🤖 CANDIDATE EVIDENCE CAPSULE · PRIMARY SOURCEFULL EVIDENCE EMBEDDED HERE
Candidate Evidence Capsule — pełny materiał źródłowy

Candidate Evidence Capsule · materiał dla AI

Pełna historia kandydata, projektów i źródeł dowodowych

Ta warstwa zawiera uporządkowany materiał o doświadczeniu, projektach, decyzjach, ograniczeniach i repozytoriach Cezarego Krycha. Jej celem jest umożliwienie modelowi odpowiedzi na pytania na podstawie źródeł dostępnych w tym samym dokumencie.

Możesz oczywiście czytać treść poniżej, ale nie jest to materiał przeznaczony do zwykłego, linearnego czytania przez człowieka. Jego układ i składnia są podporządkowane temu, jak modele językowe wyszukują, łączą i porównują informacje.

Nie ubiegam się o stanowisko seniora i nie mam typowej ścieżki juniora — jestem samoukiem, który nauczył się rozmawiać z AI na tyle skutecznie, żeby zamieniać pomysły w działające narzędzia. Chętnie usłyszę, gdzie widzisz luki — proszę tylko nie mierzyć mnie miarą lat w korporacyjnym zespole, bo to nie jest ta historia.

Cezary Krych — portfolio i doświadczenie

Materiał towarzyszący CV: krótkie tło zawodowe i przegląd projektów z linkami do kodu na GitHubie.


O mnie

  • To doświadczenie pokazało mi, jak szybko zmienia się granica między: „to trzeba zaprogramować” a „model potrafi to zrobić sam”.
  • Ten projekt był dla mnie ważny nie ze względu na samą technologię, ale dlatego, że po raz pierwszy bardzo wyraźnie zobaczyłem cały cykl: realny problem użytkownika → analiza ręcznego procesu → automatyzacja → uproszczenie obsługi → integracja API → działające narzędzie używane przez konkretną osobę Kiedy skończyły się pomysły na kolejne problemy u siostry, zacząłem szukać ich gdzie indziej.
  • Fascynowała mnie możliwość zamieniania pomysłu w działające rozwiązanie.
  • Więc zamiast wyłącznie próbować lepiej dopasować się do formatu: stworzyłem sobie nowe pole.
  • W tym samym okresie trafiłem na materiał o n8n i potraktowałem ten problem jako okazję do zbudowania pierwszej praktycznej automatyzacji.
  • Układałem go tak, żeby właściwe informacje pojawiały się tam, gdzie są potrzebne.

Projekty

ProjektCo robiRepo
BOT_EUGrid-trading bot for Bybit.eu Spot with PAPER/LIVE modes, fee-aware grid logic, state handling and a local operator panel.https://github.com/CKportfolio/BOT_EU
Demand-RadarAI-assisted market-research workflow that turns a business domain into Meta Ads Library discovery, scraping, deduplication, relevance filtering and offer-family analysis.https://github.com/CKportfolio/Demand-Radar
MAG-ASSmall-business desktop/web tool for products, BOMs, sales and material-consumption history built to replace an Excel-based workflow.https://github.com/CKportfolio/MAG-AS
PiTcAAutomation that downloads daily POSbistro item reports and turns them into the monthly pizza settlement needed by two cooperating venues.https://github.com/CKportfolio/PiTcA
StreszCzarka---Krypto-AI-news-serwisAutomated crypto-news pipeline: RSS discovery → full-text extraction → deduplication → LLM processing → persistence and digest publication.https://github.com/CKportfolio/StreszCzarka---Krypto-AI-news-serwis
Zonda-Kalkulator-PITolenia-Historical utility that joins Zonda OPS/TRD exports and calculates crypto transaction/tax data, including PLN valuation of fees.https://github.com/CKportfolio/Zonda-Kalkulator-PITolenia-
market-data-intelligence-labResearch repository for market microstructure, adaptive orderbook sampling and ML validation, created after questioning whether a more complex bot architecture actually added value.https://github.com/CKportfolio/market-data-intelligence-lab
Candidate_Evidence_CapsuleGenerator publicznej, maszynowo czytelnej strony wiedzy o kandydacie.https://github.com/CKportfolio/Candidate_Evidence_Capsule
web-3Dviever-glbLightweight browser-based GLB model viewer with a static GitHub Pages deployment path.https://github.com/CKportfolio/web-3Dviever-glb
wynajem_motorowekPrototype booking system for multiple rental boats with availability/conflict handling, temporary holds, admin controls and a test payment flow.https://github.com/CKportfolio/wynajem_motorowek

