Rada Programowa

Rada Programowa

Poznaj wybitnych ekspertów, którzy swoim doświadczeniem i wiedzą wspierają rozwój naszej oferty. Członkowie rady regularnie oceniają i aktualizują programy, dbając o ich zgodność z najnowszymi trendami i potrzebami rynku pracy. Dzięki ich zaangażowaniu możemy dostarczać innowacyjne i wartościowe rozwiązania edukacyjne, które pomagają uczestnikom naszych kursów rozwijać swoją karierę zawodową.

Norbert Ryciak

Obecnie pracuje w firmie Sotrender, gdzie rozwija i wdraża algorytmy uczenia maszynowego do różnych zastosowań w ekosystemie mediów społecznościowych. W swojej pracy bierze udział we wszystkich etapach projektów data science - począwszy od prac badawczych, poprzez rozwijanie powstających produktów opartych na uczeniu maszynowym, aż do produkcyjnego wdrożenia. Najczęściej wykorzystuje i specjalizuje się w głębokim uczeniu maszynowym (deep learning), które w swojej karierze stosował m.in. w projektach z obszaru przetwarzania języka naturalnego (NLP). Oprócz pracy merytorycznej podejmuje również wiele działań dydaktycznych w tematyce data science: prowadzi szkolenia komercyjne dla firm, zajęcia na uczelniach, jest autorem kursów zawodowych i e-learningowych.


Kursy, na których prowadzi zajęcia:

Norbert Ryciak

Patryk Palej

Od 2018 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. W międzyczasie ukończył studia na kierunku Energetyka w trakcie których zajmował się matematycznym modelowaniem procesów transportu ciepła i masy. Szybko jednak przebranżowił się do IT i jako data scientist pracował przy projektach dla takich sektorów jak finanse, telekomunikacja czy media. Poza tym prowadzi szkolenia, warsztaty oraz zajęcia na bootcampie z zagadnień na pograniczu Pythona i data science. W wolnym czasie jeździ po świecie motocyklem. Na co dzień rozwija projekty oparte o Pythona i analizę danych. Angażuje się również w prowadzenie szkoleń i inne inicjatywy edukacji w IT.


Kursy, na których prowadzi zajęcia:

Patryk Palej

Matt Harasymczuk

Programuje od końca lat 90 ubiegłego wieku, a od 2005 roku zawodowo związany jest z branżą inżynierii oprogramowania. Pracował w Allegro, Centralnym Ośrodku Informatyki, Polskiej Agencji Żeglugi Powietrznej oraz w Europejskiej Agencji Kosmicznej. Prowadzi dwie firmy z branży kosmicznej oraz IT: Astro Tech and Bioastronautics i Analog Astronaut Training Center. Założył firmę szkolącą kandydatów na astronautów. Jest właścicielem habitatu, symulatora bazy kosmicznej, i tworzy dla niego system operacyjny wykorzystujący mechanizmy uczenia maszynowego (sieci neuronowe) i analizę danych biomedycznych, psychologicznych i środowiskowych budynku do inteligentnego wsparcia załogi astronautów oraz detekcji anomalii. Napisał kilka książek dotyczących inżynierii oprogramowania, procesów IT oraz astronautyki. Od 2015 roku prowadzi szkolenia jako trener Sages. Ma ponad 7800 godzin doświadczenia w prowadzeniu warsztatów dla ponad 28 tys. osób. Dotychczas przeprowadził szkolenia dla 196 organizacji z rónych sektorów.


Kursy, na których prowadzi zajęcia:

