Kraj: Poland
Lokalizacja: Warszawa, PL
Na Useme od 7 sierpnia 2026
O mnie
Zamieniam ręczne, powtarzalne zadania w sprawne i łatwe do obsługi rozwiązania. Specjalizuję się w automatyzacji pracy z danymi, arkuszami i dokumentami. Łączę doświadczenie z dużej organizacji ze studiami z inwestycji i analizy danych na UW oraz praktyką w Excelu, VBA, Power Query, Pythonie, API i narzędziach AI.
Tworzę arkusze, raporty i dashboardy, porządkuję i uzgadniam dane, buduję skrypty do web scrapingu, OCR i przetwarzania dokumentów, integruję API oraz automatyzuję pocztę. Realizuję też proste aplikacje webowe i przygotowuję nowoczesne CV. Jedno z moich narzędzi przetwarza około 900 tys. rekordów i skraca wielogodzinną pracę do kilku minut.
Przed rozpoczęciem ustalam dane wejściowe, oczekiwany wynik i kryteria odbioru. Dostarczam działający plik, skrypt lub aplikację wraz z jasną instrukcją. Dbam o czytelność, możliwość weryfikacji i poufność. Pracuję po polsku i angielsku na poziomie C2.
Kategorie
CV / Résumé
Paź 2025 - Teraz
Studia magisterskie: inwestycje i analiza danych
Uniwersytet Warszawski
Studia magisterskie z inwestycji i analizy danych, średnia 4,8/5,0. Rozwijam kompetencje w Pythonie, R, SQL, modelowaniu i automatyzacji AI. Finalista CFA Institute Research Challenge 2026 oraz ESGthon for Impact.
Wrz 2024 - Teraz
Asystent audytu finansowego (A2)
EY
Pracuję z dużymi zbiorami danych, uzgodnieniami i kontrolą jakości. Tworzę automatyzacje w Excelu i Pythonie, w tym narzędzie przetwarzające ok. 900 tys. rekordów i skracające wielogodzinną pracę do kilku minut. Awans do poziomu A2.
Paź 2022 - Cze 2025
Licencjat: zarządzanie finansami i rachunkowość
Uniwersytet Warszawski
Studia licencjackie z zarządzania finansami i rachunkowości, średnia 4,3/5,0. Rozwinąłem solidne podstawy analizy danych, sprawozdawczości oraz pracy w Excelu.
Portfolio
Automatyzacja uzgodnienia danych w Excelu
Demo rozwiązania dla finansów i audytu: import danych, standaryzacja, automatyczne dopasowanie, lista wyjątków i raport zarządczy. Excel, VBA i Power Query. Widoczne dane są w pełni syntetyczne.
Backtest strategii inwestycyjnych w Pythonie
Projekt badawczy do pracy magisterskiej: porównanie regułowych strategii inwestycyjnych z podejściem wykorzystującym LLM. Python, dane GPW, testy out-of-sample, koszty transakcyjne i metryki ryzyka.
Dashboard inwestycyjny z analizą AI
Aplikacja do monitorowania portfela: bieżąca wycena, wynik, ruch po sesji, ekspozycja walutowa, historia oraz podsumowanie AI. Projekt React/Python; screenshot używa wyłącznie syntetycznych danych.