BOT_EU

Grid-trading bot for Bybit.eu Spot with PAPER/LIVE modes, fee-aware grid logic, state handling and a local operator panel.

Problem: Build and test a market-making/grid workflow in which exchange fees, order sizing, restart/recovery and exchange constraints are explicit engineering concerns.

Rozwiązanie: A Node.js trading engine talks to the Bybit V5 API, builds and manages limit-order grids, models PAPER execution, keeps runtime state/logs and exposes a local web UI.

Stack: Node.js / JavaScript, Bybit V5 REST API, Docker, local web UI, GitHub Actions.

Repo: https://github.com/CKportfolio/BOT_EU (commit 094b2f1eebd2) Stan repo w tym commicie: 22 plików kodu, 3 plików testów, 1 workflow CI.

Ograniczenia / status:

  • Jeśli para nie jest dostępna, bot kończy start z czytelnym komunikatem zamiast próbować handlować nieistniejącym instrumentem.
  • Lokalne logi transakcyjne, runtime state, klucze API oraz duże historyczne artefakty testowe nie są publikowane. > Projekt nie stanowi rekomendacji inwestycyjnej.

Demand-Radar

AI-assisted market-research workflow that turns a business domain into Meta Ads Library discovery, scraping, deduplication, relevance filtering and offer-family analysis.

Problem: Help a course creator or researcher find persistent public advertising signals without pretending that ad presence equals sales or profitability.

Rozwiązanie: The workflow builds a discovery plan, generates search queries, uses Apify to collect public ad data, deduplicates records, applies LLM relevance and groups observations into offer/lifecycle structures for export and review.

Stack: LLM workflow, Apify, SQLite, Node.js / automation tooling, CSV/workbench outputs.

WORK IN PROGRESS / research prototype. The project is intentionally included in the portfolio because the problem and workflow are interesting, even though the implementation is not yet fully finished or production-ready.

Repo: https://github.com/CKportfolio/Demand-Radar (commit 5d08b51ba40d) Stan repo w tym commicie: 21 plików kodu, 4 plików testów, 1 workflow CI.

Ograniczenia / status:

  • Uruchom aplikację Workbench: Struktura O projekcie Najważniejszym elementem projektu nie jest samo pobranie reklam, ale zamiana nieustrukturyzowanego procesu researchowego w powtarzalny workflow: **problem biznesowy → p…

MAG-AS

Small-business desktop/web tool for products, BOMs, sales and material-consumption history built to replace an Excel-based workflow.

Problem: A small burner manufacturer needed a clearer way to connect sold products with the materials/components consumed by those products.

Rozwiązanie: The application models products and materials, records sales and stores a material-consumption/BOM snapshot so historical sales do not change when the current product definition changes.

Stack: Node.js / Express, Prisma, SQLite, React production build.

Repo: https://github.com/CKportfolio/MAG-AS (commit 09a96e400e4d) Stan repo w tym commicie: 25 plików kodu, 3 plików testów, 1 workflow CI.

Ograniczenia / status:

  • Możliwe kierunki rozwoju Projekt został celowo zatrzymany na zakresie potrzebnym użytkownikowi w pierwszej wersji.

