|
- Doktor
nauk fizycznych, doktorat z fizyki teoretycznej, Uniwersytet Śląski, Katowice
2013 r.
- Adiunkt w Instytucie Statystyki i Demografii SGH od 2019 r.
- Współpracował
z Zakładem Analizy Historii Zdarzeń i
Analiz Wielopoziomowych od 2015 r.
Specjalizacja
badawcza:
- modelowanie procesów i zdarzeń oraz
ich analiza w czasie rzeczywistym (real
time analytics)
- quantum computing oraz metody matematyczne w Machine Learning
i Deep Learning
- rozwijanie technik budowy kart scoringowych w Pythonie
Najważniejsze publikacje:
- E.W. Piotrowski, J. Sładkowski, J. Syska, S. Zając: Physica Status Solidi B, 246 „The method of the likelihood and the Fisher information in the construction of physical models”. (2009)
- Advanced Scorecard Builder – Free Python Package
- Ed. K. Przanowski, S. Zając, Modelowanie dla biznesu, Metody Machine Learning, Modelowanie portfela consumer finance, modele rekurencyjne analizy przeżycia, modele scoringowe. Oficyna Wydawnicza SGH, 2020
- Ed. D. Kaszyński, B. Kamiński, T. Szapiro. Credit Scoring in the context of interpretable machine learning. Theory and Practice. Chapter 3, Chapter 4. Oficyna Wydawnicza SGH 2020
|
|
|
|
|
|
|
|
e-mail: szajac2@sgh.waw.pl |
|
|
|
|