Routing
sulu_route.route_id_1
Matched route
Route Parameters
| Name | Value |
|---|---|
| _cacheLifetime | 86400 |
| _sulu_route | Sulu\Route\Domain\Model\Route {#828 -id: 1 -webspace: "portfolio" -locale: "pl" -slug: "/" -parentRoute: null -resourceKey: "pages" -resourceId: "01a02f71-900c-7e93-839e-3c620a9cd6cd" -resourceIdCallable: null } |
| object | Sulu\Page\Domain\Model\PageDimensionContent {#1108 #id: ? int #page: Sulu\Page\Domain\Model\Page {#1577 …} #title: "Portfolio" #navigationContexts: Doctrine\Common\Collections\ArrayCollection {#1505 …} #created: DateTimeImmutable @1787502367 {#1294 : 2026-08-23 16:26:07.0 UTC (+00:00) } #changed: DateTimeImmutable @1787601070 {#1291 : 2026-08-24 19:51:10.0 UTC (+00:00) } #creator: null #changer: Proxies\__CG__\Sulu\Bundle\SecurityBundle\Entity\User {#1539 …} -author: null -authored: DateTimeImmutable @1787502366 {#1306 : 2026-08-23 16:26:06.0 UTC (+00:00) } -lastModified: null #locale: "pl" #ghostLocale: "pl" #availableLocales: [ "pl" "en" ] #stage: "live" -isMerged: true -version: 0 -excerptData: [] -excerptCategories: Doctrine\Common\Collections\ArrayCollection {#3253 …} -excerptTags: Doctrine\Common\Collections\ArrayCollection {#2753 …} -excerptAudienceTargetGroups: Doctrine\Common\Collections\ArrayCollection {#3367 …} -excerptSegment: null -route: Sulu\Route\Domain\Model\Route {#828 -id: 1 -webspace: "portfolio" -locale: "pl" -slug: "/" -parentRoute: null -resourceKey: "pages" -resourceId: "01a02f71-900c-7e93-839e-3c620a9cd6cd" -resourceIdCallable: null } -seoData: [] -seoNoIndex: false -seoNoFollow: false -seoHideInSitemap: false #shadowLocale: null #shadowLocales: null -templateKey: "homepage" -templateData: [ "title" => "Portfolio" "cvFile" => null "heroLead" => "<p>Inżynier Full-Stack z zapleczem naukowym.</p>" "heroName" => "Mateusz" "aboutText" => "<p>Łączę ponad 5-letnie doświadczenie komercyjne jako Full-Stack Engineer z silnym fundamentem naukowym (<i>mgr inż. kierunku Informatyczne Systemy Automatyki</i>, Politechnika Wrocławska). W projektach komercyjnych specjalizuję się w budowie dedykowanych systemów backendowych i skalowalnego e-commerce (Czysta architektura, DDD), odpowiadając za pełen cykl tworzenia oprogramowania – od frontendu, przez infrastrukturę, aż po szeroki kontekst biznesowy.</p><p> </p><p>Równolegle z pracą komercyjną projektuję rozwiązania MarTech oparte na AI oraz prowadzę badania naukowe z zakresu obliczeniowych modeli kognitywnych, identyfikacji systemów, uczenia maszynowego. W każdym z tych obszarów napędza mnie inżynierski pragmatyzm i rygor techniczny.</p>" "stackItems" => [ [ "_id" => "7cfa7c55" "name" => "PHP" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "5c32d348" "name" => "Laravel" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "494de8bf" "name" => "Symfony" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "83007899" "name" => "Python" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "6402a5af" "name" => "Django" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "1adc0f95" "name" => "FastAPI" "type" => "item" "group" => "backend" "category" => "Backend" ] [ "_id" => "c490c6d8" "name" => "JavaScript / TypeScript" "type" => "item" "group" => "frontend" "category" => "Frontend" ] [ "_id" => "e79cbaa4" "name" => "React" "type" => "item" "group" => "frontend" "category" => "Frontend" ] [ "_id" => "24aceb73" "name" => "Next.js" "type" => "item" "group" => "frontend" "category" => "Frontend" ] [ "_id" => "284b3f70" "name" => "TailwindCSS" "type" => "item" "group" => "frontend" "category" => "Frontend" ] [ "_id" => "8cc4f842" "name" => "Docker" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "83924a1b" "name" => "Linux" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "9b32e88b" "name" => "MongoDB" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "688f7f17" "name" => "MySQL" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "01be565f" "name" => "PostgreSQL" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "6399931c" "name" => "Python" "type" => "item" "group" => "ai" "category" => "ML" ] [ "_id" => "f2452081" "name" => "Vector Databases" "type" => "item" "group" => "ai" "category" => "ML" ] [ "_id" => "e646a26f" "name" => "PyTorch" "type" => "item" "group" => "ai" "category" => "ML" ] [ "_id" => "11375cc5" "name" => "Redis" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "4df16a37" "name" => "Git" "type" => "item" "group" => "infra" "category" => "Infra" ] [ "_id" => "e6510141" "name" => "RAG" "type" => "item" "group" => "ai" "category" => "AI" ] ] "contactLead" => "Szukasz software engineera do zespołu lub projektu? Napisz." "heroSocials" => [ [ "_id" => "827184e9" "url" => "https://www.linkedin.com/in/mateusz-zolisz-37092420b/" "type" => "social" "label" => "LinkedIn" ] [ "_id" => "7fdcf108" "url" => "https://github.com/Zomat" "type" => "social" "label" => "GitHub" ] [ "_id" => "55df8d3e" "url" => "https://www.instagram.com/mateuszolisz/" "type" => "social" "label" => "Instagram" ] ] "contactEmail" => "mateusz.zolisz@gmail.com" "heroPortrait" => [ "id" => null "displayOption" => null ] "projectItems" => [ [ "_id" => "0c391ea5" "slug" => "ecommerce" "tech" => "Sylius · Next.js · PHP · Python · Django · Docker · Architektura Heksagonalna · Domain Driven Design · Behat" "type" => "project" "group" => "Komercyjne" "title" => "System E-commerce" "ctaLabel" => "W fazie przedprodukcyjnej..." "description" => "E-commerce dla sieci escape roomów." "fullDescription" => "<p>Platforma e-commerce w architekturze headless dla sieci escape roomów do sprzedaży voucherów prezentowych oraz przedmiotów fizycznych.</p><p>Backend oparto na silniku Sylius / Symfony (API Platform), a aplikację kliencką (storefront) wdrożono w Next.js. Całość zintegrowano z zewnętrznym systemem zarządzania klienta w Django oraz napisano do niego dedykowany moduł do obsługi voucherów.</p><p>Kluczowe elementy systemu: </p><ul><li data-list-item-id="e4943db86109e58371985b6ac6e32be95"><strong>Dedykowany system voucherów</strong>: Obsługa elektronicznych i fizycznych kart podarunkowych (przypisanych do konkretnego pokoju, wartościowych oraz pakietów premium z dodatkowymi gadżetami). Automatyczne generowanie plików PDF gotowych do druku, opcja realizacji online lub stacjonarnie oraz pełne śledzenie historii cen zgodnie z dyrektywą Omnibus.</li><li data-list-item-id="ecd2188b6f38b509284bb477f4fd6f849"> <strong>Architektura integracyjna (Multi-service)</strong>: Synchroniczna i asynchroniczna (Symfony Messenger / Redis) komunikacja z systemem rezerwacji, usługą logistyczną Furgonetka oraz operatorem płatności Przelewy24. Dla zapewnienia niezawodności przy awariach zewnętrznych API wdrożono mechanizmy retry/backoff oraz dead-letter queues (DLQ). </li><li data-list-item-id="e4f0cb373e04cab912523500b714d7e60"><strong>Headless Checkout</strong>: Dedykowane API wystawiające dla Next.js logikę koszyka, promocji katalogowych, wyliczania czasu i kosztów dostawy, a także komunikatów prawnych (szacowany czas doręczenia, najniższa cena z ostatnich 30 dni). Obsługa ścieżki zakupowej zarówno dla gości, jak i zarejestrowanych użytkowników. </li><li data-list-item-id="e231a9e1f2e0a25d3a2e06406841df25b"><strong>Rozbudowane narzędzia administracyjne</strong>: Znaczne rozszerzenie panelu admina w Syliusie o niestandardową konfigurację produktów i voucherów, logikę zarządzania cenami, dedykowane przepływy (workflows) realizacji zamówień oraz mechanizmy anonimizacji danych klientów zgodnie z RODO.