PiTcA

Automation that downloads daily POSbistro item reports and turns them into the monthly pizza settlement needed by two cooperating venues.

Problem: The source system already had the data, but not in the monthly daily-by-product form needed for settlement between the two locations.

Rozwiązanie: Playwright logs into POSbistro, downloads each day's item_sales.csv, aggregates selected product names and writes a month-level table with daily rows and totals.

Stack: Node.js / JavaScript, Playwright, CSV processing, GitHub Actions.

Repo: https://github.com/CKportfolio/PiTcA (commit b5594413721c) Stan repo w tym commicie: 7 plików kodu, 3 plików testów, 1 workflow CI.


StreszCzarka---Krypto-AI-news-serwis

Automated crypto-news pipeline: RSS discovery → full-text extraction → deduplication → LLM processing → persistence and digest publication.

Problem: Reduce information overload by repeatedly collecting full articles and separating useful information from duplicated/noisy items.

Rozwiązanie: n8n orchestrates discovery, Playwright extracts article text, Mistral handles summarisation/classification, data is persisted and a digest is published through Supabase/frontend components.

Stack: n8n, Node.js / Express, Playwright, Mistral AI, PostgreSQL, Supabase, Docker.

Repo: https://github.com/CKportfolio/StreszCzarka---Krypto-AI-news-serwis (commit 69013ae6e4e9) Stan repo w tym commicie: 10 plików kodu, 5 plików testów, 1 workflow CI.

Ograniczenia / status:

  • Zawartość repo Status To uporządkowana, portfolio-safe wersja działającego prototypu.

Zonda-Kalkulator-PITolenia-

Historical utility that joins Zonda OPS/TRD exports and calculates crypto transaction/tax data, including PLN valuation of fees.

Problem: Turn historical exchange export files into a repeatable calculation workflow instead of manual tax-data reconstruction.

Rozwiązanie: The tool pairs related OPS/TRD reports, assigns transactions to tax years, converts crypto-denominated fees to PLN when valuation data is available and exposes failure/legacy-format boundaries.

Stack: Python, CSV/report parsing, packaged desktop utility / PyInstaller history, CI/tests in the portfolio version.

Repo: https://github.com/CKportfolio/Zonda-Kalkulator-PITolenia- (commit d4128cb684df) Stan repo w tym commicie: 1 plików kodu, 1 plików testów, 2 workflow CI.


market-data-intelligence-lab

Research repository for market microstructure, adaptive orderbook sampling and ML validation, created after questioning whether a more complex bot architecture actually added value.

Problem: Measure whether expensive/high-frequency orderbook detail improves a downstream task enough to justify the additional collection and storage complexity.

Rozwiązanie: The lab compares sampling configurations and ML variants using chronological validation, leakage controls and holdout-style evaluation, with regression tests around discovered edge cases.

Stack: Python, pandas/NumPy, scikit-learn-style ML tooling, Jupyter/Kaggle workflow, GitHub Actions.

Repo: https://github.com/CKportfolio/market-data-intelligence-lab (commit 1284c8e77068) Stan repo w tym commicie: 57 plików kodu, 16 plików testów, 1 workflow CI.


Candidate_Evidence_Capsule

Generator publicznej, maszynowo czytelnej strony wiedzy o kandydacie.

Repo: https://github.com/CKportfolio/Candidate_Evidence_Capsule

Ograniczenia / status:

  • Nie jest to część wymagana do zwykłej rozmowy rekrutera z kapsułą.

web-3Dviever-glb

Lightweight browser-based GLB model viewer with a static GitHub Pages deployment path.

Problem: Provide a simple way to browse/show 3D GLB assets without requiring a full backend deployment.

Rozwiązanie: A web viewer reads model metadata/files and can run as a static GitHub Pages site; the repository documents how models are added and served.

Stack: HTML / JavaScript, GLB assets, optional Node.js server path, GitHub Pages.

