Pro toho, kdo chce vidět víc — minulé role, produkty a jak hluboko do stacku jdu.
Spravované B2B datové feedy s nulovými tichými chybami a nulovou údržbou na straně klienta.
Pipeline propojuje rychlé lokální deterministické parsery, sémantickou AI validaci v reálném čase a vlastní fyzický LTE proxy pool v ČR. Systém se sám opravuje (heals) při změnách layoutu a garantuje stálou validitu výstupů (SLA).
Žádné dashboardy, pouze surová strukturovaná data doručovaná přímo do S3, SFTP, na Webhook nebo přes REST API.
AI Search Visibility scanner + GEO content methodology.
Měří, kde brand chybí v Google AI Overview, a generuje obsah, který tu díru zaplní.
Stack: rané R&D, zatím nefinalizováno.
Solo · R&D fáze.
Tři produkční AI produkty, kde jsem postavil a vedl technickou architekturu a AI stack. Minulá role — dnes to nejsou moje produkty.
AI-powered competitive intelligence pro marketingové agentury.
Agenti auto-tagují reklamy, extrahují hooky, klasifikují CTA a tagují kreativy — vše jako spolehlivé structured outputs.
Stack: Qwen 3.6 on vllm-mlx (Apple Silicon M3 Ultra). Batch-friendly workload se spolehlivými structured outputs — owned inference dával ekonomicky i provozně smysl.
Vedl jsem AI stack a agentní flow projektu a zajišťoval technický dohled jako CTO produkčních AI produktů.
E-commerce analytika pro Shoptet e-shopy.
AI agenti odhalují margin leaks, doporučují cenové změny, auto-tagují transakce a běží multi-step orchestraci nad objednávkami, dopravou, reklamními náklady a vratkami.
Stack: Google AI (Gemini). Zvoleno záměrně — Margly potřebovala rychlou odezvu pro multi-step tool calling a autonomní orchestraci. Vlastní inference onsite by se v této třídě úloh ekonomicky nevyplatila.
Vedl jsem AI stack a agentní flow projektu a zajišťoval technický dohled jako CTO produkčních AI produktů.
Customer intelligence — těží z Redditu, Hacker News a Product Hunt pain points, trendy a tržní mezery.
Discovery a klasifikační agenti surfují signály ve velkém objemu; summarization agenti destilují nuance, na které stojí za to reagovat.
Stack: hybridní orchestrace. Discovery a klasifikační agenti na Qwen 3.6 / vllm-mlx (high-volume, batch-tolerant); finální summarization a nuance-heavy reasoning na Google AI tam, kde per-token premium ospravedlnila kvalita výstupu. Routing rozhodnut per agent task.
Vedl jsem AI stack a agentní flow projektu a zajišťoval technický dohled jako CTO produkčních AI produktů.
AI chatbot pro automatizaci zákaznické podpory v e-commerce. Vyřeší až 98 % dotazů bez zapojení člověka, doporučuje produkty a aktivně pomáhá s prodejem. Navrhl jsem a kompletně odřídil technickou architekturu, včetně integrací do Shopify, WooCommerce, Magento, PrestaShop a OpenCart. Jako spoluzakladatel se nadále aktivně podílím na jeho technickém rozvoji a provozu.
→ lobot.chatKomplexní B2B monitorovací dashboard pro výrobce a distributory. GuruWatch v reálném čase sleduje skladové zásoby a ceny u partnerských e-shopů napříč trhem, hlídá cenové trendy a posílá okamžitá upozornění. Mezi klienty patří značky jako Lenovo, Niceboy nebo Infinix. Navrhl jsem a kompletně postavil celou datovou a scraping pipeline, která spolehlivě funguje ve velkém měřítku. Provoz projektu byl sice předán novému majiteli, ale i nadále pro GuruWatch zajišťuji strategickou technickou podporu a konzultace.
→ www.guruwatch.czStavím napříč celým stackem — agentic flows, které produkt pohánějí, i inference, proxy a datovou infrastrukturu pod nimi. Takhle to vypadá na orchestrační vrstvě; důkaz na infra vrstvě je níž.
Routing requestů mezi lokálními modely (Qwen, Gemma) a cloud APIs (Claude, GPT) podle task complexity + cost. Production cost saving 60–80 % oproti pure cloud setupu.
→ Postaveno do high-volume agent tasks v Discury — owned Qwen 3.6, frontier cloud modely jen tam, kde kvalita výstupu ospravedlnila premium.
Žádné brittle prompt chains. Agent dostane tool set, rozhoduje sám. Vyžaduje strong reasoning model + správnou tool granularitu. Lessons learned z production deployment.
