Mateusz Ozimkiewicz
Kraj: Poland
Lokalizacja: Toruń, PL
Na Useme od 9 lipca 2026
O mnie
Tworzę praktyczne automatyzacje AI, aplikacje webowe i dashboardy, które porządkują dane oraz skracają ręczną pracę. Pracuję w Pythonie, FastAPI, React/TypeScript, PostgreSQL/Supabase, n8n oraz z workflow RAG/LLM i API. Pomagam przejść od problemu biznesowego do działającego MVP: ustalam zakres, projektuję przepływ, buduję interfejs i backend, dodaję testy, logowanie oraz dokumentację. Stawiam na małe, mierzalne wdrożenia bez zbędnej komplikacji. W portfolio pokazuję MellyCore — publicznie wdrożony, produkcyjnie zweryfikowany statyczny prototyp interfejsu centrum dowodzenia AI. Projekt demonstruje frontend, architekturę produktu, dokumentację stanu i bezpieczny proces wydania; nie jest aktywnym systemem autonomicznych agentów. Szukasz automatyzacji, panelu raportowego, asystenta wiedzy lub MVP aplikacji? Opisz proces, dane wejściowe i oczekiwany rezultat — zaproponuję konkretny pierwszy etap.
Kategorie
Portfolio
AI Workflow Automation — APIs & Human Approval
Case study automatyzacji procesu łączącego formularze, CRM, API, dane i AI. Obejmuje walidację, deduplikację, webhooki, retry, logowanie błędów, alerty i human approval, aby awaria API lub modelu nie powodowała cichej utraty danych.
MellyTrade — Data Analytics & Monitoring Platform
Autorski system analityczny do pobierania, walidacji i monitorowania danych rynkowych. Obejmuje pipeline’y danych, analizę sygnałów, monitoring stanu, testy i raportowanie z naciskiem na niezawodność, jakość danych i obserwowalność procesu.
B2B Lead Research & Qualification Automation
Wewnętrzny workflow do researchu i kwalifikacji leadów B2B. Wyszukuje firmy, zbiera publiczne dane, scoringuje i deduplikuje leady oraz tworzy drafty outreach. Proces zatrzymuje się przed wysłaniem i wymaga ręcznej akceptacji.
Mobilna wersja MellyCore: graf SVG (45 węzłów) przechodzi w czytelną listę tekstową zamiast się ściskać. Panele kontekstu, agentów i architektury pozostają czytelne przy 390 px, zachowując spójny układ i truthfulness UI.
RAG Document Assistant — AI Search with Sources
Prototyp asystenta AI do pracy na dokumentach: ingestion, chunking, semantic retrieval, RAG, cytowanie źródeł i obsługa niepewności. Zastosowanie: dokumentacja techniczna, procedury, instrukcje i firmowe bazy wiedzy.
Dashboard operacyjny AI: routing modeli, rejestr agentów/loopów, kontekst i deterministyczny graf wiedzy (SVG, 45 węzłów, 66 relacji) w jednym command center. Statyczny front-end HTML/CSS/JS na Vercel — execution locked, bez live providerów.
Developer Portfolio — Responsive Web Application
Responsywna strona prezentująca projekty AI i full-stack. Obejmuje frontend, responsive design, deployment oraz case studies opisujące problem, rozwiązanie i architekturę w sposób zrozumiały także dla osób nietechnicznych.