Budujemy agentów, RAG i automatyzacje, które zarabiają i działają na produkcji — nie takie, które ładnie wyglądają na slajdach. Wchodzimy do Twojego zespołu albo bierzemy projekt w całości — od architektury po wdrożenie.
Autonomiczni agenci w pętli robiący realną pracę — analizę, decyzje, automatyzację — na produkcji, nie w demie.
Retrieval po Twoich dokumentach i danych; odpowiedzi oparte na źródłach, audytowalne, z cytatami-dowodami.
Automatyzacja dokumentów i procesów z LLM — z wyjaśnialnością: wiesz, dlaczego model podjął daną decyzję.
Trenowanie i programowanie robotów agentowymi pętlami — embodied AI, które robi twardą pracę, nie pokaz.
Wchodzimy do Twojego zespołu na konkretny projekt — gdy rekrutacja nie nadąża; wpinamy się w Wasz stack i proces, pracujemy jak Wasi ludzie.
Bierzemy projekt od architektury po produkcję i dowozimy całość — dostajesz efekt, nie problem kadrowy.
Za każdym wdrożeniem stoi zgrany task force doświadczonych freelancerów-specjalistów, którzy dowozili razem przez lata — ML, backend, frontend, robotyka, RAG, DevOps. Szymon prowadzi go hands-on i dobiera właściwych seniorów do konkretnego problemu.
Były CTO uPacjenta.pl (z exitem), współzałożyciel Diagnostyka Digital Hub, założyciel RIOT — pierwszego polskiego Digital Product Studio — oraz były Head of Product w Golem Network.
Płacisz za faktycznie wykonaną pracę — ani więcej, ani mniej; elastyczny zakres. Najlepsze, gdy zakres jeszcze się rusza.
Ustalony zakres, ustalona cena; pewność budżetu. Najlepsze, gdy zakres jest dobrze zdefiniowany.
Marka potrzebuje wiedzieć, czy komunikaty pojawiające się w sieci są zgodne z jej strategią PR — ręczna ocena setek publikacji jest wolna i niepowtarzalna.
Agent pobiera linki do publikacji z media-monitoringu, ekstrahuje treść i metadane artykułu, po czym skoruje go wobec tez PR i brandowych marki (brand playbook auto-zbudowany z dokumentów marki jako RAG).
Audytowalne werdykty: zgodny / neutralny / rozbieżny — każdy poparty cytatem-dowodem (proof of concept).
Śledczy muszą wydobyć dowody i powiązania z danych z telefonu — w tym godzin nagrań audio do przesłuchania.
Desktopowa apka React/TS plus pipeline transkrypcji audio: modele cloud przez Replicate, diaryzacja mówców, VAD chunking, korekta gramatyki i etykiet mówców przez LLM.
Działająca aplikacja: surfacing dowodów i powiązań z danych telefonu wraz z transkrypcją gotową do analizy.
Każdy dostawca przysyła arkusz przetargowy w Excelu z innym formatem nagłówków — ręczne ich ujednolicanie jest wolne.
System wykrywa tabele w Excelu, wnioskuje kanoniczne nagłówki przetargowe GPT-em, mapuje strukturalnie i generuje znormalizowane, ostylowane arkusze plus logi wyjaśnialności w Markdown (mapowanie źródło→cel, % pewności, uzasadnienie modelu gdy pewność niska).
Działa na produkcji: znormalizowane arkusze plus logi wyjaśnialności do każdej decyzji.
Ochrona fizyczna potrzebuje autonomicznego, działającego non-stop monitoringu robotycznego — bez stałej obecności człowieka.
Agentowe AI steruje platformą robotyczną w pętli percepcja → decyzja → akcja, łącząc widzenie maszynowe z autonomicznym podejmowaniem decyzji.
Zbudowany autonomiczny robotyczny system bezpieczeństwa działający w pętli percepcja → decyzja → akcja.
Analiza przestrzenna klasy tracking (pitch control, pressing, wartość biegów bez piłki, przełamywanie linii) jest poza zasięgiem klubów i agencji z CEE oraz niższych lig — mają tylko tanie dane eventowe on-ball.
Rekonstrukcja warstwy przestrzennej off-ball z tanich danych eventowych: fizyczny model przestrzenny (z pozycji liczy m.in. pitch control, bez danych treningowych) plus lekki krok uczonej imputacji, kalibrowany i walidowany na sparowanych danych event + tracking.
Kluczowa bramka techniczna zaliczona: cel Spearman > 0.7 na poziomie zawodnika, osiągnięte 0.83 (LOMO) na zaplombowanych sparowanych meczach, w pre-rejestrowanym protokole audytowanym adwersaryjnie.
Trening i programowanie humanoida na międzynarodowe zawody robotyczne — w krótkim oknie czasowym.
Cały trening i programowanie robota poprowadzone agentami AI w pętli — agenty iterowały zachowanie robota aż do startu.
3. miejsce w Polsce, top 32 z 75 drużyn z całego świata — trening w pełni prowadzony przez agenty w pętli.
Rozumiemy problem i kontekst biznesowy — co ma się wydarzyć i po czym poznamy sukces. Dostajesz jasny zakres i cel.
Projektujemy rozwiązanie: dobór modeli, danych i integracji. Dostajesz architekturę i plan, zanim zaczniemy budować.
Budujemy działający PoC lub feature i iterujemy na realnych danych. Dostajesz coś, co działa i co można dotknąć.
Wdrażamy na produkcję i przekazujemy projekt z dokumentacją plus utrzymaniem. Dostajesz system, który żyje, nie demo.
Krótka rozmowa, konkretna odpowiedź: czy się da, jak i w jakim modelu. Jeden kontakt, jedna odpowiedzialność.