Wojciech Bos

Wojciech Bos · Senior Full-Stack & AI EngineerVivo a Varsavia, in Polonia. Nel 2027 mi trasferisco a Brescia. Disponibile per progetti freelance.

Prendo in mano i problemi da cui gli altri si tirano indietro e li porto fino in produzione.

Costruisco sistemi completi, non un singolo strato dello stack: dai runtime in C++ alle dashboard che ci girano sopra.

Attualmente in Sii Poland, unico ingegnere sulla piattaforma di Shipment Intelligence per ECCO. Nel quotidiano significa servizi NestJS e frontend React in TypeScript, agenti AI collegati tramite MCP e RAGFlow a dati logistici in tempo reale, e modelli scikit-learn che spiegano i numeri. Tutto finisce su Kubernetes.

Ritratto di Wojciech Bos

Chi sono

Ora sto costruendo per ECCO, da unico ingegnere, una piattaforma per il rischio nella supply chain. Prima ho migrato un motore di regole mission-critical da Palantir Foundry a una piattaforma Python cloud-native con il 100% di parità dei dati. Prima ancora, ho trasformato in due mesi un modulo di previsione bloccato in un servizio di produzione.

Ho scritto la mia prima riga di C++ nel 2015 e ho iniziato a lavorare in Samsung R&D nel 2019. Da allora ho lavorato su app di streaming per Smart TV, driver IoT per la smart home e previsioni su serie temporali, in Python, TypeScript, JavaScript, Lua e C++. Il dominio cambia, l’abitudine resta la stessa: consegno tutto.

Lavorare in così tanti domini e linguaggi è una scelta voluta. Mi permette di collegare tecnologie che raramente si incontrano. La mia pipeline di telemetria F1, un progetto personale, va da un edge agent in C++26 attraverso FlatBuffers e ZeroMQ fino a un hub NestJS e a una dashboard React che si ridisegna a 60 Hz: un unico sistema, dal pacchetto UDP al pixel. Mi fa anche vedere problemi e scorciatoie che chi vive in un solo stack non vede, e imparare è diventato routine: capisco in fretta un nuovo strumento e passo subito all’implementazione. Dammi un problema con una tecnologia che non ho mai toccato: colmo il divario in fretta e consegno più di quanto richiesto.

  • Sistemi noiosi in produzione e divertenti da costruire.
  • Meno parti in movimento, meno chiamate alle 3 di notte.
  • Passare in fretta da «è un’idea strana» a «funziona».
  • Finito vuol dire in produzione, non solo mergiato.
Inglese
Quasi madrelingua, la mia lingua di tutti i giorni
Italiano
Fluente
Polacco
Madrelingua

Esperienza

  1. Sii Poland

    1. apr 2026 – oggi

      Senior Full-Stack & AI Engineer · ECCO

      Unico ingegnere dietro una piattaforma di Shipment Intelligence che monitora le supply chain produttive e valuta in tempo reale il rischio di interruzioni.

      Mostra dettagli (7)Nascondi dettagli
      • Ho progettato e consegnato da solo l’intera piattaforma, dall’acquisizione dei dati alla mappa delle spedizioni in tempo reale ([METRIC?] spedizioni monitorate) e alle dashboard per il management.
      • Come unico ingegnere, ho preso tutte le decisioni architetturali e ho lavorato direttamente con gli stakeholder di business su cosa costruire dopo.
      • Ho collegato server Model Context Protocol (MCP) ad API logistiche di terze parti, con sincronizzazione in tempo reale e scritture bidirezionali.
      • Ho costruito workflow multi-agente con RAGFlow che confrontano notizie ed eventi geopolitici con le rotte di spedizione attive e valutano il rischio in automatico. Li alimentano scraper Playwright, feed RSS e job cron in n8n.
      • Ho aggiunto un agente analitico basato su scikit-learn e Pandas che trasforma statistiche delle rotte e metriche ML in risposte chiare per stakeholder non tecnici.
      • Ho scritto un motore di normalizzazione basato su regole, con un servizio di arricchimento delle rotte che gestisce i dati anomali e colma i punti ciechi del transito.
      • Ho spostato lo storico delle esecuzioni in log di audit JSONB su PostgreSQL, così i container sempre attivi non accumulano memoria.
      • TypeScript
      • NestJS
      • React
      • Redux
      • Angular
      • Python
      • scikit-learn
      • PostgreSQL
      • TypeORM
      • Kubernetes
      • Playwright
      • MCP
      • RAGFlow
      • n8n
    2. nov 2025 – mar 2026

      Senior Python Developer · K2 Integrity

      Sono entrato nel progetto per portare all’MVP un motore di esecuzione delle regole mission-critical. L’ho migrato da Palantir Foundry a una piattaforma Python cloud-native e rilasciato in produzione con il 100% di parità dei dati, poi sono passato al cliente successivo.

