Katedra Inżynierii i Analizy Eksploracyjnej Danych Wydział Automatyki, Elektroniki i Informatyki

Dyscyplina naukowa

Informatyka Techniczna i Telekomunikacja

Nota biograficzna

Informacja o dotychczasowym zatrudnieniu w jednostkach naukowych

• 02.2025-nadal – Profesor uczelni w Katedrze Inżynierii i Analizy Eksploracyjnej Danych, Politechnika Śląska w Gliwicach
• 10.2014-01.2025 – Adiunkt w Katedrze Inżynierii i Analizy Eksploracyjnej Danych, Politechnika Śląska w Gliwicach
• 10.2020-nadal – Adiunkt w Yale Breast Medical Oncology Group, Uniwersytet Yale, New Haven, CT, USA
• 12.2017-09.2020 – Pracownik naukowy w Yale Breast Medical Oncology Group, Uniwersytet Yale, New Haven, CT, USA
• 10.2013-09.2014 – Asystent w Katedrze Inżynierii i Analizy Eksploracyjnej Danych, Politechnika Śląska w Gliwicach
• 05.2013-12.2013 – Młodszy specjalista w Klinice Chirurgii Klatki Piersiowej, Gdański Uniwersytet Medyczny, Gdańsk
• 05.2013-08.2013 – Staż naukowy w Katedrze Biologii Molekularnej, The Wenner-Gren Institute, Uniwersytet Sztokholmski, Sztokholm, Szwecja
• 04.2009-05.2009 – Staż naukowy na Wydziale Nauk Matematycznych, Politechnika Chalmers, Göteborg, Szwecja

Posiadane dyplomy i stopnie naukowe

• 05.2024 – Habilitacja w dyscyplinie Inżynieria Biomedyczna, Politechnika Śląska. Temat pracy: „Modele statystyczne i uczenia maszynowego w celu wspierania badań nad rakiem – metody i zastosowania”
• 09.2013 – Doktorat z wyróżnieniem w dziedzinie biocybernetyka i inżynieria biomedyczna, Politechnika Śląska. Temat pracy: „Processing and classification of data obtained with the use of high throughput molecular biology techniques”, Promotor: prof. dr hab. inż. Joanna Polańska
• 09.2008 – Magisterium w dziedzinie Automatyki i Robotyki, specjalizacja Information Processing for Control, Politechnika Śląska. Temat pracy: „Peak alignment in protein spectra”, Promotor: prof. dr hab. inż. Joanna Polańska

Zainteresowania naukowe

• Bioinformatyka, biostatystyka i eksploracyjna analiza danych
• Wstępne przetwarzanie i analiza oligonukleotydowych mikromacierzy DNA, macierzy qRT-PCR oraz danych z głębokiego sekwencjonowania (RNA-seq, scRNA-seq, ATAC-seq, WGS)
• Wstępne przetwarzanie i analiza danych z obrazowania medycznego, m.in. barwione obrazy histopatologiczne, zdjęcia RTG, obrazy z tomografii komputerowej
• Zastosowanie mieszanin Gaussowskich do modelowanie widm 1D (MALDI-ToF, NMR) oraz obrazów 2D (2DGE, H&E)
• Opracowanie modeli statystycznych, uczenia maszynowego i uczenia głębokiego w celu wspierania badań nad rakiem