Zespół
Mateusz Majcher
Partner i współzałożyciel, AlignIT · Wdrożenia AI i szkolenia zespołów technicznych
Wdraża AI w środowisku developerskim: repozytoria, CI/CD, agenci, bezpieczeństwo i pomiar efektów. Warsztaty prowadzi na kodzie i narzędziach uczestników.
Doświadczenie i specjalizacja
Mateusz Majcher odpowiada w AlignIT za techniczną stronę wdrożeń AI. Pracuje tam, gdzie AI styka się z rzeczywistym środowiskiem zespołu: z repozytorium, pipeline CI/CD, narzędziami bezpieczeństwa, monitoringiem i standardami organizacji.
Buduje agentów AI i osadza ich w istniejącym sposobie pracy. Ustala, do jakich źródeł kontekstu agent ma dostęp, co trafia do modelu, gdzie jest punkt decyzji człowieka i jak sprawdzana jest jakość wyniku. Bezpieczeństwo projektuje od początku, razem z rozwiązaniem.
Ponad 12 lat pracuje na styku technologii, danych i procesów. Blisko sześć lat spędził w EG A/S, ostatnio jako Senior AI DevSecOps Engineer. Odpowiadał tam za narzędzia AI dla developerów, integrację z CI/CD, zasady korzystania z modeli oraz monitoring adopcji i kosztów. Wcześniej pracował przy platformie DevSecOps obsługującej ponad 20 zespołów agile. Jeszcze wcześniej, w Citi, automatyzował procesy raportowe w obszarze liczącym ponad 100 osób.
Warsztaty prowadzi na kodzie i repozytoriach uczestników. Przed zajęciami analizuje stack zespołu i dopasowuje zakres. Pracował z zespołami w Polsce, Skandynawii i Indiach.
Prowadzi Warsztat AI dla zespołów IT.
W czym pomaga
Narzędzia AI w środowisku zespołu
Konfiguracja, integracja z repozytorium i pipeline, dopasowanie do istniejącego stacku.
Agenci AI w rzeczywistych procesach
Zakres działania, dostęp do kontekstu, kontrola jakości, punkty decyzji człowieka.
Bezpieczeństwo i zasady korzystania z modeli
Co trafia do modelu, jakie środowiska, jakie uprawnienia i jak to monitorować.
Warsztat AI dla zespołów IT
Praca na kodzie uczestników, nie na przykładach z prezentacji.
Pomiar adopcji i kosztów
Ile zespół faktycznie używa AI i ile to kosztuje w skali miesiąca.
Wybrane role i odpowiedzialności
Partner i współzałożyciel, AlignIT
Techniczne wdrożenia AI, agenci, integracje, praca z zespołami developerskimi.
Senior AI DevSecOps Engineer, EG A/S
Narzędzia AI dla developerów, integracja z CI/CD, zasady korzystania z modeli, monitoring, Kubernetes.
IT Business Analyst i Developer, Relyon IT Services
Systemy legacy, migracja repozytoriów, pierwsze pipeline'y CI/CD.
Business Process & Automation Analyst, Citi
Automatyzacja raportowania i workflow dla obszaru liczącego ponad 100 osób.
Analyst, Intelligent Aviation
Analiza danych operacyjnych lotnisk i modelowanie przepustowości terminali.
Edukacja i certyfikaty
- Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie, licencjat, Aviation Management (2010-2013), program w języku angielskim
- Certified Kubernetes Administrator, The Linux Foundation
- DevSecOps Foundation, DevOps Institute
- AWS Certified Cloud Practitioner, Amazon Web Services
- MicroStrategy Certified Specialist Analyst
Artykuły autora
AI w wytwarzaniu
Koszty tokenów AI: decyduje architektura
Koszt tokenów w AI to głównie kwestia architektury, nie cennika. Zobacz, jak routing modeli, prompty i długość odpowiedzi obniżają rachunek w całym AI SDLC.
AI w wytwarzaniu
Jak zbudowaliśmy alignit.pl z pomocą AI
Praktyczny opis workflow: Astro, model treści w JSON, Claude Code, Playwright, Cloudflare. Nie tutorial, ale dokumentacja decyzji, pułapek i tego, co zawiodło.
AI w wytwarzaniu
Gdzie AI przyspieszy pracę zespołu IT: 4 kryteria
Zanim wdrożysz AI w SDLC, sprawdź gdzie tracisz czas. 4 kryteria oceny punktów SDLC - powtarzalność, mierzalność, tolerancja błędu, dostępność danych.
Porozmawiajmy o Twoim procesie lub zespole
30 minut, konkretna odpowiedź. Sprawdzimy, czy AI da u Ciebie mierzalny efekt.