nummeropslag.dk

DAWA-kompatibelt dansk adresse-API som SaaS, bygget solo. Det officielle DAWA lukker 17. august 2026, og Danadresse er en drop-in erstatning med identiske endpoints og identiske UUID'er, så migration kun kræver et URL-skift. 4,1 mio. adresserækker i MySQL med typo-tolerant Meilisearch-søgning, 56 endpoints (autocomplete, reverse geocoding, datavask, DAGI-berigelse, IBAN/CVR/EAN-validering, bulk-vask op til 50 MB), FastAPI med async SQLAlchemy og Redis. Komplet SaaS: selvbetjent nøgleudstedelse, Stripe med forbrugsafregning, MCP-kanal til AI-agenter, dashboard, JS- og Python-SDK'er samt et WooCommerce-plugin. Auto-deploy fra GitHub på 60 sekunder, daglig driftsrapport, TTFB 229 ms — og statussiden optimeret fra 6,6 s til 0,13 s.

Dansk søgeportal, der samler fire officielle registre — Motorregisteret (12+ mio. køretøjer), CVR, adresser (DAWA) og telefonnumre — og krydslinker dem: fra nummer til virksomhed til adresse til ejerkreds. Bygget solo i Python (Flask + FastAPI, MySQL 8, Redis, nginx) med ugentlig bulk-ETL på 6,5 GB, relationsgraf over ejerskab og fælles kontaktdata, detektion af tilbagerullet speedometer, PDF-dossierer, overvågning med e-mail-alarmer, samt et kommercielt API med Stripe-abonnementer, kvoter, MCP-server til AI-agenter og WordPress-plugin. Egen deploy-pipeline, watchdog med 1,1 sekunds selvgenopretning og daglig automatisk driftsrapport. Forsiden gik fra 1 s til 15 ms, og timeouts fra 1.433/dag til 0.

Implemented Home Screen for all the tenants: Lufthansa, Swiss, Brussels, Austria which uses millions of users. Winner of 'Battle of the Airline Apps’ 2024. Decreased app size 40% by optimizing modularization, linking, file format. Developed a Server Driven UI (SDUI) new way to update and manage the user interface on iOS apps for Lufthansa, Austrian, Brussels, and Swiss airlines using SwiftUI. Worked on changing a Python machine learning model (Stable Diffusion) to be used with CoreML. Wrote an article about how I did it: https://shorturl.at/hxJ02." Explored how to predict what users might do next using CoreML. Shared