Główne obszary zainteresowań naukowo-badawczych pracowników Zakładu Metod Statystycznych i Analiz Biznesowych obejmują:
- modelowanie zjawisk społeczno-ekonomicznych oraz demograficznych z wykorzystaniem metod analizy czasu trwania oraz metod uczenia maszynowego
- modelowanie statystyczne w badaniach klinicznych
- zarządzanie ryzykiem kredytowym w bankowości
- badania prospektywne i metody analiz danych wzdłużnych
- metody bayesowskie, w tym adaptacyjne schematy badań prospektywnych
- metody analizy danych kategorialnych
- metody sztucznej inteligencji, w tym metody głębokiego uczenia
- automatyzację, implementację oraz optymalizację procesów biznesowych
Oferta dydaktyczna pracowników Zakładu skierowana jest do studentów zarówno studiów licencjackich jak i magisterskich. W ramach współpracy z SAS Institute sp. z o.o. studenci, którzy zrealizują Blok Zajęć Programowych mają możliwość uzyskania certyfikatu Data Scientist z Systemem SAS.
Dla absolwentów, natomiast oferowane są Studia Podyplomowe Data Science w Biznesie, które dostarczają gruntownej wiedzy i umiejętności z obszaru statystyki oraz uczenia maszynowego:
Więcej informacji na temat Studiów Podyplomowych Data Science w Biznesie
- SKŁAD OSOBOWY
- Obraz
Kierownik Zakładu - dr hab. Wioletta Grzenda, prof. SGH
Profesor uczelni w Instytucie Statystyki i Demografii od 2020 Kierownik studiów podyplomowych Data Science w Biznesie
- Doktor habilitowany w dyscyplinie ekonomia i finanse, Szkoła Główna Handlowa w Warszawie, 2019
- Doktor nauk matematycznych, Uniwersytet Marii Curie-Skłodowskiej w Lublinie, 2006 Absolwentka Wydziału Matematyki i Fizyki UMCS, kierunek: Zastosowania matematyki, 2001
Zainteresowania naukowo-dydaktyczne: modelowanie zjawisk społeczno-ekonomicznych oraz demograficznych z wykorzystaniem podejścia klasycznego i bayesowskiego oraz metod uczenia maszynowego.
e-mail: wgrzend@sgh.waw.pl
Obraz
dr inż. Aleksandra Iwanicka Biogram
Adiunkt w Instytucie Statystyki i Demografii od 2016- Doktor Nauk Ekonomicznych, specjalność: matematyka aktuarialna, Uniwersytet Ekonomiczny we Wrocławiu, 2013
- Absolwentka Wydziału Podstawowych Problemów Techniki Politechniki Wrocławskiej, kierunek: Matematyka, 2004
Zainteresowania naukowo-dydaktyczne: metody analizy danych kategorialnych i analizy czasu trwania.
e-mail: aiwanic@sgh.waw.pl
Obraz
dr Adam Korczyński Biogram
Adiunkt w Instytucie Statystyki i Demografii od 2018- Doktor nauk ekonomicznych, Kolegium Gospodarki Światowej SGH, 2017
- Doktorant programu studiów doktoranckich przy Kolegium Gospodarki Światowej SGH, 2011 – 2015
- Absolwent Szkoły Głównej Handlowej w Warszawie kierunków: Metody Ilościowe w Ekonomii i Systemy Informacyjne, 2010, Ekonomia, 2011
Zainteresowania naukowo-dydaktyczne: braki danych i metody imputacji, badania prospektywne i metody analiz danych wzdłużnych, metody bayesowskie, modelowanie predykcyjne, modelowanie statystyczne w badaniach klinicznych.
e-mail: akorczy@sgh.waw.pl
Obraz
dr Karol Przanowski Biogram
Adiunkt w Instytucie Statystyki i Demografii od 2011- Absolwent MBA, Polska Akademia Nauk, 2015
- Doktor nauk fizycznych, Uniwersytet Łódzki, 1997
- Absolwent Uniwersytetu Łódzkiego, magister matematyki, specjalność: matematyka teoretyczna, 1993
Zainteresowania naukowo-dydaktyczne: zarządzanie ryzykiem kredytowym w bankowości, Credit Scoring - budowa kart scoringowych i ogólnie modeli predykcyjnych i zarządzanie procesem akceptacji kredytowej, Modele ICAAP, Balance Sheet, Risk Based Pricing, IRB, IFRS9, zarządzanie procesem windykacyjnym, Debt Collection Scoring, Next Best Action, multi-Channel Campaign Management (MCCM) w bankowości.
