Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu technicznym

Absolwent matematyki finansowej, mól książkowy, pasjonat muzyki i lekkiego życia. Nieznosząca bezczynności dusza wciąż zmusza mnie do biegu w poszukiwaniu nowych ścieżek rozwoju. Ostatnio ukończyłem pracę z zakresu automatycznej diagnozy zdjęć RTG, nauczyłem się poprawnie piec soufflé i zarządzać niewielkim hotelem. Ponadto wraz z kolegą ze studiów zdecydowaliśmy się założyć zespół, który opracował oparte na wyjaśnialnej sztucznej inteligencji rozwiązanie dla lokalnej sieci placówek medycznych. Moje główne zainteresowania to marketing marki, podróże (głównie Afryka i Kaukaz Południowy), etno, jazz, sirtaki, tennis, narciarstwo, projekty graficzne i wykorzystanie wysokich technologii w medycynie.

Przedmiot: Prowadzenie projektu AI

Kamil Brodnicki jest asystentem w Katedrze Informatyki w Zarządzaniu na Wydziale Ekonomii i Zarządzania Politechniki Gdańskiej. Od 2017 roku jest kierownikiem laboratorium Customer Experience. Od 2011 roku pracuje w jednej z trójmiejskich firm IT jako Analityk Systemów Informatycznych, realizując projekty z branży finansowej. Jego zainteresowania badawcze koncentrują się w następujących obszarach: ergonomia i użyteczność w projektach informatycznych, analiza biznesowa i systemowa w IT, zastosowanie Design Thinking w funkcjonowaniu przedsiębiorstw.

Przedmiot: Analiza biznesowa i jej zastosowania w AI - metody i narzędzia specyfikowania procesów

Karol Flisikowski jest absolwentem Wydziału Elektroniki, Telekomunikacji i Informatyki oraz Wydziału Zarządzania i Ekonomii na Politechnice Gdańskiej, gdzie obronił w 2015 roku rozprawę doktorską w dyscyplinie ekonomia. W roku 2017 odbył staż na Uniwersytecie Porto, natomiast w latach 2018-2019 pracował na I-Shou University w Tajwanie. Od 5 lat jest wykładowcą na Chongqing Technology and Business University w Chinach. Od 18 lat jest pracownikiem Politechniki Gdańskiej, związanym z Katedrą Statystyki i Ekonometrii. Aktualnie zajmuje się modelowaniem ryzyka kredytowego i ograniczeń budżetowych gospodarstw domowych. W międzyczasie pracował także jako analityk kredytowy, budował modele scoringowe dla kilku instytucji finansowych. Obecnie zajmuje się głównie dydaktyką – prowadzi różnego typu kursy statystyczne (od niedawna również e-learningowo) oraz jest wykonawcą grantu „Mistrzowie dydaktyki”. Jest opiekunem naukowym studenckiego koła "Data Science Club".

Przedmiot: Statystyczna analiza danych

Aleksandra Karpus jest absolwentką Matematyki Stosowanej na Wydziale Fizyki Technicznej i Matematyki Stosowanej oraz Informatyki na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. W latach 2011-2014 pracowała z danymi w przemyśle, wykorzystując bazy danych Oracle. Od 2014 roku jest zawodowo związana z Politechniką Gdańską, obecnie jest zatrudniona na stanowisku adiunkta naukowo-dydaktycznego w Katedrze Inżynierii Oprogramowania. W 2018 roku uzyskała tytuł doktora nauk technicznych w dyscyplinie Informatyka Techniczna. Uczestniczyła w szkołach letnich: Summer School on Ontological Engineering and Semantic Web 2013 i DeepLearn 2017. W latach 2014 i 2015 brała udział w stażach naukowych na Politecnico di Bari we Włoszech. Jest autorką publikacji naukowych w dziedzinach systemów rekomendacyjnych, inżynierii ontologii, uczenia maszynowego oraz informatyki afektywnej. Brała udział w grantach EMBOA – Affective loop in Socially Assistive Robotics as an intervention tool for children with autism i AI Tech – Akademia Innowacyjnych Zastosowań Technologii Cyfrowych.

