Tomasz Mroczyński

01Punkt zwrotny

Zaczynałem od strony technicznej: sieci komputerowe, CCTV, helpdesk i wdrożenia. Potem przyszła sprzedaż i wdrożenia systemów biometrycznej identyfikacji — najpierw jako specjalista, potem jako kierownik działu sprzedaży. Później jedenaście lat w dystrybucji w Norwegii, przez które technologia była tym, co robiłem po godzinach: uczyłem się, budowałem własne projekty, eksperymentowałem z backendem, self-hostingiem i integracjami API.

W 2025 zacząłem pracę jako kierowca ciężarówki, kończąc kurs kategorii C. Miesiąc później poważny wypadek przy pracy zakończył tę drogę. Potraktowałem to jako moment, w którym można świadomie wrócić do tego, co i tak robiłem od lat.

Przez ostatnie trzy miesiące rozwijam własną markę Ripperdoc i projekty związane z praktycznym wykorzystaniem sztucznej inteligencji. To nie jest zwrot o sto osiemdziesiąt stopni: AI i automatyzacja rozwijają warsztat, który zbierałem wcześniej — rozumienie potrzeby klienta, projekt rozwiązania, wdrożenie i utrzymanie tego, co już działa.

02Doświadczenie w praktyce

Sprzedaż i wdrożenia

W PTC Security Systems w latach 2009–2011 awansowałem ze specjalisty do spraw sprzedaży i wdrożeń na kierownika działu sprzedaży. Pisemna referencja od dyrektora generalnego podaje, że odpowiadałem samodzielnie za 80 procent obrotu całego zespołu sprzedaży i przeprowadziłem największe wdrożenia systemów automatycznej identyfikacji w historii firmy.

Instytucje publiczne

Prowadziłem rozmowy z polskimi instytucjami publicznymi, w tym z urzędami marszałkowskimi i powiatowymi. Zaczynałem od instytucji decydujących o podziale środków, budowałem zaufanie i przez rekomendacje docierałem do kolejnych jednostek. To praca na znajomości struktur decyzyjnych i na relacjach, które trzeba utrzymać dłużej niż jedno zamówienie.

Sieć partnerów

Równolegle rozwijałem dystrybucję przez lokalnych instalatorów systemów identyfikacyjnych, oferując im rozwiązania lojalnościowe zachęcające do stałej współpracy.

Pozyskiwanie klientów

Już wtedy używałem SEO i narzędzi analitycznych do wyszukiwania potencjalnych klientów. Dzisiejsze AI i automatyzacja są dla mnie sposobem, żeby te działania rozwinąć — to samo pytanie o klienta, mocniejsze narzędzia.

Negocjacje

W latach 2021–2024 byłem przewodniczącym koła Fellesforbundet i reprezentowałem pracowników w negocjacjach z pracodawcą dotyczących wynagrodzeń i warunków pracy.

Organizacja wydarzeń

Współorganizowałem trzy edycje Targów Polskich Przedsiębiorców w Drammen i Mjøndalen, odpowiadając za kwestie techniczne.

03Co potrafię

Najmocniejsze jest u mnie połączenie, nie pojedyncza dziedzina: rozumiem, czego potrzebuje klient, potrafię to zaprojektować i potrafię doprowadzić do działania. Rzadko trzeba mi tłumaczyć jedną z tych stron drugiej.

Nie jestem ekspertem we wszystkim, co wymieniam niżej. Szybko uczę się narzędzi, szukam prostszych sposobów działania i umiem złożyć elementy z różnych dziedzin w jeden działający system.

Klienci, sprzedaż i partnerstwa

Rozmowa o potrzebie zamiast prezentacji produktu. Praca z firmami i z instytucjami publicznymi, budowanie sieci partnerów i relacji, które wracają. Prezentacje, negocjacje, organizacja spotkań i wydarzeń.

Wdrożenia i organizacja realizacji

Doprowadzenie rozwiązania od ustaleń do działania u klienta: zakres, kolejność prac, współpraca z programistami i instalatorami, szkolenie użytkowników i utrzymanie po uruchomieniu.

Technologia, AI i automatyzacja

Aplikacje webowe, bazy danych, integracje API, automatyzacje i systemy oparte na wiedzy — budowane i utrzymywane na własnej infrastrukturze. Do tego strona fizyczna: personalizacja produktów, grafika, modelowanie i druk 3D.

