We wtorek, 18 kwietnia, odbyły się warsztaty na temat otwartego oprogramowania. Podczas prezentacji mgr inż. Aleksandra Wojewoda podzieliła się z wiedzą i doświadczeniem, rozwiewając wiele wątpliwości dotyczących pojęcia „open source”. Wydarzenie zostało zorganizowane przez SKN Data Science.
Kategoria: Wiadomości
Ekonomiczna Piątka 2023
W dniu 2 kwietnia odbyła się dwunasta edycja Ekonomicznej Piątki, czyli biegu na pięciokilometrowej trasie wokół Jeziora Maltańskiego. W wydarzeniu wzięli udział pracownicy naszej Katedry: dr Włodzimierz Lewoniewski, dr Piotr Stolarski, mgr Marcin Sawiński. Impreza biegowa została zorganizowana przez Uniwersytet Ekonomiczny w Poznaniu, Klub Biegacza UEP oraz AZS UEP.
Eksperci Grupy Żabka o pracy w data science
We wtorek, 28 marca, odbył się panel dyskusyjny, którego celem było przybliżenie praktycznych aspektów analizy danych i data science. Spotkanie było prowadzone przez ekspertów Grupy Żabka, którzy zaprezentowali szereg zagadnień, takich jak wymagania rekrutacyjne, poszukiwane umiejętności i znajomości technologii, opis departamentu oraz poszczególnych zespołów, etapy tworzenia projektów oraz dobre i złe praktyki w projektach.
Udział przedstawicieli SKN Data Science w konferencji Inspiring Solutions
W dniach 21-23 marca 2023 roku w Warszawie odbyła się 16. edycja studenckiej konferencji o zastosowaniach IT w biznesie, organizowanej przez CEMS Club Warsaw oraz Samorząd Studentów SGH. W wydarzeniu wzięli udział przedstawicieli SKN Data Science w składzie: Patryk Danielewicz, Hubert Łagoda, Jakub Muszyński.
Drzwi Otwarte UEP 2023
W tym roku Drzwi Otwarte UEP odbyły się 26 marca 2023 roku w Budynku Głównym naszej Uczelni. Podczas tego wydarzenia kandydaci na studia mieli okazję porozmawiać z obecnymi studentami i wykładowcami na temat kierunków prowadzonych na Uniwersytecie Ekonomicznym w Poznaniu przy specjalnie zorganizowanych w tym celu stoiskach. Nie zabrakło również reprezentantów naszej Katedry – w wydarzeniu wzięli udział dr Włodzimierz Lewoniewski, mgr Ewelina Księżniak, mgr inż. Aleksandra Wojewoda.
Panel dyskusyjny: Jak wygląda praca w analityce i data science w praktyce?
W najbliższy wtorek (28 marca) o godz. 18:30 odbędzie się panel dyskusyjny, który poprowadzą eksperci z działów związanych z analizą danych i data science w Żabce. Podczas spotkania poruszone zostaną takie tematy, jak wymagania rekrutacyjne, poszukiwane umiejętności i znajomości technologii, opis departamentu i poszczególnych zespołów, etapy tworzenia projektów oraz dobre i złe praktyki w projektach. Będziemy mieć okazję posłuchać doświadczonych analityków z Żabki, którzy podzielą się swoimi doświadczeniami i wskazówkami … Więcej informacji
Najwyższa liczba punktów dla projektu OpenFact
Projekt OpenFact jest prowadzony przez zespół naszej Katedry przy współpracy partnerów technologicznych i merytorycznych, m.in.: Google, Facebook, Bright Data, Harvard University, a także czołowych organizacji fact-checkingowych w Polsce. Podczas ewaluacji pierwszej fazy programu INFOSTRATEG Narodowego Centrum Badań i Rozwoju, w zakresie detekcji fake newsów z użyciem sztucznej inteligencji, projekt OpenFact otrzymał najwyższą liczbę punktów.
Rynek kryptowalut: ocena skuteczności strategii opartych na wskaźniku RSI
Artykuł naukowy pt. „Effectiveness of the Relative Strength Index Signals in Timing the Cryptocurrency Market” został opublikowany w czasopismie „Sensors”. Impact Factor tego czasopisma za rok 2021 wyniósł 3,847, pięcioletni Impact Factor wyniósł 4,050. Autorzy publikacji: Marek Zatwarnicki, Krzysztof Zatwarnicki, Piotr Stolarski.
Co daje znajomość teorii w machine learningu?
Istotne źródła informacji w różnych tematach oraz wersjach językowych Wikipedii
Na stronie wydawnictwa Elsevier została opublikowana praca naukowa na temat automatycznej identyfikacji istotnych źródeł informacji na określony temat w wielojęzycznej Wikipedii na podstawie analizy ponad 230 milionów przypisów. W ramach tej publikacji zostały przedstawione różne modele automatycznej oceny źródeł informacji, które uwzględniają częstotliwość występowania badanych źródeł, popularność treści ze strony czytelników oraz edytorów Wikipedii.