Wykładowcy
Piotr Florczyk
Absolwent Politechniki Warszawskiej na Wydziale Elektroniki i Technik Informacyjnych. W SAS Institute od 2011 roku jako Technical Training Consultant. Posiada wieloletnie doświadczenie w prowadzeniu szkoleń z oprogramowania SAS jak i obszarów, które oprogramowania SAS adresuje. Wiedzę i umiejętności zdobył w licznych projektach podczas implementacji rozwiązań SAS zarówno w aspekcie technologicznym, jak i biznesowym.
Łukasz Kobyliński
Chief Science Officer w Sages oraz adiunkt w Instytucie Podstaw Informatyki PAN, gdzie prowadzi projekty w Zespole Inżynierii Lingwistycznej. Od wielu lat zajmuje się analizą danych i uczeniem maszynowym, początkowo w odniesieniu do obrazów - w roku 2012 obronił doktorat na Politechnice Warszawskiej z tego zakresu - a obecnie w zastosowaniu do przetwarzania języka naturalnego. Szczególnie zainteresowany lingwistyką korpusową, morfologią i semantyką tekstu, a także efektywnym przetwarzaniem dużych zbiorów danych.
Piotr Nazimek
Piotr Nazimek pracuje zawodowo od 2003 roku, głównie w projektach wykorzystujących karty elektroniczne takich jak systemy płatnicze i transportowe. Posiada stopień doktora nauk technicznych w dziedzinie informatyki nadany przez Wydział Elektroniki i Technik Informacyjnych PW. Zakres jego zainteresowań obejmuje szeroko pojęte bezpieczeństwo systemów komputerowych oraz inżynierię oprogramowania. Bierze udział w pracach Komitetu Technicznego Nr 172 ds. Kart Identyfikacyjnych przy Polskim Komitecie Normalizacyjnym. Jest autorem lub współautorem kilkunastu publikacji i wystąpień konferencyjnych. Prowadzi szkolenia z zakresu praktycznego stosowania kryptografii w systemach komputerowych.
Jakub Nowacki
Absolwent Politechniki Gdańskiej oraz Uniwersytetu Bristolskiego, gdzie obronił doktorat z matematyki stosowanej. Na co dzień łączy umiejętności analityczne i programistyczne. Najbardziej interesuje się rozproszonym przetwarzaniem i analizą dużych zbiorów danych. Zaczynał przygodę z programowaniem w językach C i C++, jednak obecnie najlepiej czuje się w świecie Javy i Pythona.
Radosław Szmit
Związany z Politechniką Warszawską, aktualnie pracujący nad rozprawą doktorską z zakresu Big Data i NLP. Twórca polskiej wyszukiwarki internetowej NEKST stworzonej przez Instytut Podstaw Informatyki Polskiej Akademii Nauk oraz Otwartego Systemu Antyplagiatowego realizowanego przez Międzyuniwersyteckie Centrum Informatyzacji. Zawodowo konsultant IT specjalizujący się w rozwiązaniach Java Enterprise Edition, Big Data oraz Business Intelligence, trener IT w firmie Sages, zwolennik Agile oraz Software Craftsmanship, członek Warsaw Java User Group, Warsaw Hadoop User Group, Data Science Warsaw oraz Stowarzyszenia Software Engineering Professionals Polska.
Aleksander Wawer
Adiunkt w Instytucie Podstaw Informatyki PAN, gdzie obronił w 2013 doktorat dotyczączy algorytmów rozpoznawania wydźwięku (ang. sentiment analysis) w języku polskim. Pracuje również w laboratorium Text Mining Samsunga, gdzie zajmuje się praktycznymi implementacjami technologii językowych. Zainteresowania i wieloletnie doświadczenie zawodowe obejmują przetwarzanie języka naturalnego, składniowe i semantyczne. Ostatnio zafascynowany głębokim uczeniem maszynowym i wielowarstwowymi sieciami neuronowymi oraz ich zastosowaniami do rozpoznawania znaczenia fraz i zdań.