</li></ul>" ] [ "_id" => "808e50a3" "url" => "https://jezykidlakazdego.pl" "slug" => "jdk" "tech" => "PHP · Laravel · Livewire · Alpine.js · Builder.io" "type" => "project" "group" => "Komercyjne" "title" => "JezykiDlaKazdego.pl" "ctaLabel" => "Strona produkcyjna" "description" => "Sklep internetowy do sprzedaży kursów i lekcji online" "fullDescription" => "<p>Aplikacja webowa zbudowana jako sklep internetowy sprzedający materiały do nauki języków: kursy wideo, e-booki i lekcje cyfrowe. </p><p>Kluczowe funkcjonalności: </p><ul><li data-list-item-id="e64bcde496627f231ccb0bcb0217aef11"><strong>Sklep i checkout</strong> — katalog produktów, koszyk, integracja płatności (Przelewy24), generowanie faktur PDF</li><li data-list-item-id="ecc7b53183bc518dd41db713ea1433258"><strong>Zaawansowany system promocji oraz lejków sprzedażowych </strong>— oferty dla konkretnych klientów, integracja z quizami, promocje ograniczone czasowo</li><li data-list-item-id="ed130afc47b11ee759efe25a398f30e91"><strong>Panel klienta</strong> — dostęp do zakupionych produktów (kursy, e-booki, lekcje), historia zamówień, pobieranie plików i faktur, materiały wideo (integracja z Vimeo)</li><li data-list-item-id="eeceb19438742fd779e8df9fd195bd469"><strong>Panel administracyjny </strong>— zarządzanie produktami, klientami, zamówieniami, blogiem i zdjęciami produktów </li><li data-list-item-id="ef05ea84fbe58b0a6ac5f95d153bdd2c0"><strong>Integracja</strong> <strong>z Builder.io </strong> — klientka może samodzielnie edytować oraz tworzyć podstrony marketingowe</li><li class="ck-list-marker-bold" data-list-item-id="e250bc5aaffee863bd650909232533cf0"><strong>Blog </strong></li><li data-list-item-id="e0986869deea8651e8963367a613f4ef8"><strong>Uwierzytelnianie i zarządzanie kontem</strong> przez Laravel Jetstream/Fortify</li></ul>" ] [ "_id" => "8e939609" "slug" => "crm" "tech" => "PHP · Laravel · Livewire · Czysta Architektura · Domain Driven Design · Behat · PHPUnit" "type" => "project" "group" => "Komercyjne" "title" => "System zarządzania kadrami i rozliczeniami dla firm budowlanych" "ctaLabel" => "Wewnętrzne narzędzie firmy" "description" => "Aplikacja webowa w wspierająca firmy budowlane w zarządzaniu pracownikami, projektami i rozliczeniami wynagrodzeń. System obsługuje pełny cykl pracy brygad budowlanych — od ewidencji dniówek po generowanie raportów płacowych." "fullDescription" => "<p><strong>Kluczowe funkcjonalności:</strong></p><ul><li data-list-item-id="e6fc9009a2b1ddaed66c9ad2edac6fe6f"><strong>Zarządzanie personelem i strukturą firm:</strong> Kompleksowa obsługa kartotek pracowniczych, definiowanie stawek (godzinowych i dniówkowych), zarządzanie statusami zatrudnienia oraz przypisywanie pracowników do konkretnych podmiotów i projektów.</li><li data-list-item-id="e3386ef7a22561ac5e3ea9b53379b745f"><strong>Ewidencja czasu pracy:</strong> Rejestracja obecności i przepracowanych dniówek oraz obsługa list brygadzistów, rozszerzona o możliwość dodawania dokumentacji fotograficznej.</li><li data-list-item-id="eff022d505861167842a6458d83d1e46a"><strong>Rozliczenia finansowe:</strong> Automatyzacja kalkulacji wynagrodzeń, uwzględniająca elastyczne zarządzanie zaliczkami oraz potrąceniami pracowniczymi.