      Mostra dettagli (7)Nascondi dettagli
      • Ho progettato un sistema resiliente a due servizi (Pooler e Worker) coordinati da una macchina a stati basata su PostgreSQL.
      • Ho avuto la responsabilità della consegna, dall’MVP fino al lancio in produzione.
      • Ho convertito la logica di business in PySpark ([METRIC?] regole di esecuzione) da Palantir Foundry in codice Pandas e NumPy ottimizzato e manutenibile.
      • Ho costruito un framework di test che ha dimostrato il 100% di parità computazionale tra il sistema legacy e quello nuovo, a fini di audit e compliance.
      • Ho sviluppato un backend FastAPI con un flusso di approvazione a quattro occhi per caricare, gestire e verificare le regole di esecuzione.
      • Ho sostituito i workflow legacy Redis/Celery con una coda basata su PostgreSQL, più affidabile e con meno infrastruttura.
      • Ho distribuito l’intero ecosistema su Azure Kubernetes Service, con DAPR per lo scheduling.
      • Python
      • FastAPI
      • Pandas
      • NumPy
      • PostgreSQL
      • Palantir Foundry
      • Databricks
      • AKS
      • DAPR
      • Azure DevOps
  2. Krypton Polska

    1. lug 2025 – nov 2025

      ML Engineer / Backend Developer

      Ho gestito end-to-end un microservizio di previsione su serie temporali e trasformato in due mesi un modulo bloccato in un servizio pronto per la produzione.

      Mostra dettagli (4)Nascondi dettagli
      • Ho preso la piena responsabilità del modulo di previsione, basato su FastAPI e containerizzato con Docker.
      • Ho previsto qualsiasi feature di serie temporali da InfluxDB calcolando l’importanza delle feature e applicando modelli XGBoost. Ho valutato anche alternative LSTM.
      • Ho affinato le prestazioni dei modelli ([METRIC?] di accuratezza in più) e validato le configurazioni delle feature con analisi in NumPy, Pandas e scikit-learn.
      • Ho distribuito il servizio su Kubernetes, l’ho integrato nella pipeline CI/CD e coperto con test Pytest.
      • Python
      • FastAPI
      • XGBoost
      • InfluxDB
      • scikit-learn
      • Docker
      • Kubernetes
      • Pytest
  3. Samsung R&D Institute Poland

    1. feb 2025 – giu 2025

      Software Engineer

      Ho sviluppato in Lua gli EdgeDriver che portano i dispositivi Zigbee, Z-Wave e Matter in SmartThings, l’ultimo miglio tra l’hardware fisico e l’automazione nel cloud. Certificazione Jung Basic KNX (Jung Polska, 2025).

      Mostra dettagli (3)Nascondi dettagli
      • Ho implementato funzionalità specifiche per dispositivo negli EdgeDriver per Zigbee, Z-Wave e Matter.
      • Ho supportato debugging, certificazione, test interni e automazione di sistema.
      • Ho contribuito a tenere workshop tecnici per sviluppatori esterni.
      • Lua
      • Python
      • Zigbee
      • Z-Wave
      • Matter
      • KNX
    2. apr 2024 – feb 2025

      SmartThings Operations Engineer

      Ho costruito gli strumenti interni che hanno automatizzato la certificazione dei dispositivi IoT SmartThings ([METRIC?] di tempo risparmiato per dispositivo), dalle API in Django ai frontend in React.

      Mostra dettagli (4)Nascondi dettagli
      • Ho sviluppato servizi backend e API REST in Django e Django REST Framework su PostgreSQL.
      • Ho costruito pipeline di dati con Pandas, OpenPyXL e Beautiful Soup, oltre a strumenti che trasformano i risultati dei test in JSON in report leggibili.
      • Ho sviluppato frontend interni in React, Redux e Sass.
      • Ho testato dispositivi Zigbee, Z-Wave e Matter con partner strategici e team QA per semplificarne l’onboarding.
      • Python
      • Django
      • DRF
      • PostgreSQL
      • React
      • Redux
      • Sass
    3. dic 2019 – apr 2024

      Smart TV Application Support Engineer

      Ho iniziato come stagista e in tre mesi mi sono guadagnato un contratto a tempo pieno, salvando insieme a un altro junior un progetto rimasto senza responsabile. Da lì in poi il lavoro è stato molto più ingegneristico di quanto suggerisca il titolo.

      Mostra dettagli (8)Nascondi dettagli
      • Ancora junior, ho salvato insieme a un altro junior un progetto rimasto senza lead.
      • Ho condotto colloqui e valutato gli esercizi tecnici dei candidati.
      • Ho tenuto workshop, formazione tecnica e onboarding per sviluppatori esterni e ingegneri QA.
      • Ho creato strumenti in Python per debugging, analisi dei log e automazione, oltre a script di test automatici per app OTT e multimediali.
      • Ho risolto problemi a livello di piattaforma su più generazioni di TV e supportato i lanci interni di nuovi modelli.
      • Ho seguito l’onboarding e il supporto di [METRIC?] partner globali che sviluppavano app di streaming ad alto traffico con JavaScript, Tizen API, Shaka Player e Firebase.
      • Ho analizzato dati operativi con Pandas e Matplotlib.
      • Ho gestito gli ambienti di test, inclusi hardware TV e aggiornamenti firmware.
      • JavaScript
      • Tizen
      • Shaka Player
      • Firebase
      • Python
      • Pandas
      • Matplotlib

Sistemi e prodotti che sto costruendo

Lavoro mio, al di fuori dei progetti per i clienti.

