Full-stack · backend · AI głosowa

Systemy produkcyjne, w których opóźnienie, skala i poprawność liczą się jednocześnie.

Pipeline’y głosowe i mediów czasu rzeczywistego, mikroserwisy, które wytrzymują kontakt z rzeczywistością, oraz warstwa AI, która je spina.

  • Backend i API
  • AI głosowa i telefonia
  • Media czasu rzeczywistego
  • Chmura i DevOps

Tam, gdzie jest głębia

Specjalizacje

Działający zestaw narzędzi, nie lista życzeń. Każdy obszar był wdrożony, debugowany i utrzymywany na produkcji.

Backend i API

Długo działające usługi i kontrakty między nimi.

  • Node.js
  • Nest.js
  • Express.js
  • Python
  • FastAPI
  • REST
  • GraphQL
  • tRPC

AI głosowa i telefonia

Kompletne stosy głosowe — od mikrofonu do modelu i z powrotem, wraz z klientami, którzy z nimi rozmawiają: własna umiejętność Alexa, natywna aplikacja watchOS, nasłuch wake-word na ESP32-S3 i rozszerzenie Chrome.

  • STT / TTS
  • Web Speech API
  • OpenAI
  • SIP
  • Asterisk
  • Kamailio
  • RTPEngine
  • JsSIP
  • WebRTC
  • Alexa skill
  • watchOS
  • ESP-IDF
  • Chrome MV3

Media czasu rzeczywistego

Przepływ audio i wideo przez pipeline’y, które muszą nadążać.

  • WebRTC
  • RTMP
  • RTSP
  • GStreamer
  • FFmpeg
  • Socket.io
  • Janus

Integracja AI

Wpinanie LLM-ów w realne produkty — obserwowalnie, bezpiecznie, w imieniu kogoś innego. Także orkiestracja wyspecjalizowanych agentów AI jako zespołu dostawczego, z ograniczonymi obszarami zapisu i bramkami przeglądu opartymi na dowodach przed przyjęciem zmiany.

  • OpenAI SDK
  • Ollama
  • RAG
  • MCP
  • pgvector
  • Prompt design
  • Multi-agent orchestration

Modularne systemy AI

Wymienni dostawcy modeli za jedną granicą: routing per zadanie (czat, embeddingi, tłumaczenie, mowa, realtime), fallbacki dostawców i jawne domyślne „użyj bieżącego”, poświadczenia w jednej usłudze, a każde wywołanie śledzone z dostawcą, modelem i zużyciem tokenów.

  • MCP router
  • Provider abstraction
  • Task routing
  • Fallback chains
  • Observability

Chmura i DevOps

Od kontenera do klastra, ze śladami na całej drodze.

  • AWS
  • Docker
  • Kubernetes
  • Terraform
  • ArgoCD
  • Jenkins
  • OTEL
  • CI/CD

Dane i trwałość

Wybór właściwego kształtu przechowywania dla danego problemu.

  • PostgreSQL
  • MongoDB
  • Redis
  • DynamoDB
  • Prisma
  • TypeORM
  • Liquibase

Wybrane projekty

Przykładowe wdrożenia

Kilka reprezentatywnych systemów. Zanonimizowane — liczy się kształt problemu, nie logo.

01

Stos telefoniczny dla AI głosowej

Wieloetapowe wdrożenie Docker z proxy SIP Kamailio i media relay RTPEngine zasilającym agenta AI głosowej. Dostrojona sieć hosta i terminacja WSS dla rund mowy o niskim opóźnieniu. RBAC w wielodostępnych API.

  • Kamailio
  • RTPEngine
  • SIP
  • WebRTC
  • STT / TTS
  • RBAC

02

Samodzielnie hostowany workspace AI

Centralny backend FastAPI obsługujący dwie SPA (aplikację do nauki języków i bazę wiedzy w markdown), oparty na Postgresie z pgvector. Odseparowany serwer MCP obsługuje każde wywołanie LLM — klucze dostawców, logi żądań, ślady OpenTelemetry i pliki zdarzeń per żądanie żyją za jedną granicą SSE. Platforma zawiera jednorazowe środowisko testowe Kubernetes: smoke testy chartu, zestaw API i zestaw głosowy puszczający realne audio przez pipeline WebSocket, a migracje są weryfikowane na przywróconym snapshotcie produkcji przed wydaniem.

  • FastAPI
  • PostgreSQL
  • pgvector
  • MCP
  • OpenTelemetry
  • React
  • Kubernetes E2E

03

Mikroserwisy i CRM w ochronie zdrowia

Rozszerzanie usług dla CRM, migracja danych legacy, przegląd kodu (głównie backend, ~70–100% diffu) i decyzje architektoniczne kształtujące kolejny kwartał pracy. Pokrycie testami, CI/CD, Kubernetes przez ArgoCD.

  • Nest.js
  • GraphQL
  • Medusa.js
  • MongoDB
  • PostgreSQL
  • ArgoCD

04

Platforma wideokonferencyjna

Wideo i audio w czasie rzeczywistym z WebRTC oraz usługi backendowe do rozpoznawania mowy i tłumaczenia. Infrastruktura postawiona od zera z Terraform, CI/CD i Dockerem.

  • WebRTC
  • Janus
  • STT
  • Terraform
  • Firebase

05

Back-office SaaS dla klientów medialnych

Narzędzia dla korporacyjnych klientów medialnych, zintegrowane z HubSpot, płatnościami i e-fakturami. Ciężkie przetwarzanie mediów robiły pipeline’y Lambda; Jenkins i Docker prowadziły całość.

  • Node.js
  • Express
  • Vue.js
  • AWS Lambda
  • Kafka
  • Jenkins

Zapytaj o profil

Pytania o karierę

Mały asystent odpowiada na pytania o moje doświadczenie na podstawie profilu z tej strony. Wpisz pytanie i naciśnij Enter.

Odpowiedzi są generowane na podstawie powyższego profilu. Pytania trzeba wpisać, nie wkleić — dzięki temu pole odróżnia ludzi od skryptów.

Kontakt

Porozmawiajmy

Projekty backendowe, AI głosowej i platformowe. Najszybszy kontakt to e-mail.