→ Postaveno do Margly pro autonomní multi-step orchestraci nad daty objednávek, nákladů a reklam.
Model Context Protocol jako foundation pro tool integration. Praktické patterny pro context management, error recovery a debugging multi-step agents.
Tool calling loops, hallucinated calls, context window poisoning, infinite retry loops. Co jsem v produkci viděl a jak to řešit.
→ Patterny ze stavby a provozu více produkčních webů a aplikací postavených nad AI.
Prefill vs generation cost. KV cache reuse. Speculative decoding pro agent loops. Praktické ROI analýzy.
→ Proč jsem Advanty a Discury postavil na owned inference — naměřené ROI M3 Ultra vs. cloud API per task class; lokální inference se při nedostupnosti automaticky přepínala na public cloud.
Píšu o tom pravidelně. Pokud máš production agentic workflow, který krvácí na tokens nebo má failure mode issues, ozvi se →
Když to unit ekonomika vyžaduje, jdu až dolů — na inference vrstvu i na vrstvu přístupu k datům. vllm-mlx (79 merged PRs) a vlastnoručně postavený LTE proxy pool jsou dva konce stejného příběhu: owned inference, díky kterému byly produkty levné na provoz, a residential-IP scraping stack, díky kterému je gated public data dosažitelná. MLX dělám z nutnosti efektivity, ne jako research specializaci.
79 merged PRs do open-source LLM inference projektu pro Apple Silicon (581+ stars). Primary implementor Anthropic Messages API (/v1/messages) — compatibility layer, díky kterému vllm-mlx funguje s Claude Code a OpenCode.
Hlavní areas of work:
Vlastnoručně postavený LTE proxy pool — Raspberry Pi plus consumer MiFi modemy na rotujících CGNAT residential IP — který posílá scraping traffic z organicky residential adres, s komerční proxy jako hot fallback. Anti-detect scraping přes Cloudflare / DataDome / Akamai. Reálná throughput data z produkčních pipeline (10k+ requests/day).
→ Číst: LTE proxy poolApple M3 Ultra 256GB jako primary inference machine. Workloads s 9:1 prefill/generation ratio (image classification, content tagging, structured extraction). 274 tok/s sustained throughput na Gemma 4 26B-A4B s concurrency 8.
Reálné ROI analýzy: M3 Ultra vs RTX PRO 6000 Blackwell pro různé workload types. Cost-per-token kalkulace napříč cloud providery vs vlastní infrastruktura. Payback period modeling pro hardware investice.
vLLM, SGLang, llama.cpp, MLX. Kdy použít který stack. Quantization tradeoffs. Multi-model serving. Auto-scaling na bare metal vs Kubernetes.
Core contributor vllm-mlx. Vývoj Surfaced (R&D). Otevřen pro Fractional CTO a technické advisory spolupráce.
Oficiální nasazení a spuštění tří komplexních AI produktů v pozici CTO a AI architekta: Margly (profitability analytics pro e-shopy), Discury (customer intelligence platform) a Advanty (AI competitive intelligence). Architektury kombinují lokální inferenci s frontier cloudy. Zároveň aktivní role core contributora do open-source frameworku vllm-mlx (LLM inference na Apple Silicon, přes 80 schválených PR, autor kompatibilní Messages API vrstvy pro nástroje jako Claude Code).
Intenzivní vývoj, testování lokálních modelů a návrh hybridní infrastruktury pro chystané AI produkty. Práce na spolehlivosti orchestrace agentických toků (agentic flows) a optimalizaci nákladů na tokeny (inference economics).
Vývoj pokročilého e-commerce chatbota s integrací na platformy jako Shopify, WooCommerce či Magento. Na projektu se jako spoluzakladatel nadále aktivně technicky podílím.
Hluboký ponor do lokálních LLM modelů, agentických workflow a optimalizace inference. Překonávání gapu mezi akademickým výzkumem a reálně provozovatelnou infrastrukturou pro solo zakladatele.
Vývoj a spuštění robustní scraping a datové pipeline pro sledování cenových trendů u stovek e-shopů (značky jako Lenovo, Infinix, Niceboy). Pro projekt i nadále funguji jako technický konzultant.
Kompletní prodej společnosti Hosting90 systems s.r.o. mezinárodní skupině WY Group (provozovatel značky Ignum). Transakce byla veřejně oznámena.
→ hostingy.netZaložení hostingové a infrastrukturní společnosti a jejích 18 let budování od nuly z garáže až po tým 25 lidí a vlastní servery.
Pro technické týmy — inference economics, agentic architektura, technické due diligence.
Advisory / fractional CTO →