Portfolio
00 Mateusz Kindler — przejdź do spisu treści Wydanie 2026
Dokument
Portfolio wdrożeń
Autor
Mateusz Kindler
Zakres
Operacje i automatyzacja AI
Wydanie
2026
Portfolio · Operacje i automatyzacja AI

Mateusz
Kindler

Terminy, kontrole i procedury nie muszą zależeć od czyjejś pamięci. Buduję narzędzia, które same ich pilnują.

Nauczyłem się tego od podszewki, w hotelu z dziewięcioma działami. W projektach własnych dołożyłem do tego model językowy działający na moim komputerze.

ŚCIEŻKA Excel→ VBA→ no-code→ Claude Code→ lokalny LLM
Co to zmienia
  • Kierownik nie musi pamiętać, który obszar czeka na kontrolę. Aplikacja sama układa kolejność kontroli: najpierw te obszary, których najdłużej nikt nie sprawdzał, i te, w których wracają odchylenia. Wynik audytu marki wzrósł o 5 p.p. po około roku przygotowań; ta aplikacja była ich częścią.
  • Procedura nie leży w segregatorze. Tracker przypomina recepcji o odświeżeniu procedur, a fiszkę przy stanowisku da się przeczytać w środku zmiany. Podczas alarmów przeciwpożarowych każdy na recepcji znał swoją rolę.
  • Nazwiska pracowników nie wychodzą z firmy. Aplikacje widzą tylko identyfikatory, a dane osobowe zostają w tablicy, do której nie mają dostępu.
Czego szukam
pracy przy automatyzacji procesów
i wdrożeniach AI
Lokalizacja
stacjonarnie: Trójmiasto
zdalnie: cała Polska
hybrydowo: Warszawa, Poznań
Kontakt
mk@mateuszkindler.pl
LinkedIn
—
Spis treści

Wdrożenia i metoda. Liczb z raportów wewnętrznych pracodawcy tu nie ma. Pokazuję, jak narzędzia działały; o wynikach rozmawiam na spotkaniu, na ile pozwala poufność.

01
Wzorzec

To, co zależało od czyjejś pamięci albo czujności, przenoszę do narzędzia, do rejestru albo na stanowisko pracy.

Sześć razy ten sam ruch

6 problemów
Tab. 1Problemy i rozwiązania
Wyzwanie

Straty żywności przy śniadaniach, w produkcji kuchni i w strefie konferencyjnej.

Rozwiązanie

System analizy obrazu i nowe nawyki w kuchni i na sali.

Wyzwanie

Dziewięć działów do przygotowania przed audytem marki.

Rozwiązanie

Aplikacja, która sama wskazuje, od czego zacząć kontrole.

Wyzwanie

Procedury kryzysowe recepcji były tylko na papierze.

Rozwiązanie

Tracker, który pilnuje, żeby recepcja regularnie wracała do procedur.

Wyzwanie

Stan odzieży pracowniczej znany dopiero po przejrzeniu segregatora ewidencji.

Rozwiązanie

Rejestr z powiadomieniem o zbliżającej się wymianie.

Wyzwanie

Ponad 400 procedur, których nikt nie przeczyta w środku zmiany.

Rozwiązanie

Fiszki na stanowiskach, rozdawane przez kierowników.

Wyzwanie

Nazwiska pracowników nie mogą trafiać do zewnętrznych narzędzi ani do chmury.

Rozwiązanie

Tablica w Excelu z makrem VBA, która zamienia dane osobowe na identyfikatory; tylko one trafiają do aplikacji.

02
Wdrożenia

Trzy pierwsze z hotelu, w którym pracowałem w latach 2023–2026, czwarty z projektów własnych. Dane w przykładach celowo zmieniłem, żeby zachować poufność, której wymaga były pracodawca.

Wdrożenia

4 przypadki
02.1 Hotel · wdrożenie i zarządzanie zmianą

Winnow AI: monitoring odpadów w gastronomii

Wyzwanie
Straty żywności powstawały przy śniadaniach, w produkcji kuchni i w strefie konferencyjnej. Żeby je ograniczać, trzeba było najpierw wiedzieć, co i gdzie trafia do odpadów.
Wdrożyłem
System analizy obrazu Winnow AI. Plan wdrożenia oparłem na macierzy RACI, analizie SWOT i trzystopniowym modelu zmiany Lewina. W pierwszej fazie sam nadzorowałem tagowanie, a krótkie instrukcje rozpisałem osobno dla kucharzy i kelnerów.
Efekt
Odpady zaczęliśmy mierzyć, więc dało się je ograniczać tam, gdzie powstawały: resztki po konferencjach trafiały do stołówki pracowniczej. Najbardziej spadły odpady ze śniadań, mniej w produkcji kuchni, najmniej w strefie konferencyjnej. Zmiany wdrażałem razem z zespołem.
Winnow AI (computer vision)RACI SWOTmodel Lewina change management
02.2 Hotel · własne narzędzie