Matt Harasymczuk

Ross Apostol

Ross pracuje jako Data Science Architect w firmie SoftwareOne, która dostarcza innowacyjne rozwiązania technologiczne dla firm z różnych sektorów gospodarki i z ponad 90 krajów. Swoją podróż związana z dziedziną sztucznej inteligencji i uczenia maszynowego rozpoczął na studiach doktoranckich w AGH w Krakowie w 2016 roku. Od 7 lat swojej kariery pracuje nad różnorodnymi zastosowaniami komercyjnymi. Jego doświadczenie zawodowe obejmuje cały cykl pracy nad projektami – od zrozumienia problemu biznesowego, projektowania rozwiązań, przez etap treningu i strojenia modeli, aż po ich wdrożenie w środowisku produkcyjnym. Od ponad 4 lat aktywnie angażuje się w prowadzenie szkoleń i bootcampów z zakresu data science i machine learning w firmie Sages, żeby dzielić się wiedzą i doświadczeniem z innymi pasjonatami tego obszaru. W pracy skupia się szczególnie na dostosowywaniu najnowszych osiągnięć z obszaru sztucznej inteligencji do rozwiązywania problemów biznesowych klientów. Dodatkowo Rostyslav jest certyfikowanym specjalistą ds. uczenia maszynowego w chmurze (AWS, Azure).


Kursy, na których prowadzi zajęcia:

Ross Apostol

Marcin Rybiński

Zajmuje się rozwijaniem, wdrażaniem, monitorowaniem i utrzymywaniem algorytmów uczenia maszynowego do różnych zastosowań w branży edutech. Specjalizuje i rozwija się w zagadnieniach MLOps, związanych z wdrażaniem oraz utrzymywaniem rozwiązań opartych o sztuczną inteligencję.


Kursy, na których prowadzi zajęcia:

Marcin Rybiński

Łukasz Kobyliński

Chief Science Officer w Sages, Data Scientist w SigDelta oraz adiunkt w Instytucie Podstaw Informatyki PAN. Uczestnik takich konferencji, jak PKDD, LREC, TSD, czy LTC. Pracował w projektach komercyjnych związanych z ekstrakcją informacji, agentami dialogowymi, czy odpowiadaniem na pytania.

Łukasz Kobyliński

Michał Kardasz

Zawodowo rekrutacją zajmuje się od 2012 roku. Zarządzał procesami rekrutacyjnymi w dużych międzynarodowych firmach z sektorów BPO/SSC, farmaceutycznego, finansowego, IT. Obecnie jako Global Recruitment and Talent Manager w międzynarodowej firmie produktowej, odpowiada głównie za rekrutacje na stanowiska IT.


Kursy, na których prowadzi zajęcia:

Michał Kardasz

Trenerzy prowadzący nasze kursy

Piotr Menclewicz

Piotr Menclewicz

Analityk danych

Analityk danych pracujący na co dzień z SQL i Pythonem. Swoją karierę zaczynał jednak nietypowo. Ukończył studia ekonomiczne i przez kilka lat pracował w finansach. Przez przypadek trafił na bazy danych i od razu je pokochał. SQLa nauczył się samodzielnie i uwielbia się dzielić tą wiedzą. Wie, jak to jest zaczynać bez dużego doświadczenia informatycznego, dlatego wszystkie zagadnienia tłumaczy w prosty i przyjazny sposób.

Kursy, na których prowadzi zajęcia:

Analityka danych
Michał Więtczak

Michał Więtczak

Data scientist

Od 2014 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. Szybko rozpoczął pracę IT i jako data scientist pracował przy projektach dla takich sektorów jak finanse, telekomunikacja, FMCG czy retail. Ma też kilkuletnie doświadczenie w prowadzeniu zespołów data science. Na co dzień pracuję w banku o globalnym zasięgu, gdzie rozwija zastosowania sztucznej inteligencji w tym sektorze w jednym z centrów R&D. Poza tym prowadzi szkolenia, warsztaty oraz zajęcia na bootcampie z zagadnień dotyczących głównie uczenia maszynowego, analizy tekstu i uczenia głębokiego.

Kursy, na których prowadzi zajęcia:

AI & Data Science
Bartosz Mikulski

Bartosz Mikulski

Data Scientist

W pracy zawodowej zajmuje się budowaniem zautomatyzowanej platformy wdrażania modeli uczenia maszynowego na produkcji. Specjalizuje się w inżynierii danych z użyciem AWS. Od 2017 roku pisze bloga o inżynierii danych, uczeniu maszynowym i sztucznej inteligencji. Napisał jeden z rozdziałów książki '97 Things Every Data Engineer Should Know'. Występuje na konferencjach i meetupach w roli prelegenta gdzie dzieli się swoim doświadczeniem ze społecznością programistów. Prowadzi szkolenia komercyjne.