e-mail: kprzan@sgh.waw.pl
Obraz
mgr Łukasz Głąb Biogram
Asystent w Instytucie Statystyki i Demografii od 2023- Absolwent programu CEMS MIM (Szkoła Główna Handlowa w Warszawie i NHH Norges Handelshøyskole w Bergen), 2021
- Absolwent Uniwersytetu Warszawskiego, kierunek: Prawo, 2020
- Absolwent Szkoły Głównej Handlowej w Warszawie, kierunki: Analiza danych - Big Data (studia magisterskie), 2019, Metody Ilościowe w Ekonomii i Systemy Informacyjne (studia licencjackie), 2016
Zainteresowania naukowo-dydaktyczne: zastosowanie uczenia maszynowego (w tym metod uczenia głębokiego) i metod wyjaśnialnej sztucznej inteligencji (XAI) w ubezpieczeniach, modelowaniu aktuarialnym i finansowym.
e-mail: lglab@sgh.waw.pl
Obraz
mgr Olga Momot
Asystentka w Instytucie Statystyki i Demografii od 2023- Absolwentka Podyplomowych Studiów z Zarządzania Ryzykiem w Instytucjach Finansowych, SGH, 2023
- Absolwentka Szkoły Głównej Handlowej kierunku Metody Ilościowe w Ekonomii i Systemy Informacyjne: studia licencjackie, 2016, studia magisterskie, 2019
Zainteresowania naukowo-dydaktyczne: modelowanie predykcyjne, wykorzystanie metod statystycznych w ocenie ryzyka kredytowego, zarządzanie ryzykiem, zastosowanie metod sztucznej inteligencji (AI) do modelowania ryzyka.
e-mail: omomot@sgh.waw.pl
Obraz
mgr inż. Piotr Rozenbajgier Biogram
Asystent w Instytucie Statystyki i Demografii od 2017- Absolwent Politechniki Warszawskiej na wydziale Elektroniki i Technik Informacyjnych kierunku Systemy Informacyjno-Decyzyjne, 2010
Zainteresowania naukowo-dydaktyczne: modelowanie predykcyjne, prognozowanie szeregów czasowych, optymalizacja matematyczna, metody ML oraz AI.
e-mail: Piotr.Rozenbajgier@sgh.waw.pl
Obraz
mgr Barbara Walczyk
Asystent w Instytucie Statystyki i Demografii od 2025Absolwentka Szkoły Głównej Handlowej w Warszawie, kierunki: Analiza danych - Big Data (studia magisterskie), 2024; Metody Ilościowe w Ekonomii i Systemy Informacyjne (studia licencjackie), 2022
Zainteresowania naukowo-dydaktyczne: modelowanie i analiza procesów biznesowych oraz zjawisk społeczno-ekonomicznych; metody przetwarzania danych i uczenia maszynowego
e-mail: bwalcz@sgh.waw.pl
- PUBLIKACJE
W roku 2025
Obraz
Ziemba, E.W., Grzenda, W., & Ramsza, M. (Eds.). (2025). Explainable Artificial Intelligence for Sustainable Development: Advancing Social and Economic Transformations (1st ed.). Routledge. https://doi.org/10.4324/9781003599227
Chapter 2. Interpretable and Explainable Machine Learning: Towards Sustainable Development Goals - Wioletta Grzenda
Chapter 12. Household Indebtedness in the Face of Unscheduled Events: Variable Importance Analysis - Olga Momot
Grzenda, W. (2025). How Does the Statutory Retirement Age Affect Older workers’ Employment in Relation to Individual and Work‐Related Factors? Journal of Aging & Social Policy, 37(6), 1013–1036. https://doi.org/10.1080/08959420.2023.2284570
Momot, O., & Grzenda, W. (2025). The Ability of Households to Repay Financial Liabilities in the Face of Unscheduled Events: Insights from the COVID-19 Pandemic. Annales Universitatis Mariae Curie-Skłodowska, sectio H–Oeconomia, 59(1), 131-151.
