Postanowiłem zacząć pisać. Nie dlatego, że mam do powiedzenia coś wyjątkowego — raczej dlatego, że pisanie zmusza do precyzyjnego myślenia.
O czym będę pisać
Pracuję na styku inżynierii danych i modeli językowych. Buduję pipeline'y, deployjuję modele i debuguję problemy, które trudno wygoglować. Tutaj będę zapisywał to, czego się nauczyłem — żeby nie zapomnieć i żeby może komuś pomóc.
Tematyka:
- LLM w produkcji — latencja, koszt, ewaluacja, guardrails
- Data Engineering — dbt, Spark, streaming, jakość danych
- MLOps — wersjonowanie modeli, monitoring, CI/CD dla ML
- Eksperymenty — rzeczy, które próbowałem i co z tego wyszło
Nie będzie tu
Nie piszę manifestów ani poradników "jak zostać data scientistem". Interesuje mnie konkret: kod, architektura, decyzje i ich konsekwencje.
Do następnego wpisu.