Na co dzień pracuję jako inżynier oprogramowania w Agencji Badawczej PBS
w Sopocie, gdzie zajmuję się rozwiązaniami z obszaru AI. Równolegle
studiuję informatykę na Politechnice Gdańskiej.
Strony i aplikacje dla małych i średnich firm robię po godzinach,
bo to praca, w której zaplecze inżynierskie z dnia codziennego
realnie się przekłada na jakość tego, co dostaje klient. W praktyce
oznacza to projekt, który kolejny programista przejmie bez problemu,
hosting bez ukrytych wzrostów kosztów, oraz jednego rozmówcę, jeśli
pojawi się potrzeba czegoś większego, jak system rezerwacji, panel
do zarządzania klientami, integracja albo wewnętrzne narzędzie.
Konkretny przykład: strona dla Wodociągów Gdańskich na Dni Pracy
na Politechnice Gdańskiej. Wyświetlała się na dużym pionowym ekranie
dotykowym oraz na kilku tabletach przez cały czas trwania wydarzenia.
SWE (AI & DevOps) @ Agencja Badawcza PBS, Sopot. Computer Science
@ Politechnika Gdańska. Stack roboczy: Python z Hugging Face, Ultralytics
i TensorFlow, konteneryzacja workloadów ML oraz administracja serwerem
inferencyjnym.
Po godzinach: Go (własny VCS w stylu gita, narzędzia serwerowe, backend),
Python (ML, FastAPI, skryptowanie), Docker, CI/CD, IaC (nawet w komputerze
personalnym). Stack w WebDev'ie dobieram pod konkretne wymagania
i przewidywaną żywotność projektu, nie pod hype.
W domu Proxmox homelab, na co dzień NixOS, CLI tam, gdzie jest wybór.
Konfig deklaratywny w gicie, a lab służy mi do testowania rozwiązań
DevOps-owych poza tym, czym zajmuję się w pracy.
Przykładowy deploy: strona dla Wodociągów Gdańskich na Dni Pracy @ PG.
Pionowy kiosk dotykowy plus kilka tabletów na czas wydarzenia.
By day I work as a software engineer at PBS, a research agency in Sopot,
building AI-based tools. Alongside that I'm a Computer Science student
at Politechnika Gdańska.
I build sites and apps for small and medium businesses outside of work
because it's where the engineering habits from my day job translate
most directly into the quality of what gets shipped. In practical
terms for a client: a project the next developer can pick up easily,
hosting that doesn't quietly creep up in cost each year, and one
person to talk to if you later need something bigger, like a booking
system, a client-management panel, an integration, or an internal
tool.
One past example: a site for Gdańsk Water Utility's stand at the Career
Days event at Politechnika Gdańska. It ran on a large vertical
touchscreen and a few tablets for the duration of the event.
SWE (AI & DevOps) @ PBS Research Agency, Sopot. CS @ Politechnika
Gdańska. Working stack: Python with Hugging Face, Ultralytics and
TensorFlow, containerised ML workloads, and administering the inference
server.
Outside work: Go (a git-like VCS of my own, server tooling, backends),
Python (ML, FastAPI, scripting), Docker, CI/CD, IaC (yes, on my personal
machines too). For webdev I pick the stack against actual requirements
and expected lifespan of the project, not hype.
Proxmox homelab at home, NixOS as a daily driver, CLI wherever there's
a choice. Declarative configs in git. I use the lab to try out DevOps
tooling outside the scope of what I work on day-to-day.
Sample deploy: site for Gdańsk Water Utility at PG Career Days.
Vertical touchscreen kiosk plus a few tablets, live for the run of
the event.