Architekt Systemow AI/ML · Warszawa
Buduję Compliance ML do AML/adverse media screening, systemy RAG do zarządzania wiedzą, przetwarzanie sygnałów dla przemysłowego NDT. systemy ML, ktore dzialaja na produkcji—nie demo ktore imponuja na spotkaniach i padaja po wdrozeniu. Specjalizacja: adverse media screening dla AML, computer vision dla inspekcji przemyslowych, enterprise RAG.
Swobodnie prezentuję przed CFO i CTO; równie swobodnie debuguję kernele CUDA. Wolę dogłębnie zrozumieć problem przed zaproponowaniem rozwiązania i zależy mi na Większość "projektów AI" nie upada przez wydajność modelu, ale przez integrację, jakość danych lub rozbieżne oczekiwania. Widzialem ten wzorzec w skali Big4 i startupowej. dostarczaniu rzeczy działających na produkcji—nie tylko efektownych demo.
Co mnie wyroznia: Reverse-engineeruje proprietarne formaty, ktore inni traktuja jako black boxy. Lacze metodyke Big4 bez overhead'u Big4. Biore pelna odpowiedzialnosc—bez hand-offow, bez "to nie moja dzialka."
Projekty, które biore: jasne metryki (F1, mAP, precision/recall), bezposredni dostep do decision-makerow, realne problemy gdzie ML jest faktycznie wlasciwym rozwiazaniem. Bez AI theater.
Zbudowałem system adverse media screening dla AML compliance. Pipeline NER + klasyfikacja do wykrywania ryzyka podmiotów w źródłach newsowych. Integracja z istniejącymi workflow compliance.
NER Klasyfikacja AML PythonEnterprise RAG dla wewnętrznej bazy wiedzy. Orkiestracja LangGraph z customową strategią chunkingu, która znacząco poprawiła trafność wyszukiwania vs baseline.
RAG LangGraph LLMsPrzetwarzanie sygnałów i pipeline ML do ultradźwiękowych badań nieniszczących. Klasyfikacja defektów, automatyczne raportowanie, integracja z workflow inżynierskimi.
Przetwarzanie sygnałów CNN Computer VisionKonsulting strategii GenAI dla startupu food-tech. Ocena technologii, identyfikacja przypadków użycia, roadmapa wdrożenia.
GenAI StrategiaProwadziłem projekt za 9.3M PLN dot. blockchain do zapobiegania oszustwom w Open Banking. Zbudowałem chain oparty na Substrate z tamper-evident audit logs; zaprojektowałem silnik reguł KYC/AML. Dostarczyłem działający prototyp partnerowi bankowemu.
Substrate Rust KYC/AML
Polsko-Japońska Akademia Technik Komputerowych
Uniwersytet Warszawski
Wykładowca – AI Applications in Science, Uniwersytet Warszawski
Międzynarodowy Turniej Młodych Fizyków uczestnik, 2012 (źródło)
Zapytania projektowe: k.wikiel@gmail.com
Gdzie indziej:
Najlepiej wspolpracuje sie z firmami majacymi jasne metryki sukcesu, bezposredni dostep do decision-makerow i realne problemy gdzie ML jest wlasciwym rozwiazaniem.