Das Formular wurde erfolgreich abgeschickt.
Weitere Informationen finden Sie in Ihrem Briefkasten.
Sprache auswählen
Innowise hat eine Plattform zur Überwachung der Atmung von Säuglingen erheblich verbessert und das System für Funktionserweiterungen und Skalierung vorbereitet.
Der Kunde ist ein weltweit führendes Unternehmen der Hightech- und Unterhaltungselektronik mit mehr als 50.000 Mitarbeitern an 9 Standorten weltweit. Das Unternehmen stellt eine breite Palette von Produkten her, darunter Haushaltsgeräte, Rundfunkgeräte, Personalcomputer, mobile Geräte und Komponenten für die Telekommunikations- und Datenkommunikationsbranche.
Das Unternehmen verfügt über eine spezialisierte Abteilung, die sich mit Geräten für die Babygesundheit befasst. Diese Abteilung konzentriert sich auf die Entwicklung innovativer Produkte, wie z. B. Atemmonitore, Video-Babyphone und Dreamers, die die Atmung von Säuglingen überwachen und ihren Schlaf verbessern sollen. Eltern können über Web- und Mobilanwendungen auf wichtige Gesundheitsüberwachung und Unterstützung zugreifen.
Detaillierte Information über den Kunden kann aufgrund der Bestimmungen des NDA nicht veröffentlicht werden.
Der Kunde verfügte über mobile und Webanwendungen für sein Baby-Atemüberwachungssystem, die sich jedoch noch in einem frühen Stadium befanden und von zahlreichen Fehlern geplagt waren. Die schlecht strukturierte Codebasis behinderte sowohl die Fehlerbehebung als auch die Entwicklung neuer Funktionen. Systemverzögerungen und Instabilität führten zu erhöhten Support- und Entwicklungskosten, was sich negativ auf die finanzielle Leistung auswirkte. Außerdem beeinträchtigten diese Probleme die Wettbewerbsfähigkeit und den Marktanteil des Unternehmens.
Innowise wurde beauftragt, die Umgebung zu stabilisieren, vorhandene Fehler zu beheben und das System für zukünftige Funktionserweiterungen und Skalierungen vorzubereiten.
Innowise ging die Herausforderungen an, indem wir Fehler sowohl im Backend als auch im Frontend behoben. Wir restrukturierten die Codebasis, erstellten neue Microservices, um die Modularität zu verbessern, und migrierten die Datenbank von PostgreSQL zu AWS DynamoDB, um die Skalierbarkeit zu verbessern und die Kosten zu senken. Unser Team implementierte außerdem CI/CD-Pipelines, um die Bereitstellung zu automatisieren und die Codequalität zu gewährleisten. Außerdem waren wir für die Automatisierung der Bereitstellung und Versionierung der Infrastruktur mithilfe von Terraform verantwortlich.
Zunächst haben wir kritische Fehler behoben, die sich auf die Leistung und Zuverlässigkeit des Systems auswirken. Gleichzeitig entwickelte unser Team umfassende Unit- und Integrationstests, um die Funktionalität sowohl neuer als auch bestehender Funktionen zu überprüfen. Durch diese strengen Tests konnten wir potenzielle Probleme frühzeitig erkennen und beheben und so ein hochwertiges Endprodukt sicherstellen.
Die vorhandene Codebasis war unstrukturiert und entsprach nicht den PEP-8-Standards und den Prinzipien einer sauberen Architektur, was die Arbeit erschwerte. Unser Team führte ein systematisches Refactoring des Codes durch, um ihn an die PEP-8-Richtlinien anzupassen und seine Gesamtstruktur zu verbessern. Dieser Prozess umfasste die Bereinigung des Codes, die Optimierung von Funktionen, die Gewährleistung der Konsistenz und die Einhaltung der SOLID-Prinzipien.
Unser Team erstellte eine detaillierte technische Dokumentation für die bestehende Codebasis, neue Funktionen, Microservices und Bereitstellungsprozesse. Diese umfassende Dokumentation ermöglichte es aktuellen und zukünftigen Entwicklern, das System besser zu verstehen, und trug zu einem reibungsloseren Onboarding und Wissenstransfer bei.
Neben der Stabilisierung des bestehenden Atemmonitorsystems für Babys haben wir neue Microservices entwickelt, die eine Containerisierungsplattform wie Docker nutzen, und sie mit Kubernetes orchestriert. Dies verbesserte die Modularität und Skalierbarkeit und ermöglichte eine unabhängige Bereitstellung und Skalierung der einzelnen Dienste.
Jeder Microservice, wie z. B. das Modul zur Analyse von Atemmustern oder der Alarmbenachrichtigungsdienst, wurde für die Bewältigung spezifischer Aufgaben konzipiert und kommuniziert untereinander über leichtgewichtige RESTful-API-Protokolle. Diese Architektur verbesserte die Gesamteffizienz, Leistung und Fehlertoleranz des Systems, da einzelne Dienste aktualisiert oder ersetzt werden konnten, ohne das gesamte System zu beeinträchtigen.
Unsere Experten verwalteten die Migration von PostgreSQL zu AWS DynamoDB, um dessen Skalierbarkeit, Leistung, Kosteneffizienz und flexible Datenmodellierungsfunktionen zu nutzen. Diese Umstellung umfasste einen sorgfältigen Prozess der Neugestaltung des Datenschemas zur Anpassung an die nicht-relationale Struktur von DynamoDB, eine sorgfältige Datenzuordnung und -transformation sowie eine gründliche Validierung zur Gewährleistung der Datenintegrität.