</li><li data-list-item-id="e78a8686c88b8a45e3d15ab50ef61a955"><strong>Zaawansowane raportowanie:</strong> Automatyczne generowanie miesięcznych podsumowań projektowych i zestawień czasu pracy z bezproblemowym eksportem do formatów PDF i Excel.</li><li data-list-item-id="e45819e8ca07dcd636e4a50ea7bf5e99c"><strong>Monitoring i audyt:</strong> Rozbudowany dziennik zdarzeń (event log) śledzący kluczowe operacje i ogólną aktywność użytkowników w systemie.</li></ul><p><strong>Architektura i stos technologiczny:</strong></p><ul><li data-list-item-id="e17fdcd8b4d1bf63ea341717dd3bd9d41"><strong>Backend:</strong> PHP 8 / Laravel 9, oparty na architekturze modularnej, która zapewnia ścisły podział na niezależne konteksty biznesowe.</li><li data-list-item-id="ea6a87d02383368e530f8f7fe973618ee"><strong>Frontend:</strong> Laravel Livewire połączony z Tailwind CSS – dostarczanie dynamicznych i reaktywnych interfejsów użytkownika (UI) bez narzutu technologicznego pełnych aplikacji SPA.</li><li data-list-item-id="ec385557ff9cbdb8b30c15c0df4e65ae7"><strong>Wzorce projektowe:</strong> Zastosowanie architektury heksagonalnej oraz taktycznego podejścia Domain-Driven Design (DDD).</li><li data-list-item-id="e48c770712524f69ca7a71fb4fb46eb66"><strong>Przetwarzanie danych:</strong> Zaawansowane generowanie dokumentów PDF i arkuszy Excel, a także automatyczny eksport danych do masowych przelewów bankowych zgodnie ze standardem SEPA.</li><li data-list-item-id="e47968e02120a2485a96c838ad501bc66"><strong>Zapewnienie jakości (QA):</strong> Kompleksowe testowanie aplikacji z wykorzystaniem PHPUnit (testy jednostkowe) oraz frameworka Behat (testy behawioralne/BDD).</li></ul>" ] [ "_id" => "65640215" "slug" => "iccci2026" "tech" => "Python" "type" => "project" "group" => "Nauka" "title" => "When Interpretable Parameters Fail to Explain: Evidence from the Rescorla-Wagner Model" "ctaLabel" => "W druku" "description" => "Współautor publikacji naukowej na ICCCI 2026 | Politechnika Wrocławska" "fullDescription" => "<p>Interpretowalne parametry w modelach uczenia ze wzmocnieniem (RL) są powszechnie używane do mechanistycznego wyjaśniania ludzkich zachowań. W artykule udowadniamy, że ta praktyka może zawodzić nawet w przypadku minimalnego agenta Rescorla-Wagner. </p><p><strong>Kluczowe tezy i wyniki:</strong></p><ul><li data-list-item-id="e1022283fb2332acad95f4b5a5f0b771a">Anizotropowa geometria wiarygodności: Wykazaliśmy, że diametralnie różne kombinacje tempa uczenia oraz stochastyczności wyboru mogą równie dobrze dopasowywać się do tych samych sekwencji (w zadaniu Probabilistic Learning Task) przy estymacji największej wiarygodności (MLE). </li><li data-list-item-id="e1611e3077e533d790616fd97f765151d">Zniekształcenia estymacji: Zjawisko to prowadzi do ustrukturyzowanych błędów, rozkładów scaled vector error (SVE) o grubych ogonach, uderzeń w granice (boundary hits) oraz nakładania się na siebie odzyskanych dystrybucji parametrów z różnych reżimów. Diagnostyka siatkowa dodatkowo pokazuje, że jakość odzyskiwania parametrów silnie waha się w obrębie generującej przestrzeni parametrów.</li><li data-list-item-id="e6b4f2aa1b0622a030c2be65f32465baf">Autorski workflow diagnostyczny: Aby uwidocznić powyższe ograniczenia, zaproponowaliśmy przepływ pracy, który łączy analizę geometrii wiarygodności, diagnostykę błędów brzegowych oraz siatkową weryfikację odzyskiwania parametrów (grid-based parameter recovery). </li><li data-list-item-id="e30bd313c32c7246f0c033cfef33fa07b">Wartość praktyczna: Nasze rozwiązanie dostarcza procedury pozwalającej ocenić, kiedy dopasowane parametry są wystarczająco silnie ograniczone przez dane, aby opierać na nich wiarygodne wyjaśnienia oparte na parametrach, a kiedy takie twierdzenia powinny zostać opatrzone odpowiednimi zastrzeżeniami.