Wyższa Szkoła Biznesu — National Louis University, Nowy Sącz
- Tytuł:
- Inżynier
- Kierunek:
- Informatyka
- Specjalizacja:
- Programowanie Aplikacji Biznesowych
AI-Augmented Developer4+ lata komercyjnego programowania. Pracuję z agentami AI codziennie.
Dostarczam software szybciej, bo pracuję z AI codziennie — nie od święta.
Cztery i pół roku komercyjnego programowania (Flutter, Unity, integracje). W ostatnim roku przebudowałem swój workflow wokół agentów AI — Claude Code jest moim codziennym narzędziem, mam własne hooki, skille i konfigurację, których używam na produkcyjnych projektach. Szukam roli / kontraktu, w którym to przyspieszenie ma znaczenie.
- 4+ lata produkcyjnego kodu (Flutter / Dart, Unity / C#)
- Codzienna praca z Claude Code — własny config, hooki, skille
- Inżynier Informatyki · Angielski techniczny B2/C1
Jak pracuję — AI w codziennym workflow
W ostatnim roku przebudowałem swój sposób pracy wokół agentów AI. Nie chodzi o wklejanie pytań do czatu — chodzi o pełen warsztat: agenty w pętli, własne narzędzia, hooki egzekwujące standardy projektu, automatyzacje wokół review i CI. Niżej cztery konkretne obszary, w których to robię.
AI-assisted development jako codzienność
- Claude Code jako daily driver — używam go do większości zadań programistycznych: implementacji, debugowania, eksploracji obcych baz kodu, refaktoringu.
- Własna konfiguracja — settings, permissions, custom slash commands, skille i subagenty dopasowane do moich projektów.
- Praca z agentem w pętli — planowanie zadania, delegowanie eksploracji do subagentów, weryfikacja outputu, iteracja. Nie „czat" — kontrolowany workflow.
- Świadomość ograniczeń modeli — wiem, kiedy LLM się myli, jak to wykryć i jak ustawić proces, żeby błędy nie przeciekały do produkcji.
Agenty i skrypty wspierające SDLC
- Subagenty wyspecjalizowane — code reviewer, eksplorator kodu, planner, tester. Każdy z innym promptem systemowym i innym scopem narzędzi.
- Hooki projektowe — egzekwowanie konwencji, blokowanie ryzykownych operacji, automatyczne formatowanie/lint przed commitami.
- MCP (Model Context Protocol) — korzystanie z gotowych serwerów MCP do integracji z narzędziami zespołu.
- Slash commands i skille — odzwierciedlają powtarzalne workflow'y zespołu (review PRa, generowanie testów, przygotowanie release notes).
Automatyzacje wokół buildu i CI/CD
- Triage błędów i regresji — agent czyta logi CI, sugeruje przyczynę, czasem proponuje fix.
- Automatyczne opisy zmian — generowanie czytelnych release notes / changelogów z diffów i commitów.
- AI-assisted review PRów — pierwsza warstwa sprawdzania (styl, oczywiste błędy, brakujące testy) zanim zobaczy go człowiek.
- Automatyzacja powtarzalnych operacji repo — bumpowanie zależności, generowanie scaffoldów, codemody, masowe refactory z weryfikacją.
Generowanie kodu i feature'ów end-to-end
- Pipeline „brief → działający moduł" — z jasnym etapem weryfikacji (testy, type checks, manualny review) przed merge'em.
- Generatory komponentów / widgetów — według konwencji projektu, nie w stylu „jakkolwiek".
- Codemody i migracje — masowe zmiany w kodzie egzekwowane przez agenta, z testami pinującymi zachowanie.
- Dyscyplina — agent nie merguje sam; każdy output przechodzi przez review i build pipeline. AI przyspiesza, nie zastępuje odpowiedzialności.
Co umiem dowieźć
Najpierw to, w czym mam udokumentowane doświadczenie. AI tooling i procesy biznesowe — niżej, jako obszary, które aktywnie poszerzam.
Mobile development — Flutter / Dart
- aplikacje mobilne Android + iOS od zera i rozwój istniejących,
- responsywne i skalowalne UI, własne widgety, optymalizacja zasobów,
- zarządzanie stanem w Riverpod, Freezed, Dependency Injection, Clean Architecture,
- integracje REST API, Firebase, autoryzacja, sesje, dane offline-first,
- debugging na fizycznych urządzeniach, publikacja w Google Play / App Store.
- Flutter
- Dart
- Riverpod
- Freezed
- REST API
- Firebase
- Clean Architecture
- Android
- iOS
- Google Play
- App Store
Aplikacje interaktywne i gry — Unity / C#
- gry i narzędzia interaktywne, UI Toolkit / Canvas / responsive UI,
- integracje Firebase, REST API, Unity IAP,
- wzorce projektowe: State Machine, Pooling, Scriptable Object,
- separacja MonoBehaviour od czystej logiki C#, dbałość o czytelność i standardy,
- tworzenie edytorów i narzędzi designerskich.
- Unity
- C#
- UI Toolkit
- Firebase
- Unity IAP
- State Machine
- Pooling
- Scriptable Object
Wspólne dla obu stacków
- czytelność kodu, skalowalność architektury, długoterminowa utrzymywalność,
- pełen cykl życia produktu: planowanie → implementacja → testy → wdrożenie → utrzymanie,
- współpraca z developerami, testerami, project managerami, klientami.