Kursy, na których prowadzi zajęcia:

AI & Data Science
Martyna Śpiewak

Martyna Śpiewak

Data Scientist

Entuzjastka statystyki, machine learningu i analizy danych. Ukończyła z wyróżnieniem matematykę na Politechnice Warszawskiej o specjalności Statystyka Matematyczna i Analiza Danych. Pracuje jako starszy specjalista badawczo-technicznym w Ośrodku Przetwarzania Informacji - Państwowym Instytucie Badawczym, gdzie zajmuje się przetwarzaniem języka naturalnego w kontekście wykrywania plagiatów. Współtworzy Jednolity System Antyplagiatowy oraz System Ewaluacji Dorobku Naukowego. Pełni rolę trenera i opiekuna merytorycznego podczas bootcampów Data Science.

Kursy, na których prowadzi zajęcia:

AI & Data Science
Krzysztof Rudaś

Krzysztof Rudaś

Data Scientist

Doktor nauk matematycznych, obecnie pracujący w Instytucie Podstaw Informatyki PAN i na Wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej. W 2022 roku obronił doktorat na tym wydziale. Interesuje się statystyką matematyczną, data miningiem, metodami regresyjnymi i szeregami czasowymi. Specjalizuje się w zagadnieniu modelowania przyczynowego (uplift modeling). Jest współautorem kilku ważnych publikacji z tej dziedziny. Oprócz pracy naukowej prowadzi także zajęcia dydaktyczne z zakresu statystyki dla studentów Politechniki Warszawskiej.

Kursy, na których prowadzi zajęcia:

AI & Data Science
Mateusz Pabiś

Mateusz Pabiś

ML / Python Engineer

Pierwsze problemy z komputerami rozwiązywałem już szkole podstawowej. Od 'zawsze' związany z komputerami zapędzając je do pracy. Moje zainteresowania na przestrzeni czasu wędrowały od systemów równoległych i rozproszonych płynnie przechodząc później w cyberbezpieczeństwo, gdzie wykrywałem ataki socjotechniczne, a kończąc dzisiaj na szeroko pojętym uczeniu maszynowym. Co robię na co dzień? Aktualnie pracuję jako specjalista ds. systemów przetwarzania i analizy danych, gdzie codziennie angażuję się w tworzenie nowoczesnych rozwiązań. W wolnych chwilach staram się zasiadać za sterami samolotu. Dlaczego lubię szkolić? Uwielbiam dzielić się wiedzą i doświadczeniem, ponieważ wierzę, że bycie mentorem przyczynia się nie tylko do rozwoju innych, ale także do własnego poszerzania horyzontów. Ponadto Albert Einstein podobno powiedział: 'Jeżeli nie potrafisz czegoś prosto wyjaśnić - to znaczy, że niewystarczająco to rozumiesz.' - uczenie innych jest świetnym sposobem, aby uporządkować swoją wiedzę.

Kursy, na których prowadzi zajęcia:

AI & Data Science
Michał Gałka

Michał Gałka

Trener, Machine learning engineer

Michał jest inżynierem oprogramowania z 15-letnim doświadczeniem w pracy z Pythonem. Jego zainteresowania sięgają również systemów wbudowanych. Łączy swoje zamiłowanie do Pythona i technologii embedded, spędzając czas na pracy z układami obsługiwanymi przez MicroPython oraz jednopłytkowymi komputerami typu Raspberry Pi i podobnymi. Posiada doświadczenie w pracy w międzynarodowych zespołach, zarówno w Polsce, jak i poza nią. Aktualnie pracuje nad infrastrukturą testową dla jednego ze startupów z branży automotive. Wcześniej związany z KernelCI - rozproszoną platformą do automatyzacji testów jądra Linux.

Kursy, na których prowadzi zajęcia:

AI & Machine Learning Engineering
Waldemar Kołodziejczyk

Waldemar Kołodziejczyk

Trener, Machine learning engineer

Profesjonalnie i akademicko związany z branżą inżynierską, tworzy rozwiązania oparte o wizję komputerową, szeregi czasowe i uczenie ze wzmocnieniem. Zajmuje się pełnym cyklem zagadnień, od dekompozycji problemu biznesowego, poprzez analizy i research aż po trenowanie i deployment modeli na produkcję. Jako trener prowadzi kursy z obszaru Data Science i Machine Learning w Sages. Wykładowca przedmiotu 'Uczenie Maszynowe w rozwiązaniach Big Data' na studiach podyplomowych 'Big Data' na Politechnice Warszawskiej.