</li></ul>" ] [ "_id" => "03cf8b65" "slug" => "magisterka" "tech" => "Python · SciPy · NumPy · emcee · metody Monte Carlo · statystyka bayesowska · modelowanie matematyczne · optymalizacja numeryczna" "type" => "project" "group" => "Nauka" "title" => "Identyfikowalność i wyjaśnialność modeli uczenia z nagród i kar na przykładzie Iowa Gambling Task" "description" => "Współczesne systemy sztucznej inteligencji, choć skuteczne, często działają jako „czarne skrzynki”. W branżach regulowanych (medycyna, finanse) kluczowe jest stosowanie modeli, które nie tylko przewidują, ale też wyjaśniają mechanizm podejmowania decyzji." "fullDescription" => "<p>W ramach tego projektu przeprowadziłem <strong>kompleksowy audyt stabilności i wiarygodności wiodących modeli uczenia ze wzmocnieniem (RL)</strong> symulujących zachowania decyzyjne. Zaprojektowałem autorską architekturę o znacznie wyższej odporności na szum oraz stworzyłem rygorystyczny, uniwersalny potok diagnostyczny, który matematycznie weryfikuje, kiedy i w jakim stopniu można zaufać wyjaśnieniom generowanym przez algorytmy AI.</p><p> </p><h2><strong>Główne osiągnięcia i wkład inżynieryjny</strong></h2><ul><li data-list-item-id="ee1b8049f263e225dafa2d0ecee8da1f7"><strong>Zaprojektowanie odpornej architektury RL (podwojenie stabilności modelu):</strong> Opracowałem i przetestowałem autorski model uczenia ze wzmocnieniem, który łączy asymetryczną ocenę ryzyka (Teorię Perspektywy) z dynamicznym śledzeniem niepewności (mechanizm inspirowany Filtrem Kalmana). Nowa architektura pozwoliła na <strong>podwojenie stabilności estymacji parametrów (wzrost z ~38% w modelach referencyjnych do aż 76,2% całej przestrzeni roboczej)</strong>, co drastycznie zwiększa rzetelność generowanych wyjaśnień.</li><li data-list-item-id="eba28ac907dcb285a0f12cdf38a1f45c9"><strong>Budowa potoku symulacyjnego (stress-testing na poziomie 50k+ prób):</strong> Zaprojektowałem i wdrożyłem wielopoziomowy potok walidacyjny oparty na wielowymiarowym próbkowaniu przestrzeni (Latin Hypercube Sampling) oraz metodach bootstrapowych. Dzięki temu zdemaskowałem krytyczne wady powszechnie stosowanej estymacji punktowej (MLE) i udowodniłem, że standardowe metryki raportujące błędy (oparte na macierzy Hessego) wykazują skrajną nadpewność (<i>overconfidence</i>), co w realnych wdrożeniach grozi podejmowaniem błędnych decyzji na podstawie losowego szumu.</li><li data-list-item-id="e1a5b1a5d27348692ac603e12ad808286"><strong>Wdrożenie bayesowskiego audytu modeli (przełamywanie ograniczeń optymalizatorów):</strong> Zastąpiłem klasyczną, punktową optymalizację gradientową probabilistycznym próbkowaniem bayesowskim przy użyciu metod Monte Carlo (MCMC). Stworzyłem framework, który potrafi <strong>wydobyć czysty sygnał informacyjny z bardzo zaszumionych sekwencji danych w 96% przypadków</strong>, w których tradycyjne algorytmy gradientowe poddawały się i błędnie klasyfikowały parametry jako całkowicie nieodzyskiwalne.</li><li data-list-item-id="e378a8031d3feb4d1fc9f146a0a011ace"><strong>Odkrycie dysocjacji diagnostycznej (wiarygodna klasyfikacja mimo szumu):</strong> Opracowałem metodologię mapowania globalnej przestrzeni zachowań systemów decyzyjnych (PSP) i nałożyłem ją na rozkłady błędów estymacji. Udowodniłem, że <strong>wysokopoziomowa klasyfikacja strategii i segmentacja użytkowników pozostaje w pełni stabilna i bezpieczna</strong>, nawet gdy szczegółowe parametry ilościowe na najniższym poziomie są obarczone silnym szumem numerycznym. Pozwala to na bezpieczne wdrażanie systemów kategoryzacji o bardzo wysokim stopniu pewności.