Kod, który da się otworzyć: fork serwera MCP dla finn.no github.com/tomaszmroczynski/finn-mcp

04Projekty

Dwa z poniższych systemów powstały na zlecenie: Sammen i Norge i Limes Dekor. Pozostałe zbudowałem na własne potrzeby i rozwijam w codziennym użyciu albo w zamkniętych testach. Przy każdym podaję rzeczywisty status, użytkowników i możliwy do sprawdzenia dowód działania — jeżeli odnośnika nie ma, znaczy to, że nie mam czego pokazać, a nie że zapomniałem.

1. u klienta
   Projekt dla organizacji

   Sammen i Norge / SiN Studio

   Trójjęzyczny serwis stowarzyszenia w Drammen, rozwinięty z wizytówki w system wspierający zarządzanie: projekty, wydarzenia, wolontariat, członkostwo i własny CMS z rolami.

   Moja rola: Autor pierwotnego serwisu i całej dalszej rozbudowy — od wizytówki po system wspierający zarządzanie organizacją: architektura informacji, UX/UI, model treści i uprawnień, implementacja, migracja danych, wdrożenie i rozwój.

   Next.js 16React 19Payload CMS 3PostgreSQL / SupabaseVerceli18n

   Użytkownicy: zarząd, koordynatorka i zespół SiN oraz odbiorcy organizacji · Strona projektu: www.sammeninorge.no/pl

2. w budowie

   Limes Dekor

   Sklep, zamówienia, płatności i pliki produkcyjne dla pracowni z produktami wycinanymi laserowo. Ten sam renderer składa podgląd dla klienta i finalny plik SVG.

   Moja rola: Proces, architektura, interfejs, implementacja i wdrożenie — całość po mojej stronie.

   Limes Dekor to firma mojej partnerki. Zlecenie i jego zakres są prawdziwe, ale to nie jest referencja niezależna — nie sprawdzisz jej u kogoś, kto nie ma ze mną nic wspólnego.

   Next.js 16ReactPrismaSupabase/PostgreSQLSVGStripeDocker

   Użytkownicy: klient komercyjny — właścicielka Limes Dekor · Strona projektu: dekor.limes-interior.no

3. w użyciu

   Ripper Inject

   System nauki zamieniający dokument w kurs: słownictwo, ćwiczenia i powtórki SM-2, z kontrolą wierności wyłapującą zdania, na które model nie miał pokrycia w źródle.

   Next.js 16TypeScriptDrizzleSupabaseOpenAI API

   Użytkownicy: autor + zamknięta grupa testerów · Strona projektu: ripperdoc.ai/no/ripper-inject

4. koncepcja

   Ripper Task Force

   Agenci dzielący zadanie i prowadzący je bez rozstrzygania przez człowieka w trakcie; człowiek dostaje wynik, nie przerwania.

   TypeScriptMCPzod

   Użytkownicy: autor · Strona projektu: ripperdoc.ai/no/ripper-task-force

5. w użyciu

   Ripper Brainstorm

   Kilka modeli od różnych dostawców omawia tę samą sprawę, a model neutralny szuka wspólnych, nienazwanych założeń — zgoda dwóch modeli nie jest dowodem.

   TypeScriptmulti-provider LLM

   Użytkownicy: autor · Strona projektu: ripperdoc.ai/no/ripper-brainstorm

6. koncepcja

   Ripper Body Sync

   Sesje VR z Meta Quest 3 połączone z danymi zdrowotnymi w jeden obraz, analizowane przez prywatny model trenera. Self-hosted, bo dane zdrowotne są wrażliwe.

   KotlinJetpack ComposeMCPMeta Quest 3

   Użytkownicy: autor · Strona projektu: ripperdoc.ai/no/ripper-body-sync

7. w użyciu

   ripperdoc.ai

   Ta strona. Trójjęzyczna, z modułem poszukiwania pracy za logowaniem: zbiera ogłoszenia, szereguje je, ocenia względem profilu i pisze szkice aplikacji.

   Next.jsTypeScriptPostgreSQLMCPVercel

   Użytkownicy: autor · Strona projektu: ta strona

05Doświadczenie

1. Obecnie

   Praca własna — Ripperdoc · Ripperdoc

   Projektowanie i budowa systemów opartych na AI, automatyzacji i integracjach — systemy własne oraz zlecenia dla klientów (Limes Dekor, Sammen i Norge).

