Marcin Szczęsny

Data Scientist | AI Developer | ML Engineer

Od dwóch dekad z pasją buduję relacje biznesowe, skutecznie rozwijając sprzedaż i pozyskując nowych klientów w obecnej pracy zawodowej. Moje doświadczenie to połączenie handlowej intuicji z umiejętnością utrzymania długofalowych relacji opartych na zaufaniu, wspieranych analizą danych, która pozwalała skutecznie realizować cele sprzedażowe i optymalizować działania. Od października 2024 aktywnie zdobywam doświadczenie w Data Science i AI. W lutym 2025 dołączyłem do elitarnej grupy Masterclass kursu Data Science, gdzie współtworzę innowacyjne startupy w obszarze analizy danych i sztucznej inteligencji.

O Mnie

🎓 Wykształcenie

Inżynier informatyki (programowanie)
Technik elektronik
Technik administracji

📜 Certyfikaty

Kurs Data Science (ukończony)
Kurs tworzenia agentów AI (w trakcie)

💼 Doświadczenie

20+ lat w handlu i sprzedaży
1 rok intensywnej nauki Data Science/AI
8 miesięcy - członek elitarnej grupy Masterclass - rozszerzenie kursu Data Science

Umiejętności Techniczne

🐍 Języki programowania

Python TypeScript

⚛️ Frameworks & Libraries

Streamlit React

🤖 AI/ML

OpenAI Ollama PyCaret Scikit-learn CatBoost

🗄️ Bazy danych

PostgreSQL Supabase Qdrant

☁️ Cloud & DevOps

AWS S3 Digital Ocean Docker Supabase Storage

🔧 Inne narzędzia

MCP Github Pandas NumPy Plotly Joblib Langfuse

Wybrane Projekty

🎨 PiktoBajki - obrazkowe opowiadania

Aplikacja do generowania interaktywnych historii obrazkowych z wykorzystaniem zaawansowanych algorytmów AI. Integracja z OpenAI API (GPT-4o, DALLE-3, TTS), system subskrypcji i zarządzanie zasobami użytkownika.

Technologie: Python Streamlit OpenAI API GPT-4o DALLE-3 Supabase

🎤 Audionotatki

Aplikacja do nagrywania notatek głosowych z automatyczną transkrypcją do tekstu. Wykorzystuje model OpenAI Whisper, wektorową bazę danych oraz semantyczne wyszukiwanie notatek.

Technologie: Python Streamlit OpenAI Whisper Qdrant Embeddings

🏃 Półmaraton - predykcja czasu

Interaktywna aplikacja przewidująca czas półmaratonu na podstawie wytrenowanego modelu ML. Analiza danych 20+ tysięcy uczestników, integracja z GPT dla spersonalizowanych porad treningowych.

Technologie: Python Streamlit CatBoost PyCaret OpenAI Langfuse

👥 Find Friends

Narzędzie EDA do znajdowania osób o podobnych zainteresowaniach. Wykorzystuje algorytmy clusteringu do identyfikacji grup użytkowników o zbliżonych preferencjach.

Technologie: Python Streamlit PyCaret Clustering Plotly Pandas

Dostępność

🔍 Aktywnie szukam: - Pracy stałej w obszarze Data Science/AI - Projektów freelance związanych z ML/AI - Współpracy przy tworzeniu innowacyjnych rozwiązań

💼 Zainteresowany: - Rozwojem systemów AI i agentów - Implementacją rozwiązań ML w biznesie - Tworzeniem aplikacji z wykorzystaniem LLM

Kontakt

📧 Email: heya@wp.pl

Linki

🔗 GitHub: Link do profilu
💼 LinkedIn: Link do profilu

Strona utworzona z wykorzystaniem MkDocs. Regularne aktualizacje portfolio i nowe projekty dostępne na tej stronie.