Projekty
Zbudowanei opublikowane.
Wszystko jest publiczne na GitHubie: uczenie maszynowe, wizja komputerowa, potoki danych i kilka rzeczy działających na sprzęcie.
Praca inżynierska: przewiduje, które fragmenty filmów z YouTube widzowie odtwarzają najczęściej. Zamrożone enkodery obrazu, dźwięku i napisów, fuzja modalności i model czasowy, uczone na zbiorze Mr.HiSum (ponad 30 tys. filmów).

Detekcja i rozpoznawanie pojazdów na nagraniach drogowych za pomocą dostrojonego modelu YOLOv8: od przygotowania zbioru po inferencję na wideo.

Pełny proces ETL do hurtowni danych w schemacie gwiazdy dla danych sklepu internetowego (ponad 100 tys. zamówień), z pulpitem KPI w Streamlit. Całość w kontenerach Docker.

Przewidywanie niewypłacalności kredytowej na zbiorze GiveMeSomeCredit z Kaggle: czyszczenie danych, inżynieria cech, trening modelu i ocena jakości.

Wykrywanie kasków ochronnych i głów bez kasku na zdjęciach i wideo za pomocą dostrojonego YOLOv8 - punkt wyjścia do monitoringu BHP na budowie.

Potok ETL uruchamiany według harmonogramu: pobiera pogodę dla sześciu polskich miast z OpenWeatherMap, porządkuje dane i zapisuje je w PostgreSQL.

W budowie. Potok czasu rzeczywistego, który ma wychwytywać rozbieżności między ceną kryptowalut a wydźwiękiem nagłówków wiadomości. Gotowa jest analiza sentymentu modelem FinBERT i schemat bazy; strumienie przez Kafkę i pulpit są w toku.
Aplikacja webowa generująca sygnały transakcyjne na podstawie danych rynkowych pobieranych przez REST API. Backend w Javie, interfejs w przeglądarce.

Generuje plakaty do druku na podstawie playlisty ze Spotify: pobiera dane utworów i okładki przez Spotify API, a układ powstaje automatycznie.

Wielowątkowy scraper zbierający oferty pracy z portali ogłoszeniowych przy użyciu Selenium. Zbudowany tak, by utrzymać przepustowość przy wielu stronach naraz.

Urządzenie ESP32, które sprawdza dostępność listy stron przez Wi-Fi i raportuje ich stan. Monitoring uptime działający na mikrokontrolerze.