Skład osobowy Katedry Systemów Inteligentnych i Data Science
Poznaj zespół Katedry Systemów Inteligentnych i Data Science – specjalistów, którzy łączą doświadczenie naukowe z pasją do dydaktyki i innowacji technologicznych. Na tej stronie znajdziesz sylwetki naszych pracowników, ich zainteresowania badawcze, publikacje oraz zakres prowadzonych zajęć.
prof. dr hab. Grzegorz Marcin Wójcik
Kierownik Katedry
Prof. dr hab. Grzegorz Marcin Wójcik specjalizuje się w neuroinformatyce obliczeniowej oraz ilościowej elektroencefalografii (EEG). Posiada tytuł doktora fizyki, habilitację z biocybernetyki i inżynierii biomedycznej oraz tytuł profesora w dziedzinie informatyki technicznej i telekomunikacji. Prowadził liczne badania nad zastosowaniem sztucznej inteligencji (AI) i obliczeń neuronowych w modelach systemu wzrokowego ssaków, wykorzystując zaawansowane techniki analizy danych i modelowania systemów biologicznych.
Dodatkowo, przez wiele lat zajmował się analizą sygnałów elektroencefalograficznych z wykorzystaniem metod uczenia maszynowego, zaawansowanej statystyki oraz konwolucyjnych sieci neuronowych, ukierunkowaną na rozpoznawanie chorób i zaburzeń psychicznych, procesów związanych z ewaluacją wiarygodności źródeł oraz podejmowaniem decyzji w warunkach stresu i obciążenia psychicznego.
Jego publikacje obejmują tematy związane z obliczeniami maszynowymi, w tym neuromorficznymi, uczeniem maszynowym oraz symulacjami wielkoskalowymi układów neuronowych, w szczególności z analizą elektroencefalograficzną procesów na poziomie kognitywnym i wyższym psychicznym, z wykorzystaniem metodologii data science.
Ma na swoim koncie szeroką współpracę z międzynarodowymi ośrodkami badawczymi (Uniwersytet Oksfordzki, Uniwersytet w Edynburgu, Uniwersytet w Stirling, Hebrajski Uniwersytet w Jerozolimie, Uniwersytet Ben Guriona w Beer Szewie) oraz doświadczenie w zarządzaniu projektami badawczymi o złożonym charakterze technologicznym, w tym z zakresu systemów obliczeniowych i neuroinformatyki.
dr hab. Andrzej Wodecki, prof. PJATK
prof. PJATK
dr hab. Andrzej Wodecki, prof PJATK, specjalizuje się w technologiach generatywnych, w szczególności badaniach struktur wielo-agentowych opartych na LLM. Posiada tytuł doktora z fizyki i habilitację z zakresu Nauk o Zarządaniu i Jakości (Sztuczna Inteligencja w zarządzaniu). Od wielu lat zajmuje się doradztwem informatycznym oraz tworzeniu i prowadzeniu start-up’ów technologicznych. Aktualnie koncentruje się na wykorzystaniu technologii generatywnych, w szczególności struktur wieloagentowych, w szeroko pojętym zarządzaniu operacyjnym i strategicznym.
Aktualne zainteresowania badawcze można znaleźć na: https://users.pja.edu.pl/~wodecki/
dr inż. Bernadetta Bartosik
Adiunkt
dr inż. Piotr Schneider
Adiunkt
dr Andrzej Bobyk
Adiunkt
Absolwent Uniwersytetu Marii Curie-Skłodowskiej w Lublinie, prowadzi badania naukowe i zajęcia dydaktyczne w obszarze cyberbezpieczeństwa, sztucznej inteligencji, sieci neuronowych i uczenia maszynowego na UMCS oraz PJATK, ma – udokumentowane licznymi publikacjami w prestiżowych czasopismach – ponad 30-letnie doświadczenie naukowo-badawcze w dziedzinie fizyki teoretycznej (staż podoktorski na Uniwersytecie w Tybindze) oraz praktyczne w zakresie zarządzania sieciami MAN, cyberbezpieczeństwa i analizy ryzyka (prowadził szereg audytów i wdrożeń systemów zarządzania bezpieczeństwem informacji w instytucjach finansowych).
Posiada wieloletnie doświadczenie w prowadzeniu projektów na styku nauki i praktyki wdrożeniowej. Pełni funkcję Head of AI & Analytics w Capgemini Invent, gdzie odpowiada za rozwój kompetencji zespołów data science, współtworzenie strategii rozwoju obszaru AI oraz realizację projektów transformacyjnych w różnych sektorach (m.in. IT, automotive, bankowość). Wcześniej zajmował się rozwojem rozwiązań NLP i automatyzacją procesów jako Product Owner w Nokia oraz realizował projekty analityczne jako Senior Data Scientist w McKinsey & Company.