Kursy, na których prowadzi zajęcia:

AI & Machine Learning Engineering AI & Data Science
Oliwia Wojtkowska

Oliwia Wojtkowska

Data Engineer

Data Engineer Consultant w międzynarodowej firmie IT. Zajmuje się projektami z zakresu Data Science, Internet of Things oraz programowaniem mikroserwisów w Pythonie. Ukończyła studia z zakresu informatyki, broniąc pracę z zakresu Przetwarzania Języka Naturalnego. Realizowała projekty związane z machine learning m.in dla branż telekomunikacyjnej, FMCG, farmaceutycznej czy finansowej. Wielka fanka Pythona, który jest głównym językiem jej pracy.

Kursy, na których prowadzi zajęcia:

AI & Data Science

Wykładowcy prowadzący studia, które współorganizujemy

Współpracujemy z Politechniką Warszawską oraz Akademią Leona Koźmińskiego. Eksperci Sages współtworzą ofertę edukacyjną, wnosząc poza wiedzą także doświadczenie projektowe i biznesowe.

Marcin Choiński

Marcin Choiński

Kierownik studiów Data Science i Big Data w Zarządzaniu na ALK

Pasjonat danych, zarządzania nimi, rozwijania kultury orgnizacyjnej w oparciu o dane oraz budowania na nich wartości biznesowej. Posiada kilkunastoletnie doświadczenie w tworzeniu i wdrażaniu rozwiązań w obszarze Data Management i Data Governance. Absolwent Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej. Od początku kariery zajmował się Hurtowniami Danych i BI, a następnie również MDM, Big Data, Data Science oraz Analityką Biznesową. Pracował jako konsultant m. in. dla globalnych i regionalnych korporacji z branży farmaceutycznej, telekomunikacyjnej i handlowej. Obecnie w TVN S.A. odpowiedzialny za budowę i wdrażanie strategii danych oraz rozwój ekosystemu analitycznego Big Data i Data Science. Uprzednio również założyciel i redaktor naczelny portalu BI.PL, gościnnie wykładowca na kilku warszawskich uczelniach, trener, główny analityk danych w zespole futbolu amerykańskiego Warsaw Eagles.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu
Jakub Nowacki

Jakub Nowacki

Wykładowca studiów Data Science i Big Data w Zarządzaniu na ALK

Absolwent Politechniki Gdańskiej oraz Uniwersytetu Bristolskiego, gdzie obronił doktorat z matematyki stosowanej. Na co dzień łączy umiejętności analityczne i programistyczne jako Data Scientist. Doświadczenie zdobywał oraz prowadził zespoły w działach badań i rozwoju w wielu firmach w branży wysokich technologii, mediów, farmaceutycznych oraz petrochemicznych. Najbardziej interesuje się rozproszonym przetwarzaniem i analizą dużych zbiorów danych wspomagające decyzje w biznesie i w badaniach, oraz automatyzujące procesy w przedsiębiorstwach. Pracował zarówno z technologiami dojrzałymi, jak i nie boi się wyzwań w pracy z najnowszymi rozwiązaniami. Zwolennik pragmatycznego użycia technologii w biznesie. Prelegent na wielu konferencjach poświęconych tematyce Big Data. Trener szkoleń technologicznych z zakresu Big Data współpracujący z Sages. Lead Data Scientist w firmie Sigdelta. Od 2016 roku dzieli się zdobytą wiedzą jako wykładowca na pierwszych w Polsce technicznych studiach Big Data realizowanych przez firmę Sages oraz Politechnikę Warszawską.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu
Dominik Batorski