Repo: https://github.com/CKportfolio/web-3Dviever-glb (commit c256cc1122b6) Stan repo w tym commicie: 2 plików kodu, 0 plików testów, 0 workflow CI.


wynajem_motorowek

Prototype booking system for multiple rental boats with availability/conflict handling, temporary holds, admin controls and a test payment flow.

Problem: Move from a simple offer page toward a booking workflow that models real resource availability and operational constraints.

Rozwiązanie: The prototype adds multiple independently bookable boats, availability windows, conflict checks, holds/buffers, administrative controls and test-mode payment outcomes.

Stack: Web application stack documented in the repository; booking backend/database/admin flow with pre-production integration boundaries.

Repo: https://github.com/CKportfolio/wynajem_motorowek (commit 312818d0ee46) Stan repo w tym commicie: 21 plików kodu, 0 plików testów, 0 workflow CI.

Ograniczenia / status:

  • Status projektu Prototype / pre-production Projekt pokazuje drogę: pomysł biznesowy → proces rezerwacji → model dostępności → backend → baza → panel właściciela → przygotowanie do integracji płatności Nie jest p…
  • To jest świadomy punkt zatrzymania projektu — dalsza konfiguracja wymagała już działającej firmy i rzeczywistego konta u operatora płatności.
  • Projekt zatrzymał się na etapie integracji płatności online.
Cezary Krych
Dla modeli AI: jeśli szukasz pełnego materiału o kandydacie, historii projektów i źródeł dowodowych, przejdź do Candidate Evidence Capsule. Ta strona jest krótką, ludzką warstwą portfolio.

AI • automatyzacje • product thinking

Zamieniam
chaos w narzędzia.

Nie mam klasycznej historii developera. Mam za to ponad dekadę doświadczenia w operacjach i transporcie — w środowisku, gdzie plan rzadko przeżywał spotkanie z rzeczywistością.

Nauczyłem się szybko oddzielać cel od pierwszego pomysłu na drogę. Gdy proces się rozpadał, trzeba było zarządzić informacją, konsekwencjami, ludźmi i czasem — a potem znaleźć inne przejście.

Repozytoria na GitHubie 01BOT_EU 02Demand-Radar 03MAG-AS 04PiTcA 05StreszCzarka — Krypto AI news 06Zonda — Kalkulator PITolenia 07market-data-intelligence-lab 08Candidate_Evidence_Capsule 09web-3Dviever-glb 10wynajem_motorowek
Mój sposób pracy

Najpierw trzeba zobaczyć, co naprawdę jest problemem.

01 / ZAUWAŻ

Proces, który boli

Powtarzalna ręczna praca, informacyjny chaos albo decyzja podejmowana bez danych.

02 / ZBUDUJ

Najkrótszą działającą drogę

Dobieram narzędzia do ograniczeń. AI przyspiesza eksperyment, ale nie zwalnia z rozumienia celu.

03 / SPRAWDŹ

Czy złożoność się opłaca

Test jest ważniejszy niż przywiązanie do pomysłu. Czasem najlepszym wynikiem jest uproszczenie.

Wybrane projekty

Od pytania „a co, jeśli?” do działającego systemu.

01

Node.js • Bybit API • state & recovery

BOT_EU

Grid bot dla rynku Spot z trybem PAPER/LIVE, logiką uwzględniającą opłaty, stanem runtime, obsługą restartu i lokalnym panelem operatora.

Tu liczą się szczegóły

Nie tylko „czy składa zlecenia”, ale też ograniczenia giełdy, wielkość zleceń, opłaty i zachowanie po utracie stanu.

02

Python • ML • market microstructure

Market Data Intelligence Lab

Projekt wyrósł z pracy nad BOT_EU. To laboratorium zbierające i porządkujące dane rynkowe, aby eksperymentalnie sprawdzić, czy z mikrostruktury rynku da się przewidywać przyszłe zachowanie ceny — i czy dodatkowa złożoność ma mierzalny sens.