Aplikacja, która ustala kolejność kontroli przed audytem marki

Wyzwanie
Dziewięć działów, czterdziestoletni budynek i audyt marki, do którego przygotowywał się cały obiekt. Trzeba było wiedzieć, od czego zacząć kontrole, i nie gubić odchyleń, które wracały.
Zbudowałem
Aplikacja, która sama wskazuje obszary najdłużej niekontrolowane oraz te z powracającymi odchyleniami, raportuje je i wyświetla fiszki standardów obsługi. Powstała w trzech wersjach: VBA, no-code, na końcu aplikacja webowa napisana z pomocą Claude Code.
Efekt
Wynik audytu marki wzrósł o 5 p.p. w ciągu około roku. Złożyło się na to całe przygotowanie: sesje diagnostyczne z kierownikami działów, regularne rozmowy z zespołami i ta aplikacja.
VBA → no-code → Claude Code kolejność kontroliquality management
Ekran aplikacji: tabela obszarów uporządkowana według liczby dni od ostatniej kontroli, z odznakami powracających odchyleń i panelem fiszki standardu.
Kolejka kontroli w trzeciej wersji narzędzia: na górze obszary do sprawdzenia w pierwszej kolejności, obok fiszka standardu dla zaznaczonego obszaru. Pracownicy występują wyłącznie jako identyfikatory; to pseudonimizacja opisana w 02.3.
Trzy panele obok siebie: ta sama lista obszarów jako arkusz Excel z formularzem VBA, aplikacja no-code na telefonie i aplikacja webowa.
Trzy wersje jednego narzędzia: arkusz z formularzem VBA, aplikacja no-code na telefonie i aplikacja webowa.
02.3 Hotel · ochrona danych

Pseudonimizacja danych pracowników w narzędziach wewnętrznych

Wyzwanie
Narzędzia operacyjne potrzebują danych pracowników, żeby przypisać komplet odzieży albo procedurę do osoby. Te dane nie mają wychodzić z firmy ani trafiać do zewnętrznych API.
Zbudowałem
Tablica w Excelu z makrem VBA, która przypisuje każdej osobie stały identyfikator. Aplikacje pracują wyłącznie na identyfikatorach, a dane osobowe odczytuje się z tablicy tylko wtedy, gdy są potrzebne.
Efekt
Nazwiska i inne dane, po których da się rozpoznać osobę, nie wychodziły poza firmę. Pseudonimizacja w rozumieniu RODO była w narzędziach od początku. Rozwiązanie jest deterministyczne i nie korzysta z żadnego modelu.
Przepływ danych · wewnątrz firmy · narzędzia pracodawcy
Ten sam wpis zawsze daje ten sam identyfikator.
ExcelVBA pseudonimizacja (RODO art. 4) privacy by design
02.4 Projekty własne · obecnie

Model lokalny albo chmurowy, do wyboru przy każdym zadaniu

Wyzwanie
Nie każde zadanie we własnych narzędziach wymaga dostawcy chmurowego. Streszczenie wykładu albo klasyfikację notatki może przygotować model na komputerze: wtedy krok nic nie kosztuje, a tekst zostaje na komputerze.
Zbudowałem
Wspólny klient modelu językowego we Wsparciu Studiów, który zastąpił cztery osobne wywołania API. Dla każdego zadania (streszczenie, graf wiedzy, klasyfikacja, materiały do nauki) w ustawieniach wybieram dostawcę: chmurę albo model lokalny uruchamiany w Ollamie.
Efekt
Domyślnie wszystkie zadania działają w chmurze, więc przełącznik niczego nie psuje. Gdy tekst ma zostać na komputerze, przełączam dostawcę w tym jednym zadaniu, a reszta aplikacji działa bez zmian.
Przepływ danych · na jednym komputerze · Wsparcie Studiów
dostawca chmurowy Poza tym łańcuchem: gdy zadanie korzysta z modelu lokalnego, tekst zostaje na komputerze.
Ollamalokalny LLM PythonFastAPI
03
Metoda

Pięć zasad, którymi kieruję się przy wdrożeniach. Przy każdej podaję talent z badania CliftonStrengths (2025) i przykład z pracy.

Jak pracuję

5 zasad

Narzędzie, którego zespół nie używa, nie jest wdrożone, tylko zainstalowane.

03.1

Automat kończy się tam, gdzie zaczyna się decyzja

Organizator

Automatyzuję to, co poprzedza decyzję, a samą decyzję zostawiam ludziom.

