Tematyka projektów

  • analiza danych i wykrywanie wzorców
  • przetwarzanie języka naturalnego (NLP)
  • rozpoznawanie i przetwarzanie obrazów (CV)
  • uczenie ze wzmocnieniem (RL) – uczenie proceduralne
  • algorytmy uczenia maszynowego dla klasyfikacji i regresji
  • analiza sekwencji biologicznych (np. DNA), analiza wariantów genetycznych, bioinformatyka
  • analiza danych medycznych, w szczególności obrazowych, opisowych, inżynieria biomedyczna, fuzja danych
  • wykorzystanie algorytmów grafowych – optymalizacja scenariuszy, planowanie
  • detekcja anomalii, nadużyć i nietypowych zachowań użytkowników
  • tworzenie baz wiedzy – wsparcie dla konsultantów, analityków i wykorzystanie w systemach wyszukujących informacje
  • personalizacja ofert i systemy rekomendacyjne
  • zastosowanie deep learning w nowych domenach np. finansowych
  • wsparcie w tworzeniu zaawansowanych systemów informatycznych, np. systemy agentowe, systemy rozproszone i silnie-równoległe, implementacja złożonych algorytmów operujących na dużych wolumenach danych i ich optymalizacja softwarowa i sprzętowa (np. poprzez wykorzystanie GPU, FPGA)
  • wykorzystanie algorytmów adaptacyjnych np. celem ulepszenia istniejących procesów i narzędzi do robotyzacji (rozpoznawanie wejścia/wyjścia – ekstrakcja danych, analiza i wykrywanie nowych scenariuszy automatyzacji)