2. 03–04/2025

   Kierowca ciężarówki · Transport Service AS

   Krótki rozdział zakończony wypadkiem przy pracy — początek świadomego zwrotu ku technologii.

3. 09/2024 – 03/2025

   Przerwa w zatrudnieniu · —

   W tym okresie bez pracy zarobkowej.

4. 2013 – 2024

   Dystrybucja · Amedia AS

   Stała praca przy dystrybucji, prowadzona równolegle z nauką technologii i własnymi projektami. Od 2021 do 2024 równocześnie przewodniczący koła Fellesforbundet: reprezentowanie pracowników w negocjacjach z pracodawcą w sprawach wynagrodzeń i warunków pracy.

5. 2009 – 2011

   Sprzedaż i wdrożenia → kierownik działu sprzedaży · PTC Security Systems

   Zacząłem jako specjalista do spraw sprzedaży i wdrożeń, a zostałem kierownikiem działu sprzedaży. Wdrażanie systemów biometrycznej identyfikacji, pozyskiwanie klientów w sektorze publicznym i prywatnym, współpraca z programistami i koordynacja zespołu. Pisemna referencja od dyrektora generalnego podaje, że odpowiadałem samodzielnie za 80 procent obrotu całego zespołu sprzedaży i przeprowadziłem największe wdrożenia w historii firmy.

6. 2002 – 2012

   Własna działalność · Complet Tomasz Mroczyński

   Instalacja i konfiguracja sieci komputerowych oraz serwis komputerowy — cały łańcuch od klienta po utrzymanie.

7. 2002 – 2006

   Sprzedaż i wsparcie techniczne · Strawford

   Wdrożenia CCTV, instalacja sieci LAN, IT helpdesk, serwis i szkolenia.

06Wykształcenie

1. 2021 – 2022

   Noroff — szkoła technologii i mediów cyfrowych

   Backend Web Development (.NET).

2. 2002 – 2006

   Uniwersytet Gdański

   Ekonomia, specjalizacja: analityk.

07Jak prowadzę pracę

Nie piszę tego wszystkiego sam. Pracuję z modelami tak, jak pracowałbym z zespołem specjalistów: stawiam problem, słucham propozycji i rozstrzygam — razem z kosztem rozstrzygnięcia. Wartość nie leży w tym, kto szybciej pisze kod. Leży w tym, kto zadaje właściwe pytanie i kto mówi „nie" — również sobie.

Jestem monotropowy. Moja uwaga nie rozkłada się po kilku sprawach naraz — zbiera się w jednej i schodzi w nią do dna. To profil neuroróżnorodny i mówię o nim wprost, bo jest najmocniejszą rzeczą, jaką wnoszę do pracy: zdolnością zejścia głębiej, niż sięga zwykła ciekawość, i pozostania przy sprawie dłużej, niż zwykle się opłaca.

Stąd „monotropowy generalista". Szerokość wzięła się z kolejnych zejść na dno, nie z próbowania wszystkiego po trochu. Najpierw sieci, systemy bezpieczeństwa i wdrożenia. Potem jedenaście lat pracy, przy której technologia była tym, co robiłem po godzinach. Teraz AI. Za każdym razem jedna rzecz, długo i całym sobą — i za każdym razem zostaje warsztat, który przenosi się dalej.

Jak z tego korzystać: jeden priorytet zamiast pięciu równoległych, kontekst na piśmie i bloki czasu na pracę wymagającą skupienia. Wtedy dostajesz rzecz rozwiązaną u podstawy i nową dziedzinę opanowaną szybciej, niż zakładałeś. Spotkania, rozmowy z klientem i negocjacje są normalną częścią mojej pracy — mam ich za sobą sporo i wracam do nich chętnie. Proszę tylko o to, żeby dzień nie składał się wyłącznie z nich.

08Kiedy odradzam AI

Model kosztuje przy każdym wywołaniu, odpowiada z opóźnieniem i czasem odpowiada inaczej niż wczoraj. W części zadań to jest cena za coś, czego inaczej nie da się zrobić. W części — za nic. Oto przypadki, w których mówię „tego nie róbmy modelem", i co proponuję zamiast.

Format jest ustalony.

