Student Informatyki | Politechnika Śląska (6. semestr) 🎓

Witaj na moim GitHub! Znajdziesz tutaj informacje o mojej edukacji, projektach, certyfikatach oraz zainteresowaniach zawodowych i prywatnych. 🚀

1. O mnie 👤
2. Języki, Technologie & Narzędzia 💻🔧
3. Moje Projekty 🚀
4. Kursy i Certyfikaty 🎓
5. Plany i Zainteresowania 🔮
6. Kontakt 📬

• Imię i nazwisko: Dominik Porębski
• E-mail: porebskid8@gmail.com
• Uczelnia: Politechnika Śląska (6. semestr – Informatyka)

• 🟣C#
  Tworzenie aplikacji desktopowych, webowych oraz gier w środowisku .NET – REST Web API, Entity Framework, SignalR, MVC, XUnit, programowanie asynchroniczne. ⚙
• ☕Java
  Aplikacje desktopowe i wieloplatformowe z użyciem JavaFX, LibGDX, Hibernate, podstaw wielowątkowości oraz narzędzi testowych (JUnit).
• 🐍Python
  Machine Learning (TensorFlow/Keras, PyTorch), wizualizacja danych (matplotlib, numpy) oraz analizy danych.
• 🎯Dart/Flutter
  Tworzenie aplikacji mobilnych i wieloplatformowych.
• ⚙️C/C++
  Programowanie niskopoziomowe, praca z mikrokontrolerami oraz zgłębianie architektury sprzętowej.

• SQL (MS SQL, Firebird)

Technologia / Narzędzie	Zastosowanie
	Aplikacje desktopowe, webowe oraz gry (REST Web API, EntityFramework, SignalR, MVC, XUnit, Monogame, programowanie asynchroniczne)
	Aplikacje desktopowe, wieloplatformowe (LibGDX, Hibernate, JavaFX, JUnit)
	Machine Learning i wizualizacja (TensorFlow/Keras, PyTorch, matplotlib, numpy)
	Aplikacje mobilne i wieloplatformowe
	Tworzenie i zarządzanie bazami danych (MS SQL, Firebird)
	Programowanie niskopoziomowe, mikrokontrolery
	Administracja systemem, terminal, skrypty Bash
	Kontrola wersji (Git, GitHub)

Zestaw projektów programistycznych rozwijanych w ramach projektów studenckich, nauki, zabawy i eksplorowania różnych technologii. Każdy z nich to krok dalej w stronę tworzenia coraz lepszego i bardziej zaawansowanego oprogramowania. 🔧💡

Klon kultowej gry Tetris stworzony w C# przy użyciu frameworka MonoGame.

✨ Funkcje:

• 🎯 Pełna logika rozgrywki: obracanie i przesuwanie klocków, czyszczenie linii, system punktacji
• 🕹️ Wiele motywów graficznych nawiązujących do estetyki z tamtych czasów
• ⏱️ Progresywny wzrost trudności
• 🔊 Kompleksowe udźwiękowienie i autorskie, responsywne UI

Remake legendarnej gry PacMan w języku Java z wykorzystaniem frameworka LibGDX.

🧠 Cechy:

• 🗺️ Dynamiczne generowanie mapy na podstawie interpretowanego pliku .json
• 🤖 Zaawansowana sztuczna inteligencja duszków
• 🕹️ Płynne animacje i sterowanie
• 🎨 Autorskie sprite-y i grafiki wiernie nawiązujące do oryginalnego klimatu gry

Zestaw implementacji najpopularniejszych algorytmów sortowania w C#, wraz z interaktywną wizualizacją ich działania.

📌 Zawiera:

• 📚 Różne algorytmy sortowania wraz z atrakcyjną wizualizacją ich działania
• 🔁 Niektóre algorytmy wykorzystują rekurencję
• ⚙️ Możliwość konfiguracji: liczby elementów kolekcji, opóźnienia animacji, typu algorytmu oraz rozdzielczości ekranu
• 💾 Przechowywanie podstawowych ustawień lokalnie na komputerze użytkownika
• 🧵 Asynchroniczne metody async/await wraz z tokenami przerwań
• 🎨 Autorskie, responsywne, animowane UI prezentujące krok po kroku działanie algorytmów. Dostosowujące się automatycznie do zadanego rozmiaru okna aplikacji

Prosta konsolowa aplikacja w C++ do zarządzania bazą danych krajów.