</li><li data-list-item-id="ed47fec424b84a14cc2be60d7a4bcc060"><strong>Mitygacja ryzyka błędu systematycznego w personalizacji modeli:</strong> Przeprowadziłem rygorystyczną analizę wpływu metod hierarchicznego dociągania parametrów do średniej (<i>shrinkage</i>). Wykazałem, że popularne techniki uśredniające maskują unikalne, atypowe zachowania (np. anomalie czy rzadkie patologie), sztucznie dociągając je do "normy". Sformułowałem rygorystyczny postulat stress-testowania modeli na "czystych danych" (flat priors) w celu ochrony systemów AI przed błędami algorytmicznymi i niezamierzoną dyskryminacją unikalnych profili.</li></ul>" ] [ "_id" => "a06f3075" "slug" => "influencer-marketing" "tech" => "Python · FastAPI · Qdrant · Next.js · Docker · LLM" "type" => "project" "group" => "Prywatne" "title" => "Platforma influencer marketingu" "ctaLabel" => "W trakcie budowy" "description" => "Startup na wczesnym etapie, łączący marki z twórcami internetowymi. Automatyczna wycena współpracy, dopasowanie influencerów do kampanii i klasyfikacja profili — oparte o modele ML zamiast ręcznej pracy analityków. " "fullDescription" => "<p>Projektuję i rozwijam warstwę ML/AI jako rdzeń produktu — główne źródło wartości biznesowej, nie dodatek do aplikacji.</p><p><strong>Obszary ML/AI, nad którymi pracuję:</strong></p><ul><li data-list-item-id="eb00d5d8d1a41e8b6d2bc96c4e7068a9a"><strong>Silnik wyceny</strong> — model estymujący widełki cenowe współpracy na podstawie danych rynkowych i profilu twórcy, łączący kilka niezależnych sygnałów w jeden wynik z komunikowaną niepewnością (przedział, nie pojedyncza liczba)</li><li data-list-item-id="e3a9bca5e1fcc90cb52f8b2b9f4dbdec9"><strong>Scoring i klasyfikacja profili</strong> — wielosygnałowa, interpretowalna klasyfikacja typu konta i kategorii tematycznej; świadomy wybór modelu, który da się wyjaśnić, zamiast czarnej skrzynki</li><li data-list-item-id="ea56c4358836b06d2c57edde75fcd2c6d"><strong>Dopasowanie marka↔twórca</strong> — ocena zgodności profilu z briefem kampanii wspierana modelem językowym, z ustrukturyzowanym promptowaniem i walidacją odpowiedzi</li><li data-list-item-id="eda9fec80f3d8eda3dfb44d0512ca103a"><strong>Wyszukiwanie semantyczne</strong> — indeksowanie profili w bazie wektorowej pod kątem podobieństwa tematycznego, uzupełniające klasyczne filtry</li><li data-list-item-id="ec9609021c47189f67013433dba61dad6"><strong>Optymalizacja doboru kampanii</strong> — algorytm dobierający zestaw twórców maksymalizujący efekt kampanii w ramach zadanego budżetu</li></ul><p><strong>Praktyki inżynierii ML, na których mi zależy:</strong></p><ul><li data-list-item-id="e5371af5e3de108ef6366cdd3891be127">Wersjonowanie logiki decyzyjnej — żeby dało się odtworzyć historyczny wynik i bezpiecznie testować nowe podejścia obok sprawdzonych</li><li data-list-item-id="e78b094ed4fea67c91b844607325c5607">Testy charakteryzujące dla logiki obliczeniowej — bezpieczny refaktor i strojenie modeli bez ręcznej regresji</li><li data-list-item-id="e29af8067f390e9935d67e399e4eb350f">Czyste rozdzielenie reguł domenowych od infrastruktury — modele testowalne w izolacji</li></ul><p> </p>" ] ] "contactCvLabel" => null "contactHeading" => "Porozmawiajmy" "heroCtaCvLabel" => "CV" "heroNameAccent" => "Zolisz" "footerCopyright" => "© 