Podyplomowe Studia Inżynieria Danych – Big Data

Doktor nauk technicznych, pracował jako Business Solution Manager w SAS Poland Technology and Big Data Competency Center oraz był wykładowcą w Szkole Głównej Handlowej w Warszawie w Instytucie Informatyki i Gospodarki Cyfrowej. Jest absolwentem Wydziału Elektrycznego na Politechnice Warszawskiej, doktor informatyki. Ma ponad 20-letnie doświadczenie w zakresie technologii informacyjnych.

Ukończył studia na Wydziale Inżynierii Produkcji Politechniki Warszawskiej. Przez ponad 15 lat pracował w SAS Institute, karierę rozpoczynał w dziale edukacji, gdzie był odpowiedzialny za szkolenia z zakresu jakości danych i data management. Posiada duże doświadczenie w zakresie wdrażania i projektowania rozwiązań z obszaru integracji, czyszczenia danych a także Master Data Management zdobyte na wielu projektach.  

Doktor nauk technicznych specjalizujący się w zaawansowanej analizie danych (Data Science). Absolwent Polsko-Japońskiej Akademii Technik Komputerowych (dr, informatyka) i Szkoły Głównej Handlowej w Warszawie (mgr, metody ilościowe w ekonomii i systemy informacyjne). Były konsultant McKinsey.  

Doktor nauk ekonomicznych, pracownik naukowy Kolegium Analiz Ekonomicznych Szkoły Głównej Handlowej w Warszawie. Autor szeregu publikacji związanych z zastosowaniem systemów Big Data i AI w organizacjach. Naukowo specjalizuje się w masowym przetwarzaniu i analizowaniu medycznych danych obrazowych.

Adiunkt w Zakładzie Wspomagania i Analizy Decyzji w Szkole Głównej Handlowej w Warszawie. Specjalizuje się w metodach numerycznych, metodach analizy danych i sztucznej inteligencji, w szczególności w zastosowaniach takich metod w praktyce biznesowej (np. predykcja, optymalizacja, automatyzacja procesów). Dydaktyk z zakresu m.in. optymalizacji, ekonometrii, badań operacyjnych, sztucznej inteligencji, zarządzania ryzykiem, algebry i analizy matematycznej.

Starszy wykładowca w Instytucie Informatyki i Gospodarki Cyfrowej w SGH, adiunkt i kierownik zakładu Informatycznych Systemów Zarządzania na WAT. Wykłada na uczelniach w Polsce i za granicą. Zainteresowania naukowe: sztuczna inteligencja, eksploracja danych, big data, business dynamics.  

Pracownik naukowy w Zakładzie Wspomagania i Analizy Decyzji w Szkole Głównej Handlowej w Warszawie. Absolwent studiów doktoranckich na Toronto Metropolitan University w Kanadzie (Matematyka) i w Szkole Głównej Handlowej w Warszawie (Ekonomia). Specjalizuje się w uczeniu maszynowym, w szczególności w uczeniu głębokim (Deep Learning) i uczeniu ze wzmocnieniem (Reinforcement Learning), teorii grafów i analizie sieci złożonych.

Absolwent Uniwersytetu Ekonomicznego w Krakowie (Ekonomia), studiów podyplomowych Akademii Górniczo-Hutniczej w Krakowie (Matematyka Finansowa) oraz studiów doktoranckich w Szkole Głównej Handlowej w Warszawie (Ekonomia). Zainteresowania naukowe koncentrują się na makroekonomii oraz zastosowaniu metod ilościowych w ekonomii i zarządzaniu. Autor kilku badań naukowych z zakresu zarządzania długiem publicznym.

Doktor habilitowany, profesor SGH w Instytucie Informatyki i Gospodarki Cyfrowej SGH oraz kierownik studiów podyplomowych: Business Intelligence oraz Zarządzanie Cyberbezpieczeństwem.  Jest absolwentem Wydziału Informatyki i Zarządzania Politechniki Wrocławskiej oraz ukończył m.in. Executive Program na MIT Sloan School of Management. Był m.in. dyrektorem ds. Konsultingu Biznesowego w IMG Information Management Polska.

Adiunkt w Zakładzie Wspomagania i Analizy Decyzji w Szkole Głównej Handlowej w Warszawie. Jego zainteresowania naukowe koncentrują się wokół konstrukcji modeli wieloagentowych, metodyki analizy symulacyjnej, optymalizacji symulacji, ilościowego modelowania problemów decyzyjnych oraz narzędzi eksploracji danych.  

Kierownik Zakładu Wspomagania i Analizy Decyzji w Szkole Głównej Handlowej w Warszawie oraz profesorem w Data Science Laboratory, Ryerson University, Kanada. Specjalizuje się w zastosowaniu zaawansowanych metod analizy danych do wspomagania podejmowania decyzji w przedsiębiorstwach. Jest autorem ponad stu artykułów na temat zastosowań biznesowych metod prognostycznych, optymalizacyjnych i symulacyjnych. Aktywnie promuje wykorzystanie najnowszych wyników badań naukowych w praktyce gospodarczej.

Adiunkt w Instytucie Informatyki i Gospodarki Cyfrowej Szkoły Głównej Handlowej w Warszawie. Jest absolwentką SGH, tu również uzyskała stopień doktora nauk ekonomicznych. Prowadzi wykłady i zajęcia w laboratorium komputerowym, specjalizuje się w narzędziach i technologii Oracle. Tematyka zajęć obejmuje m.in. SQL, PL/SQL, APEX, projektowanie baz danych.

Doktor nauk ekonomicznych zatrudniony na stanowisku adiunkta w Instytucie Ekonometrii SGH. Absolwent SGH na kierunku: Metody Ilościowe w Ekonomii i Systemy Informacyjne. Autor kilkunastu artykułów naukowych dot. zastosowań metod ilościowych w ekonomii i zarządzaniu. Zainteresowania naukowe obejmują analityczne wsparcia decyzji biznesowych, w szczególności optymalnych cen (ang. revenue management) i optymalnego zatowarowania (ang. inventory management) przy pomocy metod optymalizacyjnych, symulacyjnych i prognostycznych oraz uczenia maszynowego.