Dominik Batorski

Wykładowca studiów Data Science i Big Data w Zarządzaniu na ALK

Socjolog i data scientist łączący pracę naukową w Interdyscyplinarnym Centrum Modelowania Matematycznego i Komputerowego (ICM) na Uniwersytecie Warszawskim z działalnością doradczą i biznesową. Ma kilkunastoletnie doświadczenie w analizie dużych danych, przede wszystkim zbieranych przez serwisy internetowe i firmy telekomunikacyjne, m.in. zakładał i do 2010 rozwijał dział business intelligence w Gadu-Gadu. Jest współtwórcą Sotrender’a firmy tworzącej narzędzia analityczne do monitoringu i optymalizacji marketingu w mediach społecznościowych w oparciu o dane. Od 2014 roku organizuje comiesięczne spotkania Warsaw Data Science Meetup, które służą wymianie wiedzy i integracji społeczności około 3tys. osób zajmujących się pracą z danymi. Naukowo zajmuje się m.in. badaniem zmian społecznych i gospodarczych związanych z upowszechnieniem technologii informacyjno-komunikacyjnych, a także sposobów korzystania z technologii i zachowań użytkowników. Jest współautorem badań Diagnoza społeczna. Specjalizuje się również w badaniach sieci społecznych, oraz procesów zachodzących w sieciach, takich jak dyfuzja innowacji czy wpływ społeczny. Posiada wieloletnie doświadczenie w doradzaniu jednostkom administracji rządowej i samorządowej, kierował przygotowywaniem kilkunastu opracowań analitycznych i ekspertyz oraz uczestniczył w tworzeniu Strategii i Programów Operacyjnych. Obecnie jest członkiem Rady ds. Cyfryzacji przy Ministrze Cyfryzacji.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu
Dawid Detko

Dawid Detko

Wykładowca studiów Data Science i Big Data w Zarządzaniu na ALK

Dawid jest ekspertem w dziedzinie zaawansowanej analityki danych oraz budowania strategii zarządzania danymi - posiada tytuł Microsoft Most Valuable Professional (MVP) z zakresu Data Platform. Na co dzień pracuje w firmie Onex Group gdzie zarządza konsultingiem w obszarze technologii Microsoft a w szczególności w obszarze danych, m365 oraz Azure. Z zamiłowania doradza dużym organizacjom jako architekt od rozwiązań Business Intelligence, Big Data oraz Data Science. W swoim portfolio posiada międzynarodowe wdrożenia projektów obejmujące rozwiązania w pełni bazujące na chmurze Azure. Można go spotkać na konferencjach branżowych oraz uczestniczyć w szkoleniach, które prowadzi.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu
Przemysław Chmielecki

Przemysław Chmielecki

Wykładowca studiów Data Science i Big Data w Zarządzaniu na ALK

Specjalista IT i wykładowca akademicki. Absolwent 5 kierunków (informatyka, kognitywistyka, filozofia, socjologia, resocjalizacja).W obszarze IT specjalista w zakresie chmury obliczeniowej (Azure, AWS), infrastruktury serwerowej, wirtualizacji, konteneryzacji, automatyzacji, skryptowania, DevOps i Scrum/Agile. Certyfikaty: Azure Solutions Architect Expert, Azure DevOps Engineer Expert, Azure AI Engineer, AWS Cloud Practitioner, Certified Kubernetes Administrator, Terraform Certified Associate, AgilePM, PRINCE2, ITIL.W obszarze akademickim – pracownik naukowy kilku warszawskich uczelni, Kierownik Instytutu Badawczego WBST oraz Kierownik Studiów Online WBST. Zainteresowania naukowe: Science Technology Studies (STS), szkolnictwo wyższe i uniwersytet. Publikacje dostępne w Academia.edu, ResearchGate.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu
Wiktor Zdzienicki

Wiktor Zdzienicki

Wykładowca studiów Data Science i Big Data w Zarządzaniu na ALK

Head of Data Business Unit w firmie Predica (SoftwareOne), gdzie pomaga klientom we wprowadzaniu rozwiązań wokół danych na chmurze Microsoft Azure. Absolwent kierunku MIESI w Szkole Głównej Handlowej, nauki pobierał także na University College w Londynie. Ma szerokie doświadczenie we wdrażaniu projektów zaawansowanej analityki dla międzynarodowych organizacji, głównie w obszarze analityki klienta i bankowości oraz budowaniu zespołów data analytics.

Kierunki studiów, na których prowadzi zajęcia:

Data Science i Big Data w Zarządzaniu