Rozdział 6

O Leysie

Leysa to firma inżynierska Dawida Huczyńskiego z Wrocławia, architekta z uprawnieniami budowlanymi do projektowania bez ograniczeń i programisty. Od kilkunastu lat pracuje na styku projektowania, danych i oprogramowania. Z Leysą rozmawia się bezpośrednio z osobą, która analizuje proces, pisze kod i odpowiada za wdrożenie.

Skąd nazwa

ley·sa [ˈleiːsa] czas. leysi · leysti · leyst

1. rozwiązywać (problem, zadanie): leysa vandamál. 2. rozluźniać, rozwiązywać (supeł, węzeł): leysa hnút. 3. uwalniać (od czegoś, np. od obowiązku).

Etym. isl., ze staronord. leysa ← pragerm. *lausijaną „luzować, uwalniać”, od *lausaz „luźny, wolny”. Por. niem. lösen, szw. lösa, ang. loose.

Doświadczenie

2011–2019: architekt w biurach we Wrocławiu i w Reykjavíku. Projekty w Norwegii: szkoły, urzędy, mieszkaniówka, obiekty handlowe i przemysłowe.
2020–2024: BIM koordynator i automatyzacja procesów w dużym biurze architektonicznym, wdrożenie CI/CD w projektowaniu.
Od 2022: energetyka. System sterowania farmami PV, plany produkcji, prognozy cen.
Od 2023: analizy przestrzenne dla OZE: PV, wiatr, inwestycje liniowe.
Od 2024: specjalista ds. danych i technologii, ekspert BIM i R&D u generalnego wykonawcy konstrukcji stalowych. Automatyzacja procesów w całej firmie.

Kompetencje zarządcze: zbieranie wymagań, harmonogramowanie, praca z interesariuszami i zespołami, projektowanie cyklu życia produktu.

Wykształcenie i certyfikaty

Politechnika Wrocławska, rok na TU Dresden.
Uprawnienia budowlane do projektowania w specjalności architektonicznej bez ograniczeń (2015).
PRINCE2 Foundation, MITx 6.00x (Python).
Języki: polski, angielski (biegły), niemiecki (komunikatywny), islandzki (podstawy). Projekty prowadzone także po angielsku.

Prelekcje

„Geospatial analysis and project initialization automation”
„Introduction to Revit API and managing CI/CD tools in medium size company”
„Project geolocation and public datasets scraping”
„Self-hosted and open source tools for medium size architectural companies”
„From chaos of data to smart conclusions: solutions for clients’ poor data”

Technologie

Obszar	Narzędzia
Języki	Python, C#, Rust, C, JavaScript, Bash
Dane i ML	pandas, scikit-learn, prognozowanie szeregów czasowych, prognozy probabilistyczne, backtesting
Energetyka	API PSE, API operatorów (PGB2), FusionSolar, dane pogodowe
GIS	QGIS, PyQGIS, geopandas, shapely, pyproj, ezdxf, laspy, open3d, fotogrametria
BIM	Revit API (C#, Python), Dynamo, IFC, IfcOpenShell, Blender
Web	FastAPI, pydantic, Playwright, Svelte, SvelteKit, Vue, Three.js, SurrealDB
Infrastruktura	Linux, Docker, Podman, Nginx, GitLab CI/CD, borgbackup, rclone, nix
AI	asystenci i agenci AI, modele lokalne (Ollama, modele wizyjne) i chmurowe

Dla kogo

właściciele i operatorzy farm fotowoltaicznych, agregatorzy OZE,
inwestorzy i deweloperzy OZE (PV, wiatr),
odbiorcy energii i właściciele magazynów energii,
biura architektoniczne i projektowe,
generalni wykonawcy i deweloperzy,
firmy inżynierskie wdrażające oprogramowanie lub AI.