2026 Mateusz Zolisz" "aboutResearchTags" => [ [ "_id" => "7ce829e4" "type" => "tag" "label" => "Uczenie Maszynowe" ] [ "_id" => "5e1338af" "type" => "tag" "label" => "Identyfikacja Systemów" ] [ "_id" => "8675528c" "type" => "tag" "label" => "Teoria Sterowania" ] [ "_id" => "a47ab6de" "type" => "tag" "label" => "Statystyka" ] [ "_id" => "0e620052" "type" => "tag" "label" => "Sztuczna Inteligencja" ] ] "aboutResearchText" => "<p>Jako entuzjasta uczenia maszynowego interesuję się modelowaniem procesów kognitywnych, systemami uczącymi się i automatyką. Aktywnie szukam okazji do współpracy przy projektach badawczych i publikacjach naukowych.</p>" "heroLocationLabel" => "Wrocław, Polska - 2026" "aboutResearchTitle" => "Zainteresowania naukowe" "heroCtaPrimaryHref" => "#kontakt" "heroCtaPrimaryLabel" => "Zatrudnij mnie" "heroAvailabilityLabel" => "Dostępny do współpracy" "url" => "/" ] -linkProvider: null -linkData: null #workflowPlace: null #workflowPublished: DateTimeImmutable @1787502367 {#1309 : 2026-08-23 16:26:07.0 UTC (+00:00) } } |
| view | "pages/homepage" |
Route Matching Logs
Path to match:
/
| # | Route name | Path | Log |
|---|---|---|---|
| 1 | 2fa_login_check_admin | /admin/2fa_check | Path does not match |
| 2 | sulu_headless.api.navigation | /{prefix}api/navigations/{context}.{_format} | Path does not match |
| 3 | sulu_headless.api.analytics | /{prefix}api/analytics.{_format} | Path does not match |
| 4 | sulu_headless.api.search | /{prefix}api/search | Path does not match |
| 5 | sulu_headless.api.snippet_area | /{prefix}api/snippet-areas/{area}.{_format} | Path does not match |
| 6 | sulu_media.website.image.proxy | /uploads/media/{slug} | Path does not match |
| 7 | sulu_media.website.media.download | /media/{id}/download/{slug} | Path does not match |
| 8 | sulu_media.website.media.download_admin | /admin/media/{id}/download/{slug} | Path does not match |
| 9 | sulu_website.sitemap_index | /sitemap.xml | Path does not match |
| 10 | sulu_website.paginated_sitemap | /sitemaps/{alias}-{page}.xml | Path does not match |
| 11 | sulu_website.sitemap | /sitemaps/{alias}.xml | Path does not match |
| 12 | sulu_website.segment_switch | /_sulu_segment_switch | Path does not match |
| 13 | sulu_search.website_search | /{prefix}search.{_format} | Path does not match |
| 14 | _preview_error | /{prefix}_error/{code}.{_format} | Path does not match |
| 15 | _wdt_stylesheet | /_wdt/styles | Path does not match |
| 16 | _wdt | /_wdt/{token} | Path does not match |
| 17 | _profiler_home | /_profiler/ | Path does not match |
| 18 | _profiler_search | /_profiler/search | Path does not match |
| 19 | _profiler_search_bar | /_profiler/search_bar | Path does not match |
| 20 | _profiler_phpinfo | /_profiler/phpinfo | Path does not match |
| 21 | _profiler_xdebug | /_profiler/xdebug | Path does not match |
| 22 | _profiler_font | /_profiler/font/{fontName}.woff2 | Path does not match |
| 23 | _profiler_search_results | /_profiler/{token}/search/results | Path does not match |
| 24 | _profiler_open_file | /_profiler/open | Path does not match |
| 25 | _profiler | /_profiler/{token} | Path does not match |
| 26 | _profiler_router | /_profiler/{token}/router | Path does not match |
| 27 | _profiler_exception | /_profiler/{token}/exception | Path does not match |
| 28 | _profiler_exception_css | /_profiler/{token}/exception.css | Path does not match |
Note: These matching logs are based on the current router configuration, which might differ from the configuration used when profiling this request.