1. Jaki jest główny obszar Pana badań naukowych i jaki jest ich cel?

Celem moich badań naukowych jest opracowywanie metod wspomagania decyzji w przedsiębiorstwach przy wykorzystaniu analizy danych. Zagadnienie to dekomponuje się na dwa typy badań: dotyczące teorii metod analitycznych oraz ich zastosowań w ekonomii i zarządzaniu. W zakresie prac teoretycznych szczególnym obszarem moich zainteresowań są zagadnienia optymalizacji, symulacji oraz analizy danych grafowych. Odnośnie do zastosowań mam stosunkowo szerokie pole branż, ostatnio najbardziej zajmuję się zagadnieniami z zakresu: finansów, logistyki, produkcji, telekomunikacji, ochrony zdrowia i sprzedaży detalicznej.

2. Co Pan uważa za swój największy, dotychczasowy sukces naukowy?

Moim zdaniem na różnych etapach kariery naukowej różne osiągnięcia można uznawać za najważniejsze. Jak byłem młodszy, to kluczowe dla mnie było osobiste prowadzenie badań, których efekty są powszechnie wykorzystywane w społeczeństwie. W tym nurcie, dla przykładu, z Przemysławem Szuflem i Michałem Jakubczykiem prowadziliśmy badania, których jednym z efektów było stworzenie oprogramowania SilverDecisions. Służy ono do wspomagania podejmowania decyzji i jest obecnie wykorzystywane na całym świecie przez setki tysięcy użytkowników.

Dzisiaj uważam, że moje kluczowe zadanie to budowa trwałych i międzynarodowych zespołów naukowych. Tego typu relacje buduję obecnie głównie z prof. Pawłem Prałatem z Toronto Metropolitan University oraz prof. Alanem Edelmanem z MIT. W ramach tych zespołów stworzyliśmy obecnie dziesiątki prac naukowych i produktów softwareowych, zorganizowaliśmy wiele konferencji, warsztatów i wykładów oraz zaangażowaliśmy w badania i wymianę międzynarodową kilkudziesięciu pracowników, doktorantów i studentów z SGH.

3. Jaką książkę poleciłby Pan komuś, kto dopiero zaczyna interesować się Pana dziedziną i chciałby ją lepiej zrozumieć?

Osobom zainteresowanym wspomaganiem podejmowania decyzji, a jednocześnie chcącym uniknąć formalizmu metod ilościowych polecam książkę „Pułapki myślenia” Daniela Kahnemana. Książka ta wyjaśnia mechanizmy ludzkiego rozumowania podczas podejmowania decyzji i zawiera liczne praktyczne przykłady, które moim zdaniem przydadzą się każdemu w życiu codziennym i profesjonalnym. Czytelnikom o ambicjach matematycznych i poszukujących bardziej zaawansowanej technicznie lektury polecam „Reinforcement Learning and Stochastic Optimization: A Unified Framework for Sequential Decisions” Warrena B. Powella. Większość materiałów o analizie danych zakłada, że mamy do podjęcia jedną decyzję. W praktyce podjęcie jednej decyzji niesie za sobą konsekwencje, które prowadzą do potrzeby podjęcia kolejnych działań. Ta książka tłumaczy, jakie modele analityczne najlepiej się sprawdzą w takich sytuacjach.

Partnerzy #ScienceLeadersBoard: Intel, Orange, Google, Dell Technologies, Ericsson i Flex.