Daty, kwoty, numery faktur i kody pocztowe z dokumentu o stałym układzie wyciąga parser albo wyrażenie regularne. Zero kosztu, odpowiedź w milisekundach i za każdym razem taka sama. Model przy tym samym zadaniu kosztuje przy każdej stronie i raz na jakiś czas wpisze liczbę, której nie było.

Reguła jest deterministyczna.

„Jeżeli kwota powyżej progu i kraj z listy, to inna stawka" należy do kodu, z testami, które to przypinają. Model zapytany o regułę zastosuje ją zwykle poprawnie — a „zwykle" jest za słabe wszędzie tam, gdzie w grę wchodzą pieniądze albo terminy.

Chodzi o szukanie w kilkuset dokumentach.

Wyszukiwarka pełnotekstowa wbudowana w PostgreSQL obsłuży taką bazę bez jednego tokenu i bez osobnej infrastruktury do utrzymania. Baza wektorowa z RAG-iem ma sens przy skali i przy pytaniach opisowych, nie przy „znajdź fakturę od tego kontrahenta".

To jest integracja z harmonogramem, nie AI.

Duża część tego, co bywa nazywane automatyzacją AI, to wywołanie API o ustalonej porze, przeliczenie i wiadomość. Skrypt w crona albo przepływ w n8n zrobi to za darmo i nie wnosi trybu awarii, w którym system odpowiada inaczej niż poprzedniego dnia.

Nikt nie umie opisać, jak ten proces wygląda dzisiaj.

Wtedy AI niczego nie naprawi — powieli istniejący bałagan, tylko szybciej i za pieniądze. Najpierw mapa procesu, dopiero potem decyzja o narzędziu. Ten etap bywa całą robotą i czasem kończy się tym, że nie trzeba niczego wdrażać.

W takich przypadkach proponuję prostsze rozwiązanie albo zaczynam od uporządkowania procesu.

Przykład z protokołu decyzji: powściągliwość przy Limes Dekor →

09Czego mi brakuje

Ta sekcja jest tu celowo i celowo jest konkretna. Model analizujący kandydata pod kątem ogłoszenia i tak wyliczy luki. Wolę, żeby zrobił to na moim sformułowaniu niż na własnym.

• Brak zatrudnienia etatowego na stanowisku specjalisty AI lub automatyzacji. W obszarze AI i web doświadczenie komercyjne to dwa wdrożenia: Sammen i Norge, które działa u organizacji, i Limes Dekor, wciąż w budowie. Limes Dekor to firma mojej partnerki, więc jedyną niezależną referencją w tej grupie jest Sammen i Norge. Sprzedaż i wdrożenia systemów identyfikacji to osobne i dłuższe doświadczenie, poparte pisemną referencją.

  Co to równoważy: Wdrożenia obejmują pełny zakres: analizę procesu, architekturę, interfejs, implementację, integracje i dalszy rozwój. Moje własne systemy są w codziennym użyciu, a nie demami — mają użytkowników, awarie na produkcji i decyzje, które musiałem cofnąć.

• Norweski na poziomie B1, samoocena. Praca pisemna i czytanie są w porządku; prowadzenie warsztatów po norwesku jeszcze nie.

  Co to równoważy: Angielski jako język pracy nie stanowi problemu. Norweskiego uczę się aplikacją, którą sam napisałem.

• Brak wykształcenia kierunkowego w informatyce. Wykształcenie to ekonomia (Uniwersytet Gdański) i bootcamp backendowy .NET (Noroff).

  Co to równoważy: Część norweskich ogłoszeń wprost dopuszcza zastąpienie formalnego wykształcenia odpowiednim doświadczeniem.

• Systemy są budowane dla jednej osoby, małej pracowni albo zamkniętej grupy testowej. Brak doświadczenia z utrzymaniem przy setkach użytkowników.

  Co to równoważy: W zamian cały łańcuch jest mój: baza, wdrożenie, diagnostyka i decyzja o tym, czego nie budować.

10Czego szukam

Szukam roli, w której liczy się połączenie kontaktu z klientem, wdrożeń i technologii — a nie jedna z tych rzeczy osobno.

• Sprzedaż rozwiązań technicznych i prowadzenie wdrożeń u klienta.

• Rozwój rynku, partnerstw i sieci dystrybucji.

• AI, automatyzacja i usprawnianie procesów.

• Role łączące kontakt z klientem z organizacją pracy i technologią.