Dowód

Job Cockpit sam wyszukuje oferty i ocenia dopasowanie, a zatwierdzoną przeze mnie treść CV renderuje do PDF. Zgłoszenie wysyłam i ofertę usuwam już ja. Usunięta oferta trafia do archiwum, więc pomyłkę w ocenie da się cofnąć.

03.2

Wdrożenie przechodzi przez ludzi

Indywidualizacja

O powodzeniu decydują ludzie. Planuję więc, kto za co odpowiada i co przekona zespół do zmiany.

Dowód

Przy wdrożeniu Winnow AI (przypadek 02.1) rozpisałem macierz RACI, a krótkie instrukcje przygotowałem osobno dla kucharzy i kelnerów.

03.3

Narzędzie ma wskazywać

Współzależność

Rejestru, do którego trzeba zajrzeć, żeby się czegoś dowiedzieć, w środku zmiany nikt nie otwiera. Zamiast jednorazowej poprawki robię narzędzie, które samo przypomina o kolejnym terminie.

Dowód

Aplikacja do kontroli sama ustawia kolejkę. Tracker procedur recepcji sam przypomina o powrocie do procedur, zamiast czekać, aż kierownik o tym pomyśli. Rejestr odzieży sam zgłasza, komu zbliża się wymiana.

03.4

Ochrona danych zależy od tego, czyje to dane

Elastyczność

Narzędzie dobieram do zadania, nie do tego, co akurat umiem.

Dowód

U pracodawcy dane pracowników pseudonimizowała tablica w Excelu z makrem VBA, bo nie powinny trafiać do żadnego modelu. We własnych projektach każde zadanie przełączam na model lokalny w Ollamie, gdy tekst ma zostać na komputerze.

03.5

Najpierw mierzę, potem zmieniam

Intelekt

Zanim zacznę budować, ustalam, co ma się zmienić i po czym to poznam. Inaczej zajmę się tym, co najgłośniejsze, a nie tym, co kosztuje najwięcej.

Dowód

Winnow AI (przypadek 02.1): najpierw pomiar, co i gdzie trafia do odpadów, dopiero potem ograniczanie.

04
Rejestr

Narzędzia wdrożone w hotelu, poza przypadkami opisanymi w sekcji 02. Zakres pod każdym narzędziem mówi, ile osób i procedur obejmowało; dane na ekranach są przykładowe.

Więcej wdrożonych narzędzi

3 pozycje

Tracker procedur recepcji

Zastąpił papierowe procedury kryzysowe; kierownik nie musiał już ręcznie dobierać szkoleń. Pilnował, żeby każdy regularnie wracał do procedur, i wysyłał przypomnienia. Podczas alarmów przeciwpożarowych każdy znał swoją rolę. Procedury kryzysowe opisuje punkt 8.2 normy ISO 45001 (gotowość i reagowanie na sytuacje awaryjne).
Zakres: 12 osób · 74 procedury (24 kryzysowe i 50 standardów operacyjnych)
Dwa ekrany aplikacji na telefonie: lista procedur pracownika recepcji z terminami odświeżenia oraz widok kierownika z postępem dwunastu osób.
Po lewej lista pracownika z terminami odświeżenia i jedną procedurą po terminie, po prawej widok kierownika: postęp dwunastu osób i ich zaległości.

Rejestr odzieży pracowniczej

Rejestr przydziałów z oceną zużycia; sam powiadamia, komu zbliża się wymiana. Wymiany dało się planować z wyprzedzeniem, zamiast robić awaryjne zakupy. Najpierw segregator, potem Excel z makrem VBA, na końcu aplikacja.
Zakres: ok. 60 pracowników w rejestrze
Arkusz Excela z formularzem VBA: rejestr przydziałów odzieży z oceną zużycia; wiersze, w których zbliża się wymiana, są podświetlone.
Rejestr w Excelu z formularzem VBA: przydziały z oceną zużycia, podświetlone pozycje do wymiany w ciągu 30 dni, powiadomienia gotowe do wysłania.

Fiszki SOP, czyli „pigułki wiedzy”

Przełożyłem procedury na graficzne fiszki przy stanowiskach pracy, do przeczytania w środku zmiany, a nie po niej. Kierownicy rozdawali je w swoich działach, bez dodatkowych szkoleń. Po wdrożeniu fiszek wynik due diligence wzrósł o 7 p.p.
Zakres: ponad 400 procedur · cały obiekt · rozdawali kierownicy
Drukowana fiszka SOP formatu A6: kod procedury, tytuł, cztery kroki z piktogramami i oznaczony punkt krytyczny.
Jedna procedura na jednej karcie: cztery kroki z piktogramami i oznaczony punkt krytyczny.
05
Warsztat

Narzędzia, które buduję od 2026 roku. Job Cockpit, Wsparcie Studiów, wiedza-mcp i Love CV działają na co dzień; NoGent i Prometheus to prototypy, na których sprawdzam pomysły.