  • Screenshot di Auctor

    Vicino al lancio, come prodotto per aziende

    Auctor

    Una piattaforma self-hosted che dà a ogni agente AI di coding gli stessi standard di ingegneria, senza file di configurazione degli agenti nei repository.

    Standard, skill, persona e preset sono versionati e governati in un unico posto. La CLI li risolve per ogni progetto e li inietta in Claude Code, Cursor, Codex o Antigravity all’avvio. Un server MCP fa lo stesso per le app desktop.

    • TypeScript
    • NestJS
    • PostgreSQL
    • React
    • Redux Toolkit
    • MCP
    • Nx
    • Kubernetes
  • Screenshot di CoreGraph

    Fase di ricerca, sto dimostrando che è possibile

    CoreGraph

    Un runtime C++ per eseguire migliaia di agenti AI con stato su una sola macchina.

    Gli agenti dormono durante l’I/O e si risvegliano in sub-interpreter Python già pronti, e su RocksDB viene scritto solo lo stato modificato. L’obiettivo è 20.000 agenti in 16 GB di RAM. Un primo prototipo ha ripristinato tutti i 20.000 stati da un avvio a freddo in 0,31 s.

    • C++23
    • Python
    • RocksDB
    • oneTBB
    • nanobind
    • io_uring
  • Screenshot di F1 Telemetry Platform

    In uso, uno strumento privato per me e un amico

    F1 Telemetry Platform

    Telemetria in tempo reale e una dashboard da muretto box per EA Sports F1 25, che segue dal vivo fino a 22 vetture.

    Un agente edge in C++26 legge lo stream UDP del gioco e invia come FlatBuffers solo ciò che è cambiato. Un hub NestJS lo distribuisce via ZeroMQ e WebSocket a una dashboard React che disegna la mappa del circuito a 60 Hz.

    • C++26
    • FlatBuffers
    • ZeroMQ
    • NestJS
    • React
    • Redux Toolkit
    • Python
    • K3s

Stack

Python
Python, FastAPI, Django, DRF, Pytest, asyncio, Playwright
Dati e ML
Pandas, NumPy, scikit-learn, XGBoost, PyTorch
AI e LLM
Model Context Protocol, RAGFlow, n8n, Claude Code
TypeScript
TypeScript, React, Redux, NestJS, TypeORM, WebSockets
Sistemi
C++23/26, io_uring, oneTBB, FlatBuffers, ZeroMQ, nanobind, RocksDB, Vulkan, GLSL
Database
PostgreSQL, InfluxDB
Infrastruttura
Docker, Kubernetes, AKS, DAPR, CI/CD

Ho lavorato anche con

Flask, Celery, Redis, Beautiful Soup, Matplotlib, Seaborn, Palantir Foundry, Databricks, Qdrant, React Query, Angular, Tailwind CSS, Sass, Node.js, OpenGL, MongoDB, Supabase, Firebase, Azure DevOps, NGINX, Flutter, Dart, React Native, Tizen, Shaka Player, DASH / HLS / DRM, Lua, Zigbee, Z-Wave, Matter, KNX, Raspberry Pi, Arduino

Fuori orario

Dopo il lavoro faccio ingegneria GPU: simulazioni fisiche in C++ e Vulkan, con l’integrazione numerica che gira negli shader GLSL.

Simulatore di buco nero, un disco di accrescimento deformato dalla lente gravitazionale attorno all’ombra del buco nero

Simulatore di buco nero

Un renderer GPU in tempo reale per buchi neri rotanti (Kerr) e non rotanti (Schwarzschild).

Ogni pixel traccia a ritroso un raggio di luce attraverso lo spaziotempo curvo, integrandone il percorso con RK4 in uno shader GPU, trascinamento dei sistemi di riferimento incluso. Il disco di accrescimento ha beaming Doppler e redshift gravitazionale, ed è per questo che un lato brilla più dell’altro.

d²x/dλ² = −3M |x × v|² x / r⁵

  • C++20
  • Vulkan
  • GLSL
  • MoltenVK
  • Dear ImGui

A casa gestisco un cluster Kubernetes con gli stessi standard che applico in produzione:

Twingate
Accesso remoto zero-trust
Infisical
Gestione dei segreti
Gitea
Git self-hosted
n8n
Automazioni e workflow pianificati
Nextcloud
File e sincronizzazione
Immich
Libreria fotografica
Image Vault
Registry Docker privato
Jellyfin
Media server

Più una collezione crescente di servizi scritti da me, nati soprattutto perché potevo.