Doświadczenie i artefakty
Komercyjne projekty, w których pisałem kod, oraz artefakty z mojej codziennej pracy z agentami AI. Karta na dole — strona, którą czytasz — jest meta-projektem.
4.2 · Unity
Unity — projekty interaktywne
- Unity
- C#
- UI Toolkit
- Firebase
- Unity IAP
Gry i aplikacje interaktywne, narzędzia edytora, własne wzorce projektowe (State Machine, Pooling, Scriptable Object). Konsekwentnie oddzielam MonoBehaviour od czystej logiki C#, żeby kod dało się testować i utrzymywać. Integracje z Firebase, REST API i Unity IAP traktuję jako standardową część pipeline'u.
4.3 · Personal artifact
Własny warsztat AI
- konfiguracja Claude Code dopasowana do moich projektów (settings, permissions, hooks),
- własne slash commands i skille pod powtarzalne zadania,
- konfiguracja subagentów (code reviewer, planner, eksplorator),
- integracje MCP w codziennym workflow,
- praktyki: weryfikacja outputu LLM, kontrola kosztów, agent w pętli z manualnym review.
„Jeśli zatrudniasz programistę, dostajesz nie tylko mnie — dostajesz mój workflow. Mogę go pokazać i przekazać zespołowi."
4.4 · Meta-projekt
Strona, którą czytasz, jest moim własnym artefaktem — budowana z aktywną asystą agentów AI. Cały proces ma być przykładem tego, jak pracuję.
Rozwój
Krótka lista tematów, które aktywnie pogłębiam — głównie po to, żeby rozszerzać warsztat agentowy poza sam kod produkcyjny. Sygnalizuję kierunek, nie sprzedaję tego jako usługi.
- Agenty wyspecjalizowane pod konkretne procesy w SDLC — automatyczny triage, generowanie testów regresyjnych, codemody na większą skalę.
- Pipeline'y RAG nad zamkniętymi bazami wiedzy — głównie pod kątem wewnętrznej dokumentacji projektów.
- Automatyzacja procesów biznesowych z warstwą LLM — n8n, Make.com — kojarzę narzędzia, dopiero zaczynam je poznawać.
Część rzeczy testuję na własnych projektach. Jeśli w Twoim zespole któryś z tych obszarów jest na mapie — dobrze trafiłeś.
O mnie
Programista z 4+ letnim doświadczeniem komercyjnym (Flutter, Unity), który przebudował swój workflow wokół agentów AI. Skupiony na dostarczaniu software'u — szybciej i czyściej dzięki narzędziom, które sam sobie konfiguruję. Wcześniej 14 lat w branży instalacji technicznych — przydaje się przy projektach łączących software z hardware'em.
Programuję komercyjnie od ponad czterech lat. Większość tego czasu spędziłem na aplikacjach mobilnych we Flutterze (Honeti) — od pierwszej linijki kodu, przez integracje z REST API i Firebase, autoryzację, synchronizację danych i pracę offline, po publikację w sklepach i utrzymanie. Pracowałem też w Unity nad grami i aplikacjami interaktywnymi. W obu stackach kładę duży nacisk na czytelność kodu, skalowalność architektury i to, żeby projekt po latach nadal nadawał się do rozwoju.
W ostatnim roku mój workflow przeszedł zauważalną zmianę. Zacząłem traktować agenty AI jak narzędzie warsztatowe, a nie ciekawostkę. Claude Code stał się moim daily driverem — z własną konfiguracją, hookami, slash commands, subagentami i skillami dopasowanymi do moich projektów. Część rzeczy, które wcześniej robiłem ręcznie (review, eksploracja obcych baz, codemody, scaffold), dzisiaj dzieje się szybciej, ale nadal pod moją kontrolą — agent nie merguje sam, każdy output przechodzi przez build i review.
Nie określam się jako „AI Specialist".
Określam się jako programista, który świadomie używa AI w codziennej pracy — i który dzięki temu dostarcza więcej.
To jest różnica, na której mi zależy: track record mam w pisaniu produkcyjnego kodu — AI jest sposobem, w jaki ten kod powstaje teraz szybciej.
Zanim zacząłem programować zawodowo, przez 14 lat pracowałem jako elektryk i instalator systemów CCTV, alarmowych, p.poż. i smart home. Dla większości projektów programistycznych ten background jest neutralny. W projektach łączących software z fizycznym światem — IoT, smart buildings, automatyka — daje mi perspektywę, której nie ma czysty programista.
Cenię sobie pracę kompleksową: od analizy problemu, przez wdrożenie, po utrzymanie. Nie zostawiam projektów w stanie „PoC". Nie obiecuję rzeczy, których nie umiem dowieźć.
Wykształcenie i certyfikaty
Zespół Szkół Elektryczno-Elektronicznych, Szczecin
- Tytuł:
- Technik
- Kierunek:
- Elektryk
- Specjalizacja:
- Energo-Elektronik
Dodatkowe uprawnienia
- SEP E + D
- Prawo jazdy kat. B
- Patent żeglarski
Otwarty na kontrakty, role full-time i ciekawe projekty.
Najlepiej trafiam tam, gdzie szuka się programisty, który już ma za sobą działające produkty i potrafi pracować z AI w workflow. Jeśli ten profil pasuje do tego, czego szukasz — odezwij się i omówmy szczegóły.