• Wsparcie firm, które rozwijają działalność w Polsce — znam ten rynek i pracowałem z tamtejszymi instytucjami publicznymi.

Lokalizacja

Norwegia (Eidsberg)

Języki

polski (ojczysty) · angielski B2 · norweski B1

Certyfikaty

prawo jazdy B96 i C

11Warsztat

Co sprawdzi się w jednym projekcie, wyciągam do wspólnej biblioteki — jako moduł albo małe narzędzie. Kolejne wdrożenie nie zaczyna się wtedy od pustej strony: gotowy kawałek jest jednocześnie punktem wyjścia i kontekstem, na którym opieram nowe rozwiązanie. Każdy następny system powstaje szybciej i ze sprawdzonych części.

Publicznie: mój fork serwera MCP dla finn.no — limitowanie żądań, ograniczenie rozrostu bazy i awaryjny odczyt ogłoszeń, gdy serwis przestał wysyłać dane strukturalne. Wraz z pull requestem do autora oryginału. github.com/tomaszmroczynski/finn-mcp

12Dane i przekazanie

Konta należą do klienta od pierwszego dnia: baza, hosting, płatności, domena. Ja wchodzę na nie jako współpracownik, nie jako właściciel. Dzięki temu przekazanie projektu jest usunięciem jednego użytkownika, a nie migracją — i klient nigdy nie jest zakładnikiem mojego konta.

Sekrety nie leżą w repozytorium ani w plikach na moim dysku. Trzyma je Bitwarden Secrets Manager, a do środowiska uruchomieniowego jadą jednokierunkową synchronizacją. Cudze tokeny dostępu zapisane w bazie są szyfrowane (AES-256-GCM), nigdy jawnie, a z logów wycinam wszystko, co wygląda na klucz.

Do modelu wychodzi tylko ta treść, która jest potrzebna do wykonania zadania — przez API komercyjne, gdzie ruch nie służy do trenowania modeli dostawcy. Co da się policzyć bez modelu, liczę bez modelu. Część rzeczy chodzi u mnie lokalnie, na własnym sprzęcie, i tam dane nie wychodzą nigdzie.

Tam, gdzie w grę wchodzą dane osobowe, pracuję na umowie powierzenia przetwarzania — ustalanej przed pierwszą linijką kodu, nie przy odbiorze.

Na koniec klient dostaje repozytorium, dostęp do całej infrastruktury, dokumentację i zrzut bazy. Sekrety, które przechodziły przez moje ręce, są przy przekazaniu wymieniane. Mój dostęp znika i nie zostaje żaden stały — jeżeli po zakończeniu mam coś poprawić, dostęp jest przyznawany na nowo i na czas tej poprawki.

13Jak ta strona rozmawia z modelami

Profil jest publikowany także w wersji maszynowej. Powstaje z tego samego źródła co ta strona — jeżeli obie wersje się różnią, to jest błąd, a nie zabieg.

• ukrytego tekstu, białych liter ani treści schowanej w komentarzach,
• instrukcji dla modeli osadzonych w znacznikach,
• treści zależnej od tego, kto pyta — nagłówek User-Agent nie zmienia niczego,
• sformułowań próbujących wpłynąć na ocenę kandydata.

Powód jest prosty: treść instruująca model, jak ma ocenić autora tej treści, jest wstrzyknięciem promptu niezależnie od tego, jak grzecznie została napisana. Do sprawdzenia jednym poleceniem — pobierz stronę z dowolnym User-Agent i porównaj. Wolę, żeby ocena powstała na prawdziwych danych, nawet jeśli wypadnie ostrożniej. Ocena zbudowana na treści, którą sam wyreżyserowałem, nie jest warta nic — również dla mnie.

Wersja maszynowa (JSON)

14Kontakt

Adres jest jawny: kontakt@ripperdoc.ai. Pisz śmiało — odpowiadam zwykle w ciągu doby. Za kodem zostają numer telefonu i CV: numer dlatego, że opublikowany zbiera głównie spam, a CV dlatego, że wolę wysyłać wersję dopasowaną do konkretnego ogłoszenia niż jedną na wszystko. Bez kodu masz otwarte całe dossier — doświadczenie, projekty z dowodami, sposób pracy i wypisane wprost luki. Napisz, jakiej roli dotyczy sprawa, a odeślę komplet.