Istotnym elementem jego działalności jest wymiar edukacyjny i społeczny. Zainicjował i współprowadził program rozwoju kompetencji data science dla ukraińskich weteranów wojennych, realizowany we współpracy z Ukraińskim Uniwersytetem Katolickim we Lwowie, wspierający uczestników w reintegracji zawodowej oraz przekwalifikowaniu do ról analitycznych.
dr Dominik Deja
Adiunkt
Dr Dominik Jakub Deja specjalizuje się w strategii oraz wdrażaniu rozwiązań z obszaru sztucznej inteligencji (AI), analityki danych oraz agentowej (AgenticAI) i generatywnej AI (GenAI), w szczególności w środowiskach dużych, międzynarodowych organizacji. Posiada stopień doktora nauk informatycznych (Polsko-Japońska Akademia Technik Komputerowych; staż badawczy w EPFL). Jego profil łączy kompetencje naukowe z wieloletnim doświadczeniem w projektowaniu i skalowaniu ekosystemów data & AI, obejmujących architekturę danych, platformy chmurowe oraz procesy inżynierii uczenia maszynowego (MLOps/LLMOps).
Posiada wieloletnie doświadczenie w prowadzeniu projektów na styku nauki i praktyki wdrożeniowej. Pełni funkcję Head of AI & Analytics w Capgemini Invent, gdzie odpowiada za rozwój kompetencji zespołów data science, współtworzenie strategii rozwoju obszaru AI oraz realizację projektów transformacyjnych w różnych sektorach (m.in. IT, automotive, bankowość). Wcześniej zajmował się rozwojem rozwiązań NLP i automatyzacją procesów jako Product Owner w Nokia oraz realizował projekty analityczne jako Senior Data Scientist w McKinsey & Company.
Istotnym elementem jego działalności jest wymiar edukacyjny i społeczny. Zainicjował i współprowadził program rozwoju kompetencji data science dla ukraińskich weteranów wojennych, realizowany we współpracy z Ukraińskim Uniwersytetem Katolickim we Lwowie, wspierający uczestników w reintegracji zawodowej oraz przekwalifikowaniu do ról analitycznych.
M.Sc. Adyrnney Ferreira Batista
naukowo-dydaktyczny
M.Sc. Adyrnney Ferreira Batista specializes in data science and artificial intelligence, with a particular focus on machine learning applications in medical imaging and clinical decision support systems. He holds a Master’s degree in Computer Science with an emphasis on Data Science. His research interests include intelligent systems, medical data analysis, and AI-driven diagnostic tools. His current work and scientific interests center on the application of artificial intelligence and data-driven methods to interdisciplinary problems at the intersection of computer science and medicine.
mgr inż. Adam Kassenberg
naukowo-dydaktyczny
mgr inż. Piotr Kojałowicz
naukowo-dydaktyczny
PL
Jestem prawdziwym interdyscyplinarystą – łączę świat urbanistyki z technologią IT, udowadniając, że planowanie miast i projektowanie algorytmów mają więcej wspólnego, niż mogłoby się wydawać.
Obecnie koncentruję się na analityce generatywnej AI, a moje doświadczenie obejmuje również obszary MLOps oraz DevOps. Lubię budować mosty – między danymi a decyzjami, teorią a praktyką, człowiekiem a technologią.
W dydaktyce wykorzystuję różnorodne, często nieszablonowe techniki nauczania. Studenci cenią moje zajęcia za praktyczne podejście, energię i atmosferę, w której nawet najbardziej złożone zagadnienia zaczynają mieć sens (a czasem nawet stają się zabawne).
EN
I am a true interdisciplinary professional, combining expertise in urban planning and IT – because designing cities and designing algorithms are not that different after all.
Currently, I focus on generative AI analytics, with professional experience in MLOps and DevOps. I enjoy building bridges – between data and decisions, theory and practice, and, most importantly, between people and technology.
In teaching, I apply a wide range of innovative and engaging learning techniques. My classes are appreciated by students for their practical focus, dynamic atmosphere, and the ability to turn even complex concepts into something clear – and occasionally, even fun.
mgr inż. Dominika Wnuk
asystentka badawcza / doktorant
PL
Posiada interdyscyplinarne wykształcenie łączące lingwistykę i informatykę – ukończyła studia licencjackie i magisterskie z lingwistyki stosowanej na Uniwersytecie Warszawskim, a następnie studia magisterskie z informatyki w Polsko-Japońskiej Akademii Technik Komputerowych.
Jej zainteresowania badawcze obejmują sztuczną inteligencję oraz jej zastosowania w naukach kognitywnych i bioinformatyce, w szczególności wykorzystanie metod AI w analizie danych medycznych oraz wspomaganiu diagnozy i leczenia. Wcześniej zajmowała się również zagadnieniami przetwarzania języka naturalnego (NLP).
W działalności dydaktycznej prowadzi zajęcia z zakresu sztucznej inteligencji oraz technologii Big Data.
EN
She has an interdisciplinary educational background combining linguistics and computer science. She completed her BA and MA in Applied Linguistics at the University of Warsaw, and later obtained an MSc degree in Computer Science from the Polish-Japanese Academy of Information Technology.
Her research interests focus on artificial intelligence and its applications in cognitive science and bioinformatics, particularly the use of AI methods in medical data analysis and in supporting diagnosis and treatment processes. Previously, she has also worked on topics related to Natural Language Processing (NLP).
In her teaching activities, she conducts courses in artificial intelligence and Big Data technologies.
