
Kacper Wikieł
ML, infrastruktura treningowa i optymalizacja modeli. Założyciel i lider Slayera.
Slayer to praktyczne laboratorium modeli. Każda osoba tutaj zostawia ślad w danych, treningu, ewaluacji albo infrastrukturze. Mniej manifestu, więcej pomiaru.

ML, infrastruktura treningowa i optymalizacja modeli. Założyciel i lider Slayera.

Fullstack, zarządzanie projektem i tworzenie narzędzi dla developerów.

Fizyk z wykształcenia, Python developer, człowiek renesansu.

Za dnia rekrutuje i onboarduje talenty, po zmroku LLM Slayer: buduje zespoły agentów (call center dla branży medycznej) oraz aplikacje webowe i na Androida. AGH.

Student II roku inżynierii AI. Frontend dev, rozwija się w ML/DL, CV, NLP, RL i modelach generatywnych. Stack: Python, TensorFlow, PyTorch, MLOps.

Fullstack, UX i product development.

Fizyk-teoretyk z wykształcenia. AI Engineer w projekcie onkologicznym (CV), ostatnie 2 lata w GenAI i agentach. Chce trenować LLM, robi datasety i benchmarki.

Antropolog, logopeda, specjalistka wspomagających i alternatywnych metod komunikacji (AAC). Bada sposoby budowania języka. Projektuje zadania diagnostyczne dla modeli językowych, sprawdzające polską fleksję, przypadki i rozumienie relacji w zdaniu. Wykładowczyni akademicka, Uniwersytet DSW Ideis.

Fullstack deweloper. Buduje bota, mikroserwisy i narzędzia dla agencji marketingowej. Współtwórca systemu zarządzającego dziesiątkami tysięcy ofert na Allegro. Dostarcza end-to-end: od pomysłu do wdrożenia.

Student informatyki II roku. Buduje framework agentowy @the-brain/core oraz aplikację Scheduler (system zarządzania pracownikami) jako sandbox dla agentów. Pełne środowisko testowe w terminalu, pamięć agenta w rozwój. gt-processing.com

Uczestnik kursu AI Devs. Pracuje z LLM i agentami AI, rozwija praktyczne zastosowania modeli językowych w projektach produkcyjnych.

Absolwent AI_Devs. Webowy Solution Architect i Full-stack Developer. AI-native od 2024 roku. Mieszam się w agenturę AI.

Programistka fullstack z zespołu Xfaang. Obecnie pracuję głównie z agentami AI i projektowaniem architektury współdziałania modeli LLM. Oprócz technologii interesuje mnie literatura, historia i sztuki wizualne.

ML Engineer, fanatyk open source. Specjalizuje się w metodach kwantyzacji i optymalizacji SOTA modeli.

Wielogodzinny agentowy przepływ pracy, strategia uczenia maszynowego w oparciu o eksplorację i wizualizację danych. LinkedIn → www →

Bachelor Data Science, kończy MSc Data Science & AI na TU Eindhoven. Pracuje w Pythonie i R: czyszczenie danych, EDA, ewaluacja modeli, benchmarki. Prowadzi badania nad sieciami cytowań i modelami predykcyjnymi. Chętnie angażuje się w tematy agentów AI i LLM.

Od prawie 5 lat frontend developer z zajawką do AI. Aktualnie na 10xDevs. Dzieli się doświadczeniem na LinkedIn — treści o AI, Angularze, TypeScript i ogólnie programowaniu.

Na co dzień SEO, coraz mocniej skręca w stronę NLP i LLM. Pracuje z embeddingami, encjami, RAG i analizą procesów rozumowania modeli (m.in. Gemini). Pomaga przy danych, ewaluacji i eksperymentach z modelami. LinkedIn →

Na co dzień ewaluacja dwóch aplikacji medycznych opartych o modele Azure OpenAI. Po godzinach bawi się małymi modelami (do ~2B) na płytce SBC.

