Projektuję nowoczesną architekturę danych

Łączę perspektywę architekta rozwiązań i analityka systemowego. Od lat pracuję na styku technologii i biznesu, budując skalowalne, przewidywalne i stabilne środowiska end-to-end.

Nie sztuką jest wdrożyć najnowszy, modny framework. Sztuką jest zaprojektować system tak, żeby rozwiązywał realne problemy biznesowe, był zoptymalizowany kosztowo i działał stabilnie przez lata.

  • Projektuję asynchroniczne środowiska zdarzeniowe (m.in. Apache Kafka) i architekturę mikroserwisów.
  • Prowadzę szkolenia i warsztaty B2B z zakresu Pythona, analityki oraz inżynierii danych.
  • Buduję zaawansowane pipeline'y danych (ETL/ELT) zasilające warstwy analityczne i raportowe.
  • Wdrażam systemy MLOps pozwalające na efektywne operacjonalizowanie i utrzymanie modeli AI na produkcji.
ZOBACZ MOJE DOŚWIADCZENIE
Łukasz Prokulski

Obszary mojej specjalizacji

Dostarczam wartość technologiczną w kluczowych obszarach przetwarzania danych. Od planowania na poziomie architektury, aż po praktyczne wdrożenie i utrzymanie systemów.

  • Architektura systemów korporacyjnych: kompleksowe projektowanie środowisk Big Data, asynchronicznych przepływów komunikatów (Apache Kafka, Flink) i systemów zdarzeniowych o dużej skali.
  • MLOps i Sztuczna Inteligencja: operacjonalizacja AI na produkcji, wdrażanie frameworków serwowania modeli (Kubernetes, MLServer, MLflow) i budowa architektur z użyciem dużych modeli językowych (LLM).
  • Integracje i API: projektowanie kontraktów OpenAPI, restowych interfejsów wymiany danych oraz mapowanie skomplikowanych procesów biznesowych na sprawnie działającą architekturę IT.
  • Zaawansowana analityka i raportowanie: budowa pipeline'ów (ETL/ELT), automatyzacja procesów BI i projektowanie interaktywnych dashboardów dla kadry C-level (np. w oparciu o Python czy R).
  • Analiza biznesowa i audyty: dogłębna weryfikacja wymagań interesariuszy biznesowych, audyty zastanych systemów (architektura, kod, użyteczność) oraz tworzenie precyzyjnych specyfikacji dla deweloperów.

O mnie

Karierę w branży cyfrowej buduję od kilkunastu lat. Przeszedłem drogę od projektowania użyteczności (UX Designer), przez optymalizację procesów i kierowanie zespołami PMO (zarządzanie portfelami projektów z wielomilionowymi budżetami), aż po specjalizację w analityce, Big Data i architekturze systemowej.

Dzięki tak szerokiemu doświadczeniu potrafię rozmawiać z różnymi grupami docelowymi tym samym językiem – doskonale rozumiem zarówno potrzeby biznesu nakierowane na zysk i procesy, jak i techniczne wyzwania stojące przed programistami oraz inżynierami danych.

Obecnie odpowiadam za architekturę i logikę biznesową platform Big Data dla największych instytucji (m m.in. w sektorze ubezpieczeniowym i kinowym). Posiadam bogate, udokumentowane doświadczenie w środowiskach end-to-end.

Poza inżynierią angażuję się edukację polskiej branży IT. Stworzyłem jednego z najstarszych w Polsce blogów o analizie danych i prowadzę poczytny newsletter. Tworzę autorskie kursy i e-booki, a także szkolę firmy z zakresu Pythona oraz analizy danych.

Kluczowe wdrożenia i projekty

Integracja mObywatel/UFG (mStłuczka)

Zaprojektowałem architekturę zdarzeniową (Kafka) i kontrakty API dla procesu integracji wewnętrznych systemów PZU z państwową aplikacją mobilną. Oparty na tych założeniach system zautomatyzował cały przepływ, skracając czas od zgłoszenia szkody w telefonie do jej finalnej rejestracji docelowej do zaledwie kilkunastu minut.

Centrum Wiadomości mojePZU

Zaprojektowałem architekturę całego systemu powiadomień – m.in. strukturę baz danych, schematy zdarzeń i interfejsy OpenAPI, zasilane przez kilkanaście rozproszonych systemów źródłowych (wolumen przekraczający 35 mln wiadomości). Przygotowana logika agregacji zdarzeń pozwoliła na zmniejszenie "spamu informacyjnego" w komunikacji z klientem o ok. 60%.

Platforma serwowania AI (MLOps)

Odpowiadałem za koncepcję i projekt docelowej architektury dla platformy wdrożeń modeli uczenia maszynowego (Kubernetes, MLflow, MLServer). Dzięki tym ramom architektonicznym zespoły data science mogą masowo i operacyjnie wykorzystywać modele, które na bieżąco, w czasie rzeczywistym wspierają firmę (np. w procesie wyliczania taryf ubezpieczeniowych).

Data Engineering i LLM w branży kinowej

Dla serwisu BoxOfficeLab zaprojektowałem pipeline'y ETL zbierające dane na żywo (real-time scraping zajętości sal). Wdrożyłem mechanizmy orkiestracji równoległej inferencji modeli prognozujących zyski ze sprzedaży. Rozwijałem również analitykę scenariuszy filmowych bazującą na NLP (SpaCy) i wirtualnego eksperta kinowego opartego na systemach LLM (LangChain).

Przetwarzanie Danych Przestrzennych (GIS)

Zaprojektowałem procesy (Python, MongoDB, bazy wektorowe, DuckDB) łączące kilkaset geofizycznych atrybutów z rejestrami milionów budynków i działek w całej Polsce. Stworzony pipeline przetwarzał wielkoskalowe pliki (m.in. GeoTIFF) i serwował API znormalizowanych danych na potrzeby zaawansowanych algorytmów analizujących otoczenie ubezpieczeniowe.

Zaawansowany Ekosystem Raportowy i BI

Jako Portfolio Analyst zastąpiłem statyczne i przestarzałe, rozproszone arkusze Excel automatycznym rozwiązaniem analitycznym zbudowanym w R i Shiny. Zautomatyzowało to raportowanie postępów dla 100-150 inicjatyw, skracając czas obsługi z 6 godzin do zaledwie 10 minut i ułatwiając prezentacje wyników portfela z widokiem D-1 bezpośrednio przed Zarządem.

Doradztwo analityczne – Analiza Koszykowa

W ramach doradztwa i konsultingu komercyjnego zrealizowałem m.in. gigantyczną analizę koszykową (Market Basket Analysis) dla znanej sieci hipermarketów, operując na blisko milionie rzeczywistych paragonów. Efektem moich działań było opracowanie wglądów (insights) i konkretnych rekomendacji, które umożliwiły optymalizację rozkładu produktów na półkach cyfrowego e-sklepu.

Dane i Analizy Logo

Dane i Analizy Łukasz Prokulski

tel.: +48 510 029 094
email: kontakt@prokulski.science

ul. Dionizosa 6/67
03-142 Warszawa

NIP: 659 120 78 93
REGON: 521 777 410