// o nas
about.tsx - Visual Studio Code
1const approach = "
2

Najpierw rozumiemy proces. Potem budujemy rozwiązanie.

3// poznajemy biznes
4// dobieramy technologię
5// wdrażamy i rozwijamy
6export mandala();
mandala-as-a-code - git
zalozyciele.jpg
Tomek Kupidura i Łukasz Somniak, założyciele Mandala Software House

// 01

Kto za nami stoi

Mandala to software house prowadzony przez dwóch założycieli. Mamy ponad 20 lat doświadczenia w IT: projektujemy i wdrażamy aplikacje, integracje i systemy AI, a te same narzędzia stosujemy we własnej firmie.

  • Tomek KupiduraCTO
  • Łukasz SomniakCEO

02 / 05 · Jak pracujemy

Jak pracujemy

Zaczynamy od rozmów z ludźmi, którzy na co dzień wykonują pracę, i od mapy danych oraz narzędzi. Potem dobieramy rozwiązanie: aplikację, integrację albo automatyzację, a AI tam, gdzie rzeczywiście pomaga. Po wdrożeniu mierzymy efekt i rozwijamy system w kolejnych iteracjach.

// najpierw proces, potem technologia

process.ts - Visual Studio Code

03 / 05 · Firma jako kod

Firma jako kod

Mandalę prowadzimy w repozytorium mandala-as-a-code. Projekty, notatki ze spotkań, pipeline i procedury to pliki, a decyzje i blokery to zgłoszenia z etykietami. W tym samym repo pracuje agent COO: spisuje notatki, zamienia ustalenia w zadania i co tydzień przygotowuje podsumowanie.

Prowadzimy firmę tak, jak budujemy systemy dla klientów.

mandala-as-a-code - Visual Studio Code

04 / 05 · Infrastruktura

Własna infrastruktura AI

Modele językowe, embeddingi, reranker, rozpoznawanie i synteza mowy działają na naszym sprzęcie: infrastruktura GPU oparta o karty z rodziny NVIDIA Blackwell. Dokumenty, pytania i nagrania klienta przetwarzamy na miejscu, bez wysyłania ich do zewnętrznych API. Dzięki temu AI może pracować także tam, gdzie dane nie mogą opuścić kontrolowanego środowiska.

// dane klienta nie opuszczają naszej infrastruktury

infrastruktura - on-prem

05 / 05 · Fundamenty

Własne fundamenty

Nie zaczynamy każdego projektu od zera. Rozwijamy własne komponenty: agent-core, na którym budujemy wyspecjalizowanych agentów, oraz silnik baz wiedzy z wyszukiwaniem hybrydowym i odpowiedziami ze źródłami. Rozwijamy też własny model syntezy mowy. Każdy z nich pracuje w konkretnym projekcie. Szczegóły opisujemy w case studies.

mandala - fundamenty

// Fakty

Doświadczenie w IT
ponad 20 lat
Transformacja AI w Expanderze
od 2025
Produkcyjna baza wiedzy (22 786 dokumentów)
ponad 2 mln fragmentów

Technologie, których używamy

// od aplikacji webowych po modele AI na własnym GPU

Python

FastAPI

Kubernetes

PostgreSQL

Docker

Nvidia

Linux

OpenCV

Next.js

Payload

TypeScript

React

Node.js

MongoDB

Tailwind CSS

JavaScript

HTML

CSS

AWS

GitLab

Figma

Stripe

Jest

Vitest

Sass/SCSS