Fullstack developer, ~10 lat w IT (C#, systemy produkcyjne), od roku w AI/LLM. Wystawia produkty od zera — asystent AI dla BIM/stali (optimalbim.com): agentowy RAG nad IFC, serwer MCP. Buduje generatory danych syntetycznych pod SFT/LoRA. Prywatnie zgłębia wnętrze modeli — edycja wiedzy wprost na wagach (MEMIT). Pomaga przy: danych, fine-tuningu, architekturze, kodzie i dokumentacji. LinkedIn →

15+ lat w IT. Buduje agentic harnessy, eval/QA pipeline'y i local-first RAG. Teza: context before LLM — deterministyczny pipeline, zanim model zacznie zgadywać. Jego teren to inżynieria wokół modelu, nie sam trening.
ADHD-owiec na pełen etat. 20 lat w serwisie sprzętu komputerowego. Prowadzi mały zespół wdrożeniowo-rozwojowy. Specjalizuje się w agentic AI i projektowaniu architektury rozwiązań AI — z naciskiem na user-friendliness i realną wartość biznesową. Hejter hype'u bez pokrycia.

Samouk w ML. Robi distillacje, finetuningi, trochę modeli wytrenowanych — ale bardziej skupia się na zrozumieniu modelu od środka. Lubi eksperymenty.

O AI i sieciach neuronowych uczył się na studiach w poprzednim cyklu AI, douczał się czytając BYTE. Prowadzi firmę zajmującą się komputerami wbudowanymi razem z agentami AI. Interesuje go zastosowanie agentów AI w przemyśle, symboliczna AI, programowanie funkcjonalne, kompilatory, generowanie kodu. Języki: C/C++, Prolog, Assembler, HDL.

Architekt systemów i CTO. Rozwija rozwiązania AI do automatyzacji procesów compliance w branży AEC. Łączy LLM-y, architekturę AWS i klasyczne podejście inżynierskie — skupia się na jakości wyników, niezawodności i praktycznych zastosowaniach AI w codziennej pracy specjalistów.

10+ lat w IT. Zaczynał od C++, następnie Python. Pracuje w branży energii odnawialnej. Publikacje z zakresu ML w analizie modalnej. Prywatnie automatyzuje co może. Współautor gry planszowej Paranormal Detectives (Nagroda za Najlepszą Grę Imprezową 2021). LinkedIn →
Mobile engineer z powołania, od ponad roku wdraża AI w Booksy. W trakcie przejścia na Principal AI Engineera. Główny obszar: agentowy SDLC. Zajmuje się też dostosowywaniem systemów do Enterprise — współpraca z IT, security i strategicznie z CTO.

7 lat w IT, od 3 lat w LLM-ach. Na co dzień odpowiedzialny za agentów w firmie produktowej. Magisterka skupiona na xAI w małych modelach językowych. Interesuje go wyjaśnialność, ewaluacja i benchmarki.

Bada przyszłość i teraźniejszość elektronicznej rozrywki (dystrybucja muzyki, rynki gamingowe, trendy w hardware). Budowała kategorię digital assets w e-commerce, analizowała startupy preseed/seed, współtworzyła projekty UX. Lurker z drivem. LinkedIn →

Zawodowo programista Java. Po godzinach robi finetuning modeli głównie pod kątem text2image i przenosi modele na mniejsze urządzenia (NPU, pruning, destylacja). Finetuning Stable Diffusion na generacjach Midjourney, destylacja Qwen3-4B→1.7B. Aktualnie pracuje nad pruningiem text encodera dla Qwen Image.

Założyciel Xfaang. Buduje autonomicznych agentów AI i produkty LLM end-to-end u klientów. Prowadzi własny proxy modeli (LiteLLM) i agentowy harness działający 24/7 oraz narzędzia do ewaluacji i widoczności treści w wyszukiwarkach AI (GEO). Łączy produkt z inżynierią wokół modelu: dane, evale, infra. www →
Wsparcie merytoryczne: research, ewaluacja, kierunek modeli.

Doktor, Senior ML Researcher w RTB House. Wcześniej ML Engineer w Google (zespół Gemini Code Assist) i Senior AI Developer w Huawei. publikacje →

Doktor habilitowany, adiunkt na Wydziale Zarządzania Uniwersytetu Warszawskiego. 15+ lat praktyki i nauki w AI oraz zarządzaniu procesami biznesowymi. Współzałożyciel BPM Competence Center, laureat US Presidential Lifetime Achievement Award. publikacje →
Szukamy ludzi, którzy potrafią domykać artefakty: kod, dane, evale, infra, dokumentację. Governance projektu opisują rules.