Projekty własne

6 projektów

Job Cockpit

Narzędzie, którym szukam pracy. Wyszukuje oferty, ocenia dopasowanie, pomaga przygotować treść CV z bazy moich doświadczeń, renderuje ją i eksportuje do PDF. Ofertę wybieram, treść zatwierdzam i zgłoszenie wysyłam sam. Silnik renderujący działa bez AI, więc zmiana wyglądu zajmuje sekundy.

Wsparcie Studiów

Aplikacja, z której korzystam na studiach. Nagrywa wykłady, transkrybuje je i streszcza, przeszukuje transkrypty i buduje graf wiedzy, a notatki eksportuje do Obsidiana. Backend to FastAPI i SQLite, z osobnym procesem workera i postępem przesyłanym przez SSE. Nagrywanie działa na Windowsie i na macOS, bo aplikacja sama dobiera obsługę dźwięku do systemu operacyjnego.

wiedza-mcp

Lokalny serwer MCP i RAG, z którego korzystają moje skille i agenci w Claude Code, gdy potrzebują źródła. Indeksuje dokumenty, oznacza je tagami fasetowymi, łączy wyszukiwanie pełnotekstowe z semantycznym i porządkuje wyniki rerankingiem. Przy każdym wyniku podaje źródło, żeby dało się je sprawdzić.

Love CV

Generator CV dopasowanego do konkretnego ogłoszenia. W jednym przebiegu analizuje ofertę, otwiera treść do edycji, renderuje szablon, pokazuje podgląd zmian i eksportuje PDF. Backend uszczelniłem: dodałem walidację schematami Zod, ochronę przed path traversal, zapis atomowy, ciasteczka httpOnly i limity zapytań.

NoGent

Prototyp platformy do nieruchomości z pipeline'em agentów, który analizuje dokumenty: wyciąga z nich dane, sprawdza je, uzupełnia informacjami z sieci, zbiera sygnały ostrzegawcze i przygotowuje raport pod decyzję. Ma też tryb testowy na danych przykładowych, bez prawdziwych zapytań, więc pipeline da się sprawdzić za darmo.

Prometheus

Szkielet fabryki mikroproduktów, na którym testuję jedną zasadę: agenci mogą analizować, projektować i budować, ale wydatek, wdrożenie i kontakt na zewnątrz wymagają mojej decyzji. Pułap wydatków ustawiłem na zero, żeby zasadę dało się sprawdzić. Najmniej dojrzały z tej listy.
06
Specyfikacja

Stan na październik 2026. Numery certyfikatów podaję na życzenie, z odnośnikiem do weryfikacji, jeśli wystawca ją udostępnia.

Kwalifikacje i stack

5 wierszy
Stack
Claude Code · lokalny LLM (Ollama) · Python / FastAPI · Node.js / Express · React + Vite · SQLite + FTS5 · RAG i MCP · API / REST · Puppeteer · Zod · n8n i Zapier (podstawy) · VBA i zaawansowany Excel · Obsidian · Git
Certyfikaty
  • IBM RAG and Agentic AI, Professional Certificate (2026)
  • Audytor zintegrowanych systemów zarządzania ISO 9001, ISO 14001 i ISO 45001 (TÜV Rheinland)
  • IPMA Level D, Certified Project Management Associate (2026)
  • AI & Machine Learning (Politechnika Wrocławska / EIT Deep Tech)
  • TGLS Direct Test of English, poziom C1
Wykształcenie
Zarządzanie inżynierskie, Politechnika Gdańska (3. rok)
Języki
polski (ojczysty) · angielski (C1) · niemiecki (A2)
Lokalizacja
stacjonarnie: Trójmiasto · zdalnie: cała Polska · hybrydowo: Warszawa, Poznań
07
Kontakt

Kontakt

2 kanały
mk@mateuszkindler.pl LinkedIn
Pierwsze 90 dni
  1. Tygodnie 1–2. Obchodzę działy i spisuję terminy, kontrole, procedury i stany magazynowe, które ktoś trzyma w głowie.
  2. Tygodnie 3–4. Taki spis zawsze jest długi, ale kilka pozycji odpowiada za większość strat czasu. Biorę te kilka i ustalam z zespołem, po czym poznamy zmianę.
  3. Do 90. dnia. Narzędzie, z którego zespół korzysta, i pomiar przed i po. Jeśli nie korzysta, wracam do wyboru z tygodni 3–4.