Student studiów magisterskich Big Data Science na Akademii Leona Koźmińskiego, z licencjatem łączącym zarządzanie i sztuczną inteligencję. Najlepiej czuję się w pracy z modelami od początku do końca - od eksploracji i czyszczenia danych, przez inżynierię cech i trenowanie, po ewaluację i gotowy, użyteczny produkt. Wybrane projekty: • Expected Goals (xG) -> model na danych StatsBomb estymujący prawdopodobieństwo gola, z własną aplikacją interaktywną pozwalającą „oddać strzał" z dowolnego miejsca boiska i zobaczyć przewidywane xG. • Wykrywanie oszustw finansowych -> praca licencjacka oparta na metodach ML, fundament mojego doświadczenia w stosowanym uczeniu maszynowym. • Pipeline analityki clickstream (AWS) -> projekt capstone w AWS Academy: architektura przetwarzania danych z wykorzystaniem EC2, CloudWatch i Logs Insights oraz dashboardy geolokalizacyjne. Stack: Python, SQL, scikit-learn, LightGBM, narzędzia AI/LLM oraz chmura AWS. Szybko przyswajam nowe technologie w praktyce i lubię problemy, w których rzetelne modelowanie spotyka się z konkretnym, praktycznym rezultatem.