Bartłomiej Twardowski
Adiunkt w Zakładzie Sztucznej Inteligencji Politechniki Warszawskiej. Posiada stopień doktora nauk technicznych w dziedzinie informatyki, gdzie w ramach badań pracował nad systemami rekomendacji oraz metodami personalizacji danych. Od wielu lat związany z komercyjnym aplikowaniem systemów uczących, metod eksploracji danych (m.in. Grupa Allegro, Adform). Z racji skali zagadnień - ekosystem Big Data stał się jego codziennym podwórkiem zmagań. Zafascynowany trudnymi projektami wykorzystującymi metody sztucznej inteligencji do praktycznych zastosowań oraz badaniami naukowymi w obszarze ML oraz sztucznych sieci neuronowych.
Paweł Wróblewski
Absolwent Wydziału Matematyki i Nauk informacyjnych Politechniki Warszawskiej. Od początku swojej kariery zawodowej zajmuje się systemami wyszukiwania i analizy danych. Jest zafascynowany najnowszymi osiągnięciami z zakresu przeszukiwania informacji i ewolucji technologii internetowych. Swoje zafascynowanie stara się przełożyć na budowanie rozwiązań pozwalających na łączne wyszukiwanie i analizę danych tekstowych i strukturalnych, charakteryzujących się wysoką wydajnością i innowacyjnością. Stara się promować nowe ujęcie systemów klasy Business Intelligence czy tzw. Big Data, włączając w nie dane tekstowe i analizy lingwistyczne. Od 2012 roku odpowiada za polski oddział szwedzkiej firmy Findwise, wcześniej pracował dla Asseco Poland, ABG, Acsys.
Kamil Żbikowski
Obecnie Senior IT Manager będący liderem zespołu data science w mBanku. W przeszłości Software Architect współtworzący algorytmiczny fundusz inwestycyjny wykorzystujący metody sztucznej inteligencji oraz data mining. IT Manger w Turbine Analytics, firmie specjalizującej się w dostarczaniu rozwiązań wspierających zarządzanie funduszami oraz ryzykiem dla towarzystw funduszy inwestycyjnych. Współtwórca oraz CTO Bazaar Blockchain Technoglogies Ltd., firmy zajmującej się dostarczaniem w zautomatyzowany sposób płynności dla giełd Bitcoin. Absolwent Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej na kierunku Informatyka. Równolegle ukończył studia na kierunku Finanse i Rachunkowość SGH. W ramach swoich publikacji posiada pozycje w najlepszych światowych journalach z zakresu sztucznej inteligencji. Jest posiadaczem najwyższego certyfikatu Oracle – Oracle Certified Master, Java EE Enterprise Architect. Zwolennik i propagator Agile.
Katarzyna Chodarcewicz
Absolwentka Wydzialu Fizyki Politechniki Warszawskiej. Praktyczną wiedzę z zakresu przetwarzania dużych wolumenów danych oraz zastosowania algorytmów Machine Learning zdobyła m.in. pracując dla Microsoftu w Londynie. Obecnie na co dzień pracuje w projektach związanych z szeroko pojętym Data Science w Lingaro, polskiej firmie świadczącej usługi z zakresu IT. Ze względu na rozmiar danych jedną ze stosowanych w projektach technologii, w której się specjalizuje, jest Apache Spark.
Patryk Pilarski
Data scientist, trener. Dobrze czuje się w pracy z danymi w każdym rozmiarze – od dużych po małe. Chętnie poznaje nowe technologie oraz języki programowania i wykorzystuje je do rozwiązywania interesujących problemów. Zawodowo od zawsze pracował (i ma nadzieję robić to nadal) na projektach łączących w sobie wyzwania z zakresu analizy i inżynierii danych – wykorzystując do tego pojedyncze maszyny, klastry obliczeniowe, rozwiązania chmurowe oraz odrobinę kreatywności i zdolności analitycznych. Ulubiony język – Python. Ulubiony sport – czytanie.
