Rzeczy, które wdrożyłem
Bliższe spojrzenie na projekty, które rozwiązywały realny problem na produkcji - architektura, kompromisy, efekt.
SaaS · AITravatar
Travatar odpowiada na pytanie, na które klasyczna analityka już nie odpowiada: jak widoczna jest marka wewnątrz odpowiedzi AI i ile z ruchu na stronie to realni ludzie. Platforma cyklicznie odpytuje modele językowe zestawami promptów i śledzi, gdzie marka się pojawia, w jakim kontekście i obok jakiej konkurencji, a potem zamienia to w audyty GEO i widoczności w AI z konkretnymi rekomendacjami. Po stronie ruchu każda sesja jest klasyfikowana względem sygnatur botów i crawlerów, więc raporty opierają się na realnych użytkownikach, a nie na zawyżonych liczbach. Na wierzchu działa AI Growth Coworker - asystent, który czyta zebrane dane i proponuje kolejne kroki. Odpowiadam za backend: serwisy w Django i FastAPI, model danych na Postgres + pgvector, pipeline'y w Celery i Prefekcie utrzymujące audyty w harmonogramie oraz Kafkę streamującą zdarzenia ruchu.
- Python
- Django
- FastAPI
- Postgres + pgvector
- Celery
- Kafka
- Prefect
Data · AICannabase
Polski rynek medycznej marihuany jest rozsypany po cennikach aptek, PDF-ach producentów i zamkniętych grupach pacjentów - Cannabase zbiera go w jedno miejsce. Katalog obejmuje odmiany z profilami terpenowymi i proporcjami THC/CBD, powiązane z niemal na żywo aktualizowaną dostępnością i cenami w aptekach w całym kraju, plus katalog klinik wystawiających recepty. Zautomatyzowane procesy zbierania i normalizacji danych uzgadniają niespójne nazewnictwo między producentami a aptekami, żeby ten sam produkt nie występował pięć razy w pięciu wariantach zapisu. Dendi, wbudowany asystent AI, działa na pipelinie RAG nad tym katalogiem: odpowiada na pytania o konkretną odmianę, sprawdza dostępność w okolicy pacjenta i proponuje zamienniki o zbliżonym profilu terpenowo-kannabinoidowym, gdy czegoś brakuje. Całość na FastAPI i SQLAlchemy, z Postgresem + pgvector na embeddingi i frontendem w Next.js.
- Python
- FastAPI
- SQLAlchemy
- Postgres + pgvector
- Next.js
- Docker