Darüber hinaus haben wir Abfragemuster und Indizierungsstrategien optimiert, um die Leistung von DynamoDB für die spezifischen Zugriffsmuster des Baby-Atemüberwachungssystems zu maximieren.
Wir haben kontinuierliche Integrations- und Bereitstellungspipelines (CI/CD) mit Jenkins und GitLab CI implementiert, um die Build-, Test- und Bereitstellungsprozesse zu automatisieren. Dadurch wurden die Entwicklungsabläufe gestrafft und schnelle Feedback-Schleifen sichergestellt. Außerdem setzten wir Terraform ein, um unsere Cloud-Infrastruktur als Code zu definieren und zu verwalten. Dadurch konnten wir Ressourcen effizient bereitstellen und skalieren, die Konsistenz der Infrastruktur in verschiedenen Umgebungen aufrechterhalten und Änderungen durch Versionskontrolle verfolgen.
Außerdem haben wir automatisierte Test-Frameworks in unsere CI/CD-Pipelines integriert, um die Codequalität und Anwendungsstabilität vor der Bereitstellung sicherzustellen. Durch diese nahtlose Kombination von CI/CD-Praktiken und IaC wurden manuelle Eingriffe erheblich reduziert, Fehler minimiert und Release-Zyklen beschleunigt, was zu einem robusteren und zuverlässigeren Baby-Atem-Monitor-System führte.
Frontend
JavaScript (React, TypeScript), Redux
Backend
Cloud
AWS, Lambda, SQS, SNS, SES, IoT-Kern, Timestream, Cognito, DynamoDB
VCS
Git, GitLab
Werkzeuge
Material-UI, FastAPI, Tortoise ORM, boto3
Wir begannen mit einer Erkundungsphase, in der wir erste Gespräche mit den Interessengruppen des Unternehmens führten, um deren Probleme und Anforderungen genau zu verstehen. Unsere Business-Analysten erstellten dann ein umfassendes Dokument, in dem die wichtigsten Verbesserungen aufgeführt waren und die technische Machbarkeit der vorgeschlagenen Lösung sichergestellt wurde.
Nachdem die Anforderungen des Kunden klar dokumentiert waren, begann das Innowise-Entwicklungsteam mit der Softwareentwicklungsprozess. Mit Hilfe der Scrum-Methode organisierten wir unsere Arbeit in zweiwöchigen Sprints, um regelmäßige Fortschritte und Anpassungsfähigkeit zu gewährleisten. Wir hielten dreiwöchentliche Besprechungen ab, um kritische Probleme anzusprechen und eine effektive Koordination zu gewährleisten. Darüber hinaus führte der Projektmanager wöchentliche Telefonate, um den Kunden über den Entwicklungsfortschritt zu informieren und Feedback einzuholen, so dass wir unseren Ansatz kontinuierlich verfeinern konnten.
1
Projektmanager
1
Business-Analyst
2
Full-Stack-Entwickler
1
Manueller QS-Ingenieur
1
QS-Automatisierungs-Ingenieur
Die Umsetzung des Projekts führte zu einer deutlichen Verbesserung der Systemstabilität und -zuverlässigkeit, was die Zufriedenheit der Benutzer und das Vertrauen in die Marke erhöhte. Die optimierte Architektur und die neu geschriebene Codebasis vereinfachten die weitere Entwicklung und den Support, wodurch die Entwicklungskosten um 25% gesenkt wurden.
Die Migration zu einer leistungsfähigeren Datenbank und die Einführung von Microservices sorgten für Flexibilität und Skalierbarkeit und ermöglichten eine schnellere Reaktion auf das Nutzerwachstum. Die Automatisierung von Tests und Bereitstellung verkürzt auch die Zeit für die Veröffentlichung von Updates und beschleunigt die Einführung neuer Funktionen.
Infolgedessen konnte der Kunde seine Position auf dem Markt für Säuglingspflegeprodukte mit einer verbesserten Lösung stärken und seinen Marktanteil um 15% erhöhen.
25%
Senkung der Entwicklungskosten
15%
Erhöhung des Marktanteils
Sobald wir Ihre Anfrage erhalten und bearbeitet haben, werden wir uns mit Ihnen in Verbindung setzen, um Ihre Projektanforderungen zu besprechen und eine NDA (Vertraulichkeitserklärung) für die Vertraulichkeit der Informationen zu unterzeichnen.
Nach der Prüfung der Anforderungen erstellen unsere Analysten und Entwickler einen Projektvorschlag, der Arbeitsumfang, Teamgröße, Zeit- und Kostenschätzung enthält.
Wir vereinbaren einen Termin mit Ihnen, um das Angebot zu besprechen und eine Vereinbarung mit Ihnen zu treffen.
Wir unterzeichnen einen Vertrag und beginnen umgehend mit der Arbeit an Ihrem Projekt.
© 2007-2024 Innowise. Alle Rechte vorbehalten.
Datenschutzrichtlinie. Cookies-Richtlinie. Impressum
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warschau, Polen
Mit der Anmeldung erklären Sie sich mit unseren der Datenschutzrichtlinie geschickt zu bekommen
Vielen Dank!
Ihre Nachricht wurde gesendet.
Wir werden Ihre Anfrage bearbeiten und Sie so schnell wie möglich kontaktieren.
Vielen Dank!
Ihre Nachricht wurde gesendet.
We’ll process your request and contact you back as soon as possible.