kann.