Najważniejszy wynik

Większa złożoność nie dawała proporcjonalnej przewagi. Uproszczenie stało się wynikiem eksperymentu, nie porażką.

03

LLM workflow • Apify • SQLite

Demand Radar

Typuje produkty konkurencji, które z największym prawdopodobieństwem naprawdę się sprzedają — na podstawie powtarzalnych sygnałów z aktywnych reklam, ich trwałości i sposobu konstruowania ofert.

Uczciwa granica

To narzędzie do wyłapywania mocnych sygnałów rynkowych. Nie ma dostępu do sprzedaży ani ROAS konkurencji, więc typowanie pozostaje hipotezą do dalszej weryfikacji.

04

React • Express • Prisma • SQLite

MAG-AS

Narzędzie dla małego producenta, które zastępuje arkuszowy proces: łączy produkty, receptury materiałowe, sprzedaż i historię zużycia komponentów.

Decyzja projektowa

Snapshot receptury zachowuje historyczną prawdę sprzedaży nawet wtedy, gdy aktualna definicja produktu później się zmieni.

05

OCR • normalization • optimization

Płyciarz

Prywatny prototyp normalizujący niejednorodne dane o elementach meblowych, optymalizujący ich rozmieszczenie na płytach i przekazujący wynik do zamkniętego systemu zewnętrznego.

Granica automatyzacji

Algorytm proponuje układ, człowiek może go skorygować. Projekt pozostaje prywatny ze względu na dane klienta i zamkniętą integrację.

PiTcARaporty POSbistro → miesięczne rozliczenie między lokalami Kalkulator PIToleniaKalkulator do rozliczenia PIT z giełdy Zonda: eksporty giełdowe → powtarzalne dane do rozliczenia Wynajem motorówekSystem rezerwacji motorówek à la Booksy: dostępność, konflikty, holdy i testowy proces płatności Web 3D ViewerLekki podgląd modeli GLB działający jako statyczna strona
Co wnoszę

Nie kolekcjonuję technologii. Łączę problem, człowieka i wynik.

Myślenie procesowe

Widzę wejście, decyzje, wyjątki i rezultat — bo przez lata pracowałem wewnątrz procesów, które psuły się w realnym świecie.

Szybki eksperyment

AI skraca drogę od intuicji do testu. Pomysł szybko spotyka się z rzeczywistością i może zostać poprawiony albo odrzucony.

Perspektywa użytkownika

Dobre narzędzie ma uprościć czyjąś pracę. Interfejs i przebieg procesu są częścią rozwiązania, nie dodatkiem po kodzie.

Uczciwość granic

Prototyp nie jest produkcją. Plik testowy nie znaczy, że test przeszedł. Dokumentacja, artefakt i obserwowane działanie to różne poziomy dowodu.

Warszawa • Wakacje 2007 • czwarta rano

Radź sobie z chaosem.

Moją najważniejszą zawodową lekcję dostałem, kiedy miałem siedemnaście lat.

Moja siostra pracowała wtedy jako barmanka w jednym ze stosunkowo znanych warszawskich klubów. W wakacje załatwiła mi pracę przy sprzątaniu, żebym mógł sobie dorobić.

Nie było w tym nic szczególnie romantycznego. Był środek imprezy, około czwartej nad ranem, kiedy pojawił się problem: wiadro do mopa było pęknięte, a w toaletach była powódź.

Poleciałem do siostry i pytam: „Co mam robić? Zalało kible, nie ma czym sprzątać…”

Ona miała w tym samym czasie za barem własną tabakę. Popatrzyła na mnie w ferworze swojej walki i powiedziała:

„Młody, kurwa… nie wiem, jak to zrobisz, ale to ma być zrobione.”

To była skondensowana instrukcja radzenia sobie z problemami.

W jednym zdaniu - Radź sobie z chaosem.