# Mateusz Śliwa

**Data engineer · AI engineer · Python, uczenie maszynowe, LLM**

Ostatnia aktualizacja: 2026-10-13

- Email: [sliwa.mateo@gmail.com](mailto:sliwa.mateo@gmail.com)
- GitHub: [github.com/MSliwa01](https://github.com/MSliwa01)
- Web: [ecosort.pl](https://ecosort.pl)
- Location: Zielona Góra · praca zdalna lub hybrydowa · gotowość do przeprowadzki · dostępny od zaraz
- Strona: [mateuszsliwa.dev](https://mateuszsliwa.dev/pl/)
- App Store: [EcoSort](https://apps.apple.com/pl/app/ecosort/id6785674008), [TrueSky](https://apps.apple.com/pl/app/truesky-weather/id6816346955)

Mam magisterkę z inżynierii danych i licencjat z ekonomii. Zbudowałem **EcoSort**, aplikację w App Store, i pipeline LLM, który woli wstrzymać datę, niż podać złą. Piszę narzędzia dla agentów AI i testuję LLM, zanim im zaufam.

## Projekty

### EcoSort, twórca i jedyny programista (od 2026)
_Terminy wywozu odpadów, przypomnienia i widgety dla adresu · 6 gmin_
Demo: [mateuszsliwa.dev/pl/ecosort](https://mateuszsliwa.dev/pl/ecosort)
[ecosort.pl](https://ecosort.pl) [apps.apple.com/pl/app/ecosort](https://apps.apple.com/pl/app/ecosort/id6785674008)

- Pipeline czyta harmonogramy gmin po kawałku: miesiąc albo sekcja tabeli na zapytanie, dwa odczyty różnymi promptami, trzeci przy niezgodności i kontrole w kodzie (święta, niedziele, dziury w rytmie). YOLO to zapas.
- Na sześciu trudnych skanach (2190 komórek) najlepsza z trzech wersji promptu pomyliła **24,5% komórek**. W trzech pełnych przebiegach pipeline opublikował 82,2% komórek **bez żadnej złej daty**, a pozostałe 17,8% wstrzymał, zamiast zgadywać. Wzorzec to 966 ręcznych decyzji, a pipeline strojono na tych dokumentach.
- Napisałem backend w FastAPI i PostgreSQL z adresami z TERYT, panel w React, aplikację w SwiftUI, niewydaną jeszcze wersję na Androida w Compose, asystenta na Gemini z filtrem PII i Docker Compose na VPS.

### Model prawdopodobieństwa wygranej w Counter-Strike 2, praca magisterska (2025–2026)
_Python, pandas, Parquet, XGBoost, LightGBM, CatBoost, SHAP · aplikacja FastAPI i React w Dockerze_
Demo: [mateuszsliwa.dev/pl/thesis](https://mateuszsliwa.dev/pl/thesis)

- Przetworzyłem nagrania 9196 profesjonalnych map na 16,8 mln obserwacji ze 187 361 rund i porównałem 9 modeli z walidacją krzyżową grupowaną po meczach, bootstrapem i ablacjami. W kwartalnej walidacji kroczącej XGBoost osiągnął **ROC-AUC 0,81–0,82** przy błędzie kalibracji (ECE) 0,009.

### Klasyfikator zmian skórnych, projekt z uczenia maszynowego (2026)
_PyTorch, Optuna, MLflow, Grad-CAM, Streamlit, Docker_
Demo: [mateuszsliwa.dev/pl/skin](https://mateuszsliwa.dev/pl/skin)

- Wytrenowałem własną sieć CNN i dostrojony EfficientNet-B0 na zbiorze HAM10000, z focal loss, ważonym próbkowaniem, MixUp i TTA. EfficientNet osiągnął **AUC 0,93** i czułość 0,95 dla zmian złośliwych.

### wwxd („Co zrobiłby X?”), open source (2026)
_Python, Typer, yt-dlp, faster-whisper, rapidfuzz · plugin do Claude Code_
Demo: [mateuszsliwa.dev/pl/wwxd](https://mateuszsliwa.dev/pl/wwxd)
[github.com/MSliwa01/wwxd](https://github.com/MSliwa01/wwxd)

- Zamienia wystąpienia, podcasty i eseje jednej osoby w wiki jej poglądów; agent odpowiada na „co zrobiłby X?” cytatami ze znacznikami czasu, a skrypt znalazł 158 ze 160 cytatów co do słowa. Ślepy sędzia z innego laboratorium (Google) wolał te odpowiedzi od samego Claude'a w **34 z 40** pytań. Nie przewiduje nowych poglądów.

### storeshots i macsim, narzędzia open source dla agentów AI (2026)
_screeny do App Store · symulator iOS dla agentów_
Demo: [mateuszsliwa.dev/pl/storeshots](https://mateuszsliwa.dev/pl/storeshots) [mateuszsliwa.dev/pl/macsim](https://mateuszsliwa.dev/pl/macsim)
[github.com/MSliwa01/storeshots](https://github.com/MSliwa01/storeshots) [github.com/MSliwa01/macsim](https://github.com/MSliwa01/macsim)


## Umiejętności

- **Programowanie:** Python, SQL, TypeScript, JavaScript, Swift, Kotlin, Bash
- **Dane i ML:** pandas, NumPy, Parquet, scikit-learn, XGBoost, LightGBM, CatBoost, PyTorch, SHAP, Optuna, MLflow, OpenCV, YOLO, OCR, Selenium
- **LLM i AI:** ewaluacja LLM, prompty, Anthropic API, Gemini API, Whisper, Claude Code, Codex, Cursor
- **Backend i infra:** FastAPI, PostgreSQL, SQLAlchemy, Alembic, REST API, Docker Compose, Linux, Git
- **Mobile i web:** SwiftUI, Jetpack Compose, React

## Wykształcenie

### Inżynieria danych, studia magisterskie, Uniwersytet Zielonogórski (2025–2026)
_Specjalność systemy eksploracji danych · praca o szansie wygrania rundy w CS2, obroniona 2026_

- Przedmioty obejmowały uczenie maszynowe ze scikit-learn i TensorFlow, big data z Hadoop, Hive i Kafką, hurtownie danych z ETL, OLAP i SQL, Power BI, sieci w chmurze, Dockera i CRISP-DM.

### Ekonomia, studia licencjackie, Uniwersytet Zielonogórski (2021–2024)

- Przedmioty obejmowały ekonometrię w Gretlu, statystykę w Pythonie, analizę finansową, rachunkowość i Excela z VBA.

## Języki i zainteresowania

- **Języki:** polski, ojczysty · angielski, C1, certyfikat Cambridge C1 Advanced z 2025 · niemiecki, A2
- **Zainteresowania:** szachy, 1850 na chess.com · piłka nożna · rower · dane e-sportowe, stąd temat pracy magisterskiej
- **Inne:** prawo jazdy kategorii B