🧩 Funkcje:

• ➕ Dodawanie, edycja i usuwanie wpisów
• 🔍 Wyszukiwanie prezentacja i porónanie według różnych kryteriów
• 📋 Prosty interfejs tekstowy oparty na menu

Mobilna aplikacja pogodowa stworzona we Flutterze/Dart, skoncentrowana na jakości powietrza i pogodzie.

🌟 Cechy:

• 📡 Pozyskiwanie danych z zewnętrznego API na podstawie bieżącej lokalizacji użytkownika
• 🌫️ Wyświetlanie indeksu jakości powietrza (AQI) oraz stanu pogody w aktualnej lokalizacji
• 🧑‍🎨 Nowoczesny, minimalistyczny interfejs i animowane przejścia

Zestaw kilkunastu eksperymentalnych projektów wykonanych w ramach nauki Machine Learningu i Deep Learningu przy użyciu TensorFlow i Keras w środowisku Jupyter Notebook.

🧪 Tematyka:

• ⚙️ Implementacje klasycznych koncepcji ML/DL: propagacja wsteczna, konwolucje, autoenkodery, funkcje aktywacji
• 🧠 Modele: sieci konwolucyjne, autoenkodery, GAN-y, modele regresji, Q-Learning i DQN
• 🛠️ Własne pętle treningowe i eksperymenty z hiperparametrami
• 📈 Klasyfikatory obrazów: owoce, odpady, uszkodzenia samolotów (z wykorzystaniem pretrenowanych modeli)
• 🧬 Praca z architekturami typu transformer i fine-tuning modeli VGG16

Wieloplatformowa warcabnica online – gra w czasie rzeczywistym z uwierzytelnianiem graczy, systemem punktowym i dobieraniem graczy o podobnym poziomie trudności.

• ⚙️ ASP.NET Core – REST API (lobby, statystyki, matchmaking)
• 🔌 SignalR – natychmiastowa synchronizacja planszy i ruchów
• 🗄️ Entity Framework Core + SQL Server – persystencja kont, sesji, historii partii
• 🔐 ASP.NET Identity + JWT – rejestracja, logowanie, autoryzacja huba
• 🧪 xUnit + FluentAssertions – testy jednostkowe silnika gry

• 📱 Flutter / Dart – wspólny kod na Android · iOS · Web · Desktop
• 🌐 signalr_netcore – live‑połączenie z hubem SignalR

• ♟️ Silnik ruchów (wymuszone i wielokrotne bicia, promocja na damkę)
• 📋 Buforowana lista legalnych ruchów → brak podwójnej walidacji
• ✨ Podświetlanie legalnych pól i live‑update planszy w UI

• 👤 System kont graczy – profil, weryfikacja e‑mail, reset hasła, opcjonalnie logowanie społecznościowe
• 🧠 Lobby i matchmaking (ranking ELO) – automatyczne łączenie graczy o zbliżonym poziomie umiejętności, aktualizacja rankingu po każdej rozgrywce
• 🧩 Inne warianty gry w warcaby
• 🖌️ Rozbudowa UI aplikacji Frontendowej
• 🐳 Konteneryzacja Backendu i wdrożenie aplikacji na serwer

Poniżej znajdują się certyfikaty ukończonych kursów i specjalizacji, które potwierdzają moje zaangażowanie w rozwój zawodowy oraz ciągłe doskonalenie umiejętności.

📘 Python for Everybody	📗 Foundamentals of Java Programming

📙 Introduction to Deep Learning & Neural Networks with Keras	📒 Deep Learning with Keras and TensorFlow

📕 C# dla developerów .NET	📔 SOLID, Wzorce Projektowe w C# (.NET)

📓 GitHub Copilot dla programistów

• Nauka i rozwój:
  🎓 W trakcie studiów, stale rozwijam swoje umiejętności w technologiach .NET, Java, Python oraz SQL. Szczególną uwagę poświęcam obszarom związanym z Machine Learningiem – obecnie zgłębiam PyTorch oraz TensorFlow. 🚀

  C#/.NET to póki co mój ulubiony ekosystem i czuję się w nim najpewniej. 💻

• Prywatne pasje:

  • Muzyka: Gra na perkusji i trąbce. 🥁🎺
  • Historia: Powojenna historia świata i polityka. 📜
  • Sport: Siatkówka, bieganie. 🏐🏃‍♂️
  • Machine Learning: Zabawa z TensorFlow i PyTorch. 🤖
  • Kulinaria: Eksperymentowanie z nowymi przepisami. 🍳

Napisz do mnie:

• E-mail: porebskid8@gmail.com