medoid.dev projektuje, buduje i wdraża automation infrastructure, data pipelines oraz AI-assisted tooling — dla domen enterprise, embedded, automotive i UAV, gdzie poprawność nie jest opcją.
Łączymy głębokie engineering expertise z pragmatycznym product thinking — żebyś dostawał niezawodne systemy, a nie efektowne slide decki.
Automatyzacja web i E2E w Playwright/TypeScript, GUI w Squish oraz protocol simulation z pymavlink — budowane tak, żeby działało w CI, a nie tylko na laptopie.
QEMU, Docker, Android AVD — reproducible environments odzwierciedlające Twój hardware, żeby testing nie był zgadywanką.
Azure DevOps, Jenkins, GitLab CI, Zuul — pipelines, które dają zespołowi pewność, że może shipować szybko bez psucia rzeczy.
CODEX i Claude włączone w workflow do generowania scaffoldingu, optymalizacji test logic i ograniczania boilerplate — nie do zastępowania inżynierów.
MAVLink, automotive IVI, embedded Linux — mamy za sobą trudną protocol work i wiemy, gdzie pojawiają się edge cases.
Onboarding, best practices, automation strategy i mentoring — żeby Twój zespół mógł przejąć ownership tego, co budujemy razem.
Realne projekty, realne ograniczenia. Nazwy anonimizowane tam, gdzie było to wymagane.
Bieżący projekt obejmuje system wykorzystywany przez prawników w Wielkiej Brytanii. Rozwijamy i utrzymujemy automatyzację testów end-to-end w Playwright i TypeScript, uzupełnianą testami manualnymi, a testy integrujemy z pipeline’ami Azure DevOps. CODEX i Claude wspierają codzienny workflow przy tworzeniu, refaktoryzacji i utrzymaniu testów, z zachowaniem przeglądu i decyzji po stronie inżyniera.
Klient potrzebował niezawodnych i powtarzalnych testów dla naziemnej stacji kontroli UAV, jednak dostępność sprzętu stanowiła wąskie gardło. Zbudowaliśmy symulator oparty na pymavlink, który deterministycznie modeluje komunikację MAVLink, a następnie uzupełniliśmy go o testy GUI w Squish dla QGroundControl działającego w zwirtualizowanym środowisku Docker. Rezultat: pełne pokrycie regresyjne, gotowe do uruchamiania w potoku CI.
Wiodący producent OEM potrzebował zwalidować klaster wskaźników oraz wyświetlacz HUD na wbudowanym systemie Linux opartym na Yocto, zanim jeszcze dostępny był docelowy sprzęt. Zaprojektowaliśmy automatyzację GUI w Squish z użyciem Pythona, przygotowaliśmy wirtualne środowiska QEMU odwzorowujące docelową płytę, napisaliśmy receptury Yocto/Bitbake umożliwiające dostarczanie narzędzi automatyzacji razem z produktem, a całość zintegrowaliśmy z potokami CI w Jenkins i GitLab wraz z pełnym raportowaniem artefaktów.
Wieloletni projekt obejmujący kompleksowe projektowanie środowiska CI/CD (Jenkins, Gerrit, Docker, GitLab), zarządzanie systemem budowania Bitbake, automatyzację w Robot Framework oraz testy wydajnościowe, a także koordynację integracji między wieloma zespołami i liniami produktowymi. Realizowany w rolach Group Managera oraz Expert Engineera.
Opowiedz, co budujesz, gdzie system się psuje albo co chcesz zautomatyzować. Powiemy uczciwie, co warto zrobić, czego nie warto, i od czego zacząć.
[email protected]