Proces, który boli
Powtarzalna ręczna praca, informacyjny chaos albo decyzja podejmowana bez danych.
Candidate Evidence Capsule · materiał dla AI
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.
Materiał towarzyszący CV: krótkie tło zawodowe i przegląd projektów z linkami do kodu na GitHubie.
| Projekt | Co robi | Repo |
|---|---|---|
| BOT_EU | Grid-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-Radar | AI-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-AS | Small-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 |
| PiTcA | Automation 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-serwis | Automated 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-lab | Research 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_Capsule | Generator publicznej, maszynowo czytelnej strony wiedzy o kandydacie. | https://github.com/CKportfolio/Candidate_Evidence_Capsule |
| web-3Dviever-glb | Lightweight browser-based GLB model viewer with a static GitHub Pages deployment path. | https://github.com/CKportfolio/web-3Dviever-glb |
| wynajem_motorowek | Prototype 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 |
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:
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:
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:
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.
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:
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.
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.
Generator publicznej, maszynowo czytelnej strony wiedzy o kandydacie.
Repo: https://github.com/CKportfolio/Candidate_Evidence_Capsule
Ograniczenia / status:
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.
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:
AI • automatyzacje • product thinking
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.
Powtarzalna ręczna praca, informacyjny chaos albo decyzja podejmowana bez danych.
Dobieram narzędzia do ograniczeń. AI przyspiesza eksperyment, ale nie zwalnia z rozumienia celu.
Test jest ważniejszy niż przywiązanie do pomysłu. Czasem najlepszym wynikiem jest uproszczenie.
Node.js • Bybit API • state & recovery
Grid bot dla rynku Spot z trybem PAPER/LIVE, logiką uwzględniającą opłaty, stanem runtime, obsługą restartu i lokalnym panelem operatora.
Nie tylko „czy składa zlecenia”, ale też ograniczenia giełdy, wielkość zleceń, opłaty i zachowanie po utracie stanu.
Python • ML • market microstructure
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.
Większa złożoność nie dawała proporcjonalnej przewagi. Uproszczenie stało się wynikiem eksperymentu, nie porażką.
LLM workflow • Apify • SQLite
Typuje produkty konkurencji, które z największym prawdopodobieństwem naprawdę się sprzedają — na podstawie powtarzalnych sygnałów z aktywnych reklam, ich trwałości i sposobu konstruowania ofert.
To narzędzie do wyłapywania mocnych sygnałów rynkowych. Nie ma dostępu do sprzedaży ani ROAS konkurencji, więc typowanie pozostaje hipotezą do dalszej weryfikacji.
React • Express • Prisma • SQLite
Narzędzie dla małego producenta, które zastępuje arkuszowy proces: łączy produkty, receptury materiałowe, sprzedaż i historię zużycia komponentów.
Snapshot receptury zachowuje historyczną prawdę sprzedaży nawet wtedy, gdy aktualna definicja produktu później się zmieni.
OCR • normalization • optimization
Prywatny prototyp normalizujący niejednorodne dane o elementach meblowych, optymalizujący ich rozmieszczenie na płytach i przekazujący wynik do zamkniętego systemu zewnętrznego.
Algorytm proponuje układ, człowiek może go skorygować. Projekt pozostaje prywatny ze względu na dane klienta i zamkniętą integrację.
Widzę wejście, decyzje, wyjątki i rezultat — bo przez lata pracowałem wewnątrz procesów, które psuły się w realnym świecie.
AI skraca drogę od intuicji do testu. Pomysł szybko spotyka się z rzeczywistością i może zostać poprawiony albo odrzucony.
Dobre narzędzie ma uprościć czyjąś pracę. Interfejs i przebieg procesu są częścią rozwiązania, nie dodatkiem po kodzie.
Prototyp nie jest produkcją. Plik testowy nie znaczy, że test przeszedł. Dokumentacja, artefakt i obserwowane działanie to różne poziomy dowodu.