Główne zainteresowania naukowe i badawcze
W zakresie metod i modeli to:
Statystyka, statystyka bayesowska, modele logistyczne i log-liniowe, analizy przeżycia, modele predykcyjne, mieszane, wielopoziomowe oraz modelowanie szeregów czasowych. Wykorzystanie metod data miningu, machine oraz deep learningowych, survival data miningu, imputacji braków danych, credit scoringu;
Analizy danych w czasie rzeczywistym, zastosowania metod matematycznych w algorytmach kwantowych i wykorzystanie ich potencjału w analizach biznesowych.
W zakresie badań, analiz aplikacji to przede wszystkim:
- Automatyzacja i aplikacja technik budowy kart scoringowych w otwartych językach programowania tj. Python, R oraz w systemach SAS’a;
- Symulacje portfela Consumer Finance, analizy ryzyka kredytowego; modelowanie wartości klienta w czasie (CLTV);
- Optymalizacja procesów biznesowych za pomocą modeli predykcyjnych;
- Modelowanie zjawisk społeczno-demograficznych oraz modelowanie statystyczne w badaniach klinicznych.
Certyfikat Data Scientist z Systemem SAS
Więcej informacji
Studia Podyplomowe: Akademia Analityka z SAS, R & Python
Są to pierwsze podyplomowe studia na SGH z certyfikatem globalnym
SGH na światowej liście uczelni oferujących globalne certyfikaty w ramach programu SAS® Global Academic Program.