Przedmiot: Architektury sieci neuronowych i ich uczenie w tensorflow oraz Warstwy sieci neuronowych w tensorflow

Absolwentka Wydział Ekonomicznego Uniwersytetu Gdańskiego, od roku 2002 zatrudniona na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej, gdzie w 2007 obroniła rozprawę doktorską z zakresu ekonomii rozwoju oraz nowych technologii. W 2016 roku uzyskała stopień doktora habilitowanego w dziedzinie nauk ekonomicznych. Jej zainteresowania naukowe koncentrują się wokół zagadnień związanych z ekonomią rozwoju, zaś w szczególności skupiają się wokół problematyki rozwoju społeczno-gospodarczego, ze szczególnym uwzględnieniem roli technologii informacyjnych i komunikacyjnych, jako jego determinant. Kierownik i współwykonawca grantów badawczych finansowanych przez Narodowe Centrum Nauki, Narodowy Bank Polski, CERGE-EI Global Development Network. Za prowadzoną działalność recenzencką w czasopismach naukowych, w roku 2013 otrzymałam międzynarodową nagrodę Emerald Literati Network 2013 Awards for Excellence przyznaną przez wydawnictwo Emerald Insight. Prowadzi szeroko zakrojoną działalność ekspercką w ramach której współpracuje m.in. z Agencją Rozwoju Pomorza w zakresie (od 2009 jest członkiem Zespołu Ekspertów, przy Agencji Rozwoju Pomorza, ds. oceny projektów małych i średnich przedsiębiorstw, składanych w ramach Funduszy Unii Europejskiej), od 2013 – członek Kapituły konkursu Gdyński Biznes Plan. Ekspert ds. oceny ex- post w projektach Narodowego Centrum Badań i Rozwoju (m.in. Take Off Austria, Competence Centres for Excellent Technologies).

Przedmiot: Rewolucja technologiczno-gospodarcza

Doktor nauk inżynieryjno-technicznych, absolwentka Politechniki Gdańskiej. Elektronik i optoelektronik. Od 2022 adiunkt badawczy na wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej, gdzie specjalizuje się w projektowaniu i wytwarzaniu optoelektronicznych czujników fotonicznych, wykorzystujące mikrostruktury światłowodowe oraz projektowaniu i wykonywaniu badań eksperymentalnych. Posiada doświadczenie w analizie i zarządzaniu danymi pomiarowymi, wykorzystując środowiska programistyczne takie jak Python i Matlab, co pozwala na efektywną interpretację otrzymanych wyników. Jest autorką licznych artykułów w czasopismach naukowych z zakresu optoelektroniki i fotoniki.

Przedmiot: Programowanie w języku Python - podstawy dla ścieżki technicznej

Dr Grażyna Musiatowicz-Podbiał jest zatrudniona na stanowisku adiunkta w Katedrze Informatyki w Zarządzaniu, Wydziału Zarządzania i Ekonomii Politechniki Gdańskiej Przez ponad 20 lat pracowała w instytucjach administracji państwowej oraz firmach sektora finansowego, m.in. w Nordea Bank Polska, GE Money Bank, Meritum Bank, Alior Bank i Nest Bank, zajmując stanowiska związane zarówno z informatyką i bezpieczeństwem teleinformatycznym, jak i zarządzając komórkami operacyjnymi i administracyjnymi. Ostatnie kilkanaście lat zarządzała zespołami specjalistów, zajmując kolejno stanowiska dyrektorskie jak i zasiadając w zarządach spółek. Aktualnie przekazuje zdobytą wiedzę i doświadczenie studentom w trakcie prowadzonych zajęć oraz rozwija swoje zainteresowania naukowe.

