Pomagam przejść od niejasnego pomysłu do niezawodnego systemu — z AI tam, gdzie daje realną przewagę.
Zanim wydasz budżet na zespół, agencję albo CTO — sprawdźmy, czy ten pomysł w ogóle warto budować. Gdzie są ryzyka techniczne i produktowe, co da się uprościć, gdzie AI realnie pomaga, a gdzie jest tylko dekoracją. Dostajesz uczciwą rekomendację: budować, uprościć czy odpuścić — i co zrobić najpierw.
Kierunek jest jasny — teraz projekt, który wytrzyma produkcję i nie zje budżetu. Kształt systemu, integracje, decyzje AI / nie-AI, koszty, utrzymanie i gotowość produkcyjna. AI dodaję tam, gdzie zwiększa wartość — z planem awaryjnym, ewaluacją jakości i kontrolą kosztów.
Budujemy, kiedy wiadomo co i po co. Działający system na produkcji — nie demo, które ładnie wygląda na pokazie. Tam, gdzie AI ma sens: wielu dostawców modeli, własne klucze API, cache, plany awaryjne, ewaluacja jakości odpowiedzi.
Wsparcie w decyzjach, zanim za wcześnie zatrudnisz zespół, agencję albo CTO. Ktoś, kto rozumie technologię, produkt i biznes — i powie wprost, co ma sens, a co nie. Dla założycieli i firm uruchamiających nowy produkt.
AI w prototypie to magia. AI w produkcji to inżynieria. Liczy się system, który działa codziennie — nie tylko na prezentacji.
— Zasada nr 1Plan biegowy szyty na miarę — dla biegaczy, którzy wyrośli z gotowych szablonów. Popularne aplikacje celują w początkujących, zaawansowane narzędzia dają metryki zamiast planu. own-tempo układa plan pod Twój start z Twoich biegów z Garmina, wysyła treningi na zegarek i dopasowuje się, gdy coś pójdzie nie tak.
Prywatna kompresja zdjęć i wideo w całości w przeglądarce — pliki nigdy nie opuszczają Twojego urządzenia. Oparte na WebAssembly i FFmpeg.
Pomagam ocenić, zaprojektować i zbudować niezawodne systemy software. Zaczynam od pytania, czy dany pomysł w ogóle warto budować i jak go uprościć — potem projektuję architekturę i wdrażam na produkcję. AI dodaję tam, gdzie realnie zwiększa wartość: modele językowe (LLM) z ewaluacją jakości odpowiedzi, ograniczaniem ryzyka halucynacji i kontrolą kosztów.
Sześć lat inżynierii systemów produkcyjnych w bankowości (BNP Paribas, Credit Suisse). Z AI w produkcji pracuję od 2023 roku, od 2024 jako AI Champion w Synergy Codes. Pierwszy kontakt z uczeniem maszynowym jeszcze na studiach (Politechnika Wrocławska, mgr inż. informatyki, 2017–2022). Certyfikat AI Devs 4.
Pracuję z wieloma dostawcami modeli — OpenAI (GPT), Anthropic (Claude), Google (Gemini), a także modelami lokalnymi (Llama, Mistral). Wybór zależy od wymagań projektu: jakości odpowiedzi, prywatności danych, kosztu i ograniczeń infrastrukturalnych. Często projektuję rozwiązania multi-provider, bez lock-inu na jednego dostawcę.
Diagnoza produktu lub systemu trwa zwykle 1–3 tygodnie. Architektura i plan techniczny to 2–6 tygodni. Budowa i wdrożenie nowego produktu to 8–24 tygodnie, w zależności od zakresu. Zaczynamy od krótkiej rozmowy i diagnozy. Konkretny harmonogram dopiero po niej.
Tak. Pracuję zdalnie z klientami z całej Polski. Rozmowy, warsztaty projektowe i współpracę prowadzę online.
Wycena per projekt — po pierwszej rozmowie i analizie zakresu. Audyty mają stałą stawkę. Wdrożenia i architektura — wycena oparta na zakresie i ryzyku, nie na godzinach.
Najpierw 30-minutowa rozmowa: kontekst, problem, cel. Następnie diagnoza (zwykle 1–3 tygodnie), propozycja z konkretnym zakresem i ceną, a potem realizacja w iteracjach, z regularnym raportowaniem postępów.