High-Performance Engineering.
Ciężkie systemy. Porządnie.

20 lat w systemach Enterprise (PayPal, Sage, Siemens). Ruby/Rails na dużej skali, modernizacja legacy i produkcyjna integracja AI.

30 etatów
Zaoszczędzone (Telstra)
Miliardy
Obsłużone transakcje (PayPal)
20 lat
Enterprise Engineering
Porozmawiajmy Zobacz case studies →
Wybrane projekty

Case Studies

Projekty, w których standardowe podejście nie wystarczyło.

PayPal & Fintech

Miliardy Transakcji

Wyzwanie: Migracja i wdrażanie zmian w niedokumentowanym legacy code (Ruby/Microservices) przy ogromnej skali.

Engineering: Implementacja "percentage feature switch" dla webhooków, umożliwiająca etapowy rollout z kontrolowanym blast radius.

Wynik: Model wdrożenia production-safe — etapowy rollout z kontrolowanym blast radius, pełna obserwowalność w Splunk, uporządkowana architektura serwisu.

Foot Locker

Black Friday

Wyzwanie: Szczyt ruchu podczas Black Friday na dużej platformie e-commerce.

Engineering: Wielowarstwowy cache wdrożony na naszym scope (sekcja content/blog) z wyprzedzeniem przed peak'iem.

Wynik: Nasza sekcja przeniosła ruch Black Friday bez problemu. Kiedy inne części platformy słaniały się pod obciążeniem, nasz cache wytrzymał.

ArsMacros · Telstra

Własny produkt, via IBM

Wyzwanie: Tysiące godzin traconych po stronie klienta na manualne procesy (SharePoint/ITSM).

Engineering: Zbudowaliśmy ArsMacros — własny produkt do automatyzacji przepływu danych. Dostarczony Telstrze przez kanał partnerski IBM.

Wynik: Manualna praca odpowiadająca ~30 etatom zastąpiona automatyzacją. ROI liczone w milionach.

Lab

Nad czym aktualnie pracuję

Tu spędzam godziny poza projektami klientów. Wzorce, które potem wnoszę do współpracy komercyjnej.

// 01

Agentic coding w produkcji

Wzorce użycia Claude Code i pokrewnych agentów na kodzie enterprise — krok od dema do systemów, które realnie shipują. Co jest niezawodne, czego unikać, co opakować własnym tooling-iem.

// 02

Durable workflow design

Deterministyczny szkielet plus kroki sterowane przez AI. Workflowy, które można audytować, powtórzyć i którym można zaufać — gdzie "agentic" spotyka się z reprodukowalnością.

// 03

Context engineering dla RAG

Systemy retrieval, które nie halucynują. Source provenance, deterministyczny output, guardrails dla domen, w których pomyłka kosztuje.

Równolegle

Uczę się biologii mokrej — techniki PCR i bioinformatyka, certyfikat Uniwersytetu Gdańskiego. To skrzyżowanie biologii i agentów AI sprawia, że GeneQuest ma sens.

Otwarty na zlecenia R&D w tych obszarach. Napisz →

Kontakt

Odpowiadam osobiście. Zazwyczaj w ciągu 24h.

  • @ dm@humantechnology.com.pl
  • tel +48 884 160 776
  • loc Zielona Góra / Remote

Doświadczenie:

PayPal Siemens Sage Foot Locker