Software Architect · B2B · Poznań
Najczęściej trafiam tam, gdzie coś już istnieje, ale przestało nadążać — porzucony backend, aplikacja no-code blokująca rozwój, proces robiony ręcznie od lat. Stabilizuję, modernizuję, automatyzuję.
Bez specyfikacji i bez wiedzy technicznej — opisz, co przestało działać, co trwa za długo albo gdzie firma traci czas.
Poprzedni wykonawca zniknął z kodem źródłowym. Firma dalej obsługiwała na tym systemie ponad 18 000 zleceń w trzech punktach sprzedaży.
Wypłata 18 080 CHF dla 212 rekordów po cichu domykała się w połowie — w systemie, który pracuje na prawdziwych pieniądzach 24/7.
System rezerwacji dla gabinetów stomatologicznych: wiele placówek, kalendarz na żywo i płatności online — zbudowany od zera.
Bez specyfikacji na start
Wystarczy, że wiesz, co w firmie boli: coś trwa za długo, ktoś robi ręcznie powtarzalną pracę, system przestał nadążać albo nikt nie chce go ruszyć.
Techniczne pytania pojawią się dopiero wtedy, gdy będą naprawdę potrzebne.
Każda liczba pochodzi z opisanego case study. Kliknij, żeby zobaczyć, jak powstała.
~15 s → <1 s
Czas wydruku zlecenia po wymianie porzuconego backendu Java na ~150 linii Node.js.
Reverse-engineering API z ruchu HTTP i schematu bazy, nowy backend Node/Express, frontend React nietknięty.
126 s → 3,9 s
Wypłata 18 080 CHF / 212 rekordów, która wcześniej po cichu domykała się w połowie.
Operacje masowe (~272 wywołania HTTP → ~10), maszyna stanów wypłaty, nocny audyt + alerty Telegram.
6 wdrożeń / 8 tygodni
Od naprawy webhooka za 450 zł do roli partnera technicznego studia ze Szwajcarii.
3 boty Telegram, 2 systemy produkcyjne, RBAC, mikroserwis na Deno Deploy omijający limity platformy no-code.
14 minut
Cutover produkcji na nową infrastrukturę — w weekendowym oknie, bez utraty danych.
Hetzner Cloud, Caddy + Let’s Encrypt, codzienny backup off-site w drugim kraju z potwierdzonym odtworzeniem.
9/9 testów E2E
Rdzeń rezerwacji SaaS bez double-bookingu, zweryfikowany na produkcji.
Multi-tenant RLS, atomowa blokada przez partial index w Postgresie, Stripe z idempotentnym webhookiem.
100 ogłoszeń / <$0.30
Pipeline AI znajdujący firmy, które zatrudniają ludzi do pracy dla skryptu.
Pre-filtr regułowy, scoring Claude Haiku, personalizacja Sonnet — pełny przebieg w 2 minuty.
Jak wygląda współpraca
Studio ze Szwajcarii zgłosiło się z prostym zleceniem: bot Telegram nie łączy się z systemem. Osiem tygodni później utrzymywałem dwa systemy produkcyjne. Tak wygląda ta droga:
Platforma no-code blokowała komunikację zwrotną. Zewnętrzny serwer pośredniczący postawiony w jeden wieczór.
Tę samą pensję dało się wypłacić kilka razy — saldo nie zerowało się po kliknięciu. Przebudowa logiki transakcyjnej w systemie działającym na realnych pieniądzach 24/7.
Logowanie Google wpuszczało nowych pracowników bez weryfikacji. Trójstanowy RBAC zamknął lukę.
Klon całości dla studia w innym mieście — osobna baza, osobny bot, zero wpływu na produkcję.
Przy 100–150 prezentacjach dziennie: klik → pokój → powiadomienie trafia tylko do wolnych pracownic, w ich języku.
8 tygodni: 6 wdrożeń · 3 boty Telegram · 2 systemy produkcyjne
Nikt nie szuka „inżyniera do jednorazowej naprawy”. Ludzie szukają kogoś, komu mogą napisać o 1:45 w nocy — i wiedzieć, że rano będzie działać.
Krytyczne bugi finansowe, luki dostępu, padające integracje — także tam, gdzie platforma no-code mówi „nie da się”. Izoluję przyczynę, nie łatam objawów.
02Poprzedni wykonawca zniknął z kodem? Baza danych i ruch sieciowy wystarczą, żeby odtworzyć backend — taniej i szybciej niż przepisywanie od zera.
03Pipeline'y LLM na realnych danych klienta, nie demówki. Klasyfikacja, ekstrakcja, transkrypcja — procesy, które co miesiąc pożerają czyjąś pensję.
04Od specyfikacji do produkcji w tygodnie, nie miesiące. Często jako jedna aplikacja, która działa na każdym telefonie i komputerze — zamiast trzech osobnych, za ułamek ceny.
Lubię robotę, która wymaga rozłożenia istniejącego systemu na części, zrozumienia, jak naprawdę działa, i poskładania go tak, żeby dało się go dalej rozwijać. Na co dzień Node.js, Python, bazy danych i integracje; po stronie AI — agenci i pipeline'y na realnych danych, nie na demówkach. Matematyk z UAM.
Zostaję po wdrożeniu
System zaczyna naprawdę żyć, gdy używają go ludzie pod presją. Odpowiedź na SMS w ciągu godziny, poprawka tego samego dnia.
Uczciwa wycena w 48h
Prawdziwa liczba na starcie zamiast taniej oferty, która kończy się „etapem 2”. Pełna przejrzystość — dostęp do repo, raporty postępu.
Pełna odpowiedzialność
Rozmawiasz z osobą, która pisze kod i podejmuje decyzje architektoniczne. Zero pośredników, zero zagubionej komunikacji.
Audyt to punkt wyjścia
Nie wstęp do wielkiego projektu. Czasem najuczciwszą odpowiedzią jest „tego nie warto automatyzować” — i taką też dostaniesz.
Od pierwszej wiadomości do działającego systemu — bez żargonu i bez zobowiązań na starcie.
Swoimi słowami — w krótkiej rozmowie z AI albo zwykłym mailem. Bez specyfikacji, bez rejestracji.
Konkretny zakres prac i prawdziwa liczba na starcie. Jeśli czegoś nie warto robić — też to usłyszysz.
Najpierw to, co boli najbardziej. Twój system działa przez cały czas prac, a postęp widzisz na bieżąco.
Odpowiedź na SMS w ciągu godziny, poprawka tego samego dnia. System dopracowuje się w realnym użyciu.
Asystent zbiera kontekst od razu — Artur dostaje materiał do osobistej oceny.