AI Tinkerers Gdańsk Meetup – 23 kwietnia
Dołącz do mnie, aby dowiedzieć się, jak skalować wyszukiwanie hybrydowe RAG: od koncepcji do 780 tys. stron
Piotr Chlebek · 2026-4-14
Streszczenie: Zaproszenie na spotkanie pasjonatów i majsterkowiczów AI w Gdańsku.
Słowa kluczowe: AI Tinkerers, Gdańsk, Meetup, RAG, LLM, Baza wiedzy
Z radością ogłaszam, że będę prelegentem na AI Tinkerers Gdańsk już 23 kwietnia!
W moim wystąpieniu zmierzę się z wyzwaniami związanymi ze skalowaniem RAG na ogromnych zbiorach danych: Scaling RAG: Hybrid Search and Hierarchical Chunking for 780k Pages.
Jak zawsze na AI Tinkerers, możecie spodziewać się:
- Świetnej atmosfery
- Niesamowitej społeczności chętnej do wymiany doświadczeń
- Praktycznych demonstracji technicznych od prawdziwych twórców (builderrów)
Liczba miejsc jest ograniczona, więc nie zwlekaj! Zarejestruj się tutaj.
Materiały powiązane (praca w toku)
- Hybrydowy RAG z segmentacją semantyczną
- W RAG nie chodzi o AI, lecz o inżynierię
- Lokalne serwowanie LLM za pomocą vLLM
- LLM Wiki vs. Baza Wiedzy RAG
Dlaczego tym razem RAG, a nie rozpoznawanie mowy?
Dla tych, którzy znają mnie jako eksperta od rozpoznawania mowy: tak, RAG to trochę inna para kaloszy. W technologii mowy zaszły pewne zmiany – niewiele firm potrzebuje już kogoś, kto zna się na tym dogłębnie i wszechstronnie. Częściej poszukiwani są średnio zaawansowani inżynierowie, którzy potrafią wykorzystywać półgotowce czy wręcz gotowe rozwiązania.
Dlatego podjąłem decyzję, aby rozwijać się w innych kierunkach. RAG okazuje się na tyle trudny i złożony, a jednocześnie ważny i użyteczny, że bardzo skusiło mnie jego zgłębienie. Zresztą wspaniale wpisuje się to w moją ścieżkę zawodową, na której zawsze pociągały mnie trudne problemy, takie jak programowanie szachów, wykrywanie samolotów, wyszukiwanie rozmyte w dużych zbiorach danych, przeróżne systemy ML / AI / data science czy rozpoznawanie mowy. Muszę przyznać, że od lat mam fiksację na punkcie różnych algorytmów przeszukiwania, w które RAG wpasowuje się idealnie.
Powiązane wpisy:
- Hybrydowy RAG z segmentacją semantyczną
- W RAG nie chodzi o AI, lecz o inżynierię
- Lokalne serwowanie LLM za pomocą vLLM
- LLM Wiki vs. Baza Wiedzy RAG
Odniesienia:
Źródło obrazów: Google DALL-E 3 (04.2026).