Przedmioty: Praktyczne przygotowanie automatyzacji procesów (RPA)

Dr inż. Aleksandra Nabożny jest absolwentką Informatyki Społecznej na Polsko-Japońskiej Akademii Technik Komputerowych. Na tej uczelni broniła również pracę doktorską z zakresu rozpoznawania medycznej dezinformacji. Poprzez ścisłą współpracę z zespołem lekarzy tworzy interdyscyplinarny zespół dążący do wprowadzenia na rynek praktycznego narzędzia dla zwykłych użytkowników Sieci, które w oparciu o sztuczną inteligencję podpowie, czy odnalezione w Internecie informacje o zdrowiu są wiarygodne. Oprócz tego dr Aleksandra pracuje jako inżynier-konsultant ds. AI dla firmy BoomBit, oraz realizuje prace w grancie Narodowego Centrum Nauki dla Akademii Leona Koźmińskiego w Warszawie. Wiele lat już związana jest z Politechniką Gdańską prowadząc zajęcia z tematyki Business Intelligence, Baz Danych oraz przetwarzania tekstu i AI.

Przedmiot: Przetwarzanie języka naturalnego w Pythonie

Na co dzień pracuje jako Machine Learning Engineer. Do tej pory brała udział w rozwoju projektów badawczych i komercyjnych, szczególnie w dziedzinie computer vision, process automation i smart city. Obecnie zajmuje się badaniem technik wykorzystania wiedzy z zakresu uczenia maszynowego w dziedzinie cyberbezpieczeństwa. Mieszka w Danii, gdzie podnoszę swoje kwalifikacje na Aarhus University i jeździ do Legolandu, jak nikt nie patrzy.
Kiedy nie siedzi przy komputerze, to działa w wolontariackiej grupie ratowniczej, śpiewa we współczesnym chórze lub szyje rzeczy nie do końca praktyczne.

Przedmiot: Computer Vision w Pythonie

Dr Mateusz Radzimski ukończył swój doktorat z zakresu sztucznej inteligencji i przetwarzania języka naturalnego na Uniwersytecie Carlosa III w Madrycie, gdzie obronił swoją pracę doktorską "cum laude". Zawodowo jest doświadczonym menedżerem z udokumentowanym doświadczeniem w kierowaniu zespołami, budowaniem jezior danych oraz systemów przetwarzania i analizy danych. Obecnie pracuje w Nike, a wcześniej pełnił podobne stanowiska w startupie Userlane w Monachium oraz w banku Nordea w Gdańsku. Obecnie zajmuje się optymalizacją wdrażania i zarządzania modelami uczenia maszynowego w chmurze.

Przedmiot: Uczenie maszynowe w Pythonie

Inżynier uczenia maszynowego, pasjonat data science. Posiada 7 letnie doświadczenie komercyjne, ukończył matematykę na Politechnice Gdańskiej osiągając tytuł magistra. Aktualnie rozwija się w zakresie GenAI. Jego najmocniejsze strony to Machine Learning oraz AWS. Specjalizuje się w rozwiązywaniu problemów regresji oraz klasyfikacji. Hobbystycznie gra w siatkówkę.

Przedmiot: Podstawy uczenia maszynowego, Programowanie w jęz. Python – analiza danych i wizualizacja

Dr inż. Sebastian Wilczewski. Od ponad 20 lat w branży IT. Obecnie jest zatrudniony w firmie Nordea jako lider międzynarodowego zespołu analityków IT oraz jako adiunkt na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej. Swoje doświadczenia zbierał w różnych obszarach IT: zarządzanie wymaganiami funkcjonalnymi i niefunkcjonalnymi (BABOK, IREB), zarządzanie projektami i portfelami (w podejściu zwinnym i klasycznym), zarządzanie usługami IT (ITIL), zarządzanie wiedzą. Pracował dla firm z różnych sektorów (wytwarzanie oprogramowania, bankowość, energetyka, sektor publiczny, ubezpieczenia, inne). Chętnie dzieli się wiedzą jako wykładowca, prelegent, menadżer i konsultant na studiach podyplomowych, konferencjach oraz w moich książkach, artykułach i webcastach. Posiada prestiżowe certyfikaty: PMP (Project Management Professional), certyfikaty ITIL czy Microsoft Most Valuable Professional (MVP) oraz tytuł doktora nauk o zarządzaniu i ekonomii.

Przedmiot: Metody i techniki zbierania oraz definiowania wymagań - zagadnienia zaawansowane