Jacyna-Gołda, I., Cur, K., Tomaszewska, J., Przanowski, K., Świergolik, S., Hoskova-Mayerova, S. (2025). Optimizing Flight Delay Predictions with Scorecard Systems, Applied Sciences, MDPI, vol. 15, nr 11, s. 1-31
Zastempowski, M., Przanowski, K., Kuś, A. (2025) Evaluating and enhancing local innovativeness: a novel approach using predictive models, Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zarządzanie, Wydawnictwo Politechniki Śląskiej, vol. 234, s. 641-677, DOI:10.29119/1641-3466.2025.234.36
W roku 2024
Głąb, Ł., & Grzenda, W. (2024). Mortality modelling and forecasting using generalised age-period-cohort models and neural networks. Studia Demograficzne, 185(1-2), 7-30. DOI: 10. 33119/SD. 2024.1-2.1
Grzenda, W. (2024). Short-term fertility intentions and outcomes: similarities and differences between childless women and mothers. Journal of Family Studies, 30(5), 881–905. https://doi.org/10.1080/13229400.2024.2347326
Grzenda, W., & Marszałek, A. (2024). Why do young workers quit their first job? Identification of the risk factors using the Cox model and survival trees. Wiadomości Statystyczne. The Polish Statistician, 69(3), 18-37. …
Fryczyńska M., & Grzenda, W. (2024). The impact of sustainable work on women’s employment beyond the statutory retirement age. Scientific Papers of Silesian University of Technology – Organization and Management Series, 199, 131-145. …
Chłoń-Domińczak, W., Chełchowska, M., Grzenda, W., Kotowska, I.E., Maliszewska, A., Tymicki, K. (2024). Resilience as a theoretical foundation for fertility dynamics. FutuRes research reports, pp. 1-28
Grzenda, W., Smyk-Szymańska, M., Van der Velde, L. (2024). Fertility trends in Europe: structural change, shocks and resilience. Report. Deliverable No D3.4, pp.1-44
W roku 2023
Grzenda, W. (2023). Estimating the probability of leaving unemployment for older people in Poland using survival models with censored data. Statistics in Transition. New Series, 24(3), 241-256. https://doi.org/10.59170/stattrans-2023-046
Obraz
Lista pozostałych publikacji
- BADANIA I PROJEKTY BADAWCZE
Badania statutowe
W roku 2025
dr hab. Wioletta Grzenda, prof. SGH, dr Adam Korczyński, mgr Łukasz Głąb, mgr Olga Momot, mgr Barbara WalczykTemat badania: Metody analizy danych i uczenia maszynowego w badaniach rynku pracy i procesów społeczno-demograficznych
Opracowania realizowane w ramach badania:
- Analiza czasu do przejścia na emeryturę wśród osób w wieku 50+ w Polsce: podejście oparte na ograniczonym średnim czasie przeżycia (RMST), dr hab. Wioletta Grzenda, prof. SGH
- Analiza skupień na podstawie danych skokowych, dr Adam Korczyński
- Metody uczenia maszynowego – ważność zmiennych, mgr Olga Momot, dr hab. Wioletta Grzenda, prof. SGH
- Modelowanie śmiertelności z wykorzystaniem generatywnych sieci przeciwstawnych, mgr Łukasz Głąb
- Rola rodzaju wykształcenia w zatrudnieniu młodych osób w trakcie edukacji, mgr Barbara Walczyk, dr hab. Wioletta Grzenda, prof. SGH
W roku 2024
dr hab. Wioletta Grzenda, prof. SGH, mgr Łukasz Głąb, mgr Olga Momot, dr Adam KorczyńskiTemat badania: Wybrane metody statystyczne oraz metody uczenia maszynowego w analizie zjawisk społeczno-ekonomicznych
Opracowania realizowane w ramach badania:
- Interpretowalność i wyjaśnialność modeli uczenia maszynowego: w kierunku celów zrównoważonego rozwoju, dr hab. Wioletta Grzenda, prof. SGH
- Prognozowanie śmiertelności w krajach europejskich z wykorzystaniem stochastycznych modeli śmiertelności, mgr Łukasz Głąb, dr hab. Wioletta Grzenda, prof. SGH
- Metody uczenia maszynowego w analizie sytuacji finansowej gospodarstw domowych, mgr Olga Momot
- Identyfikacja wzorców w danych skokowych z wykorzystaniem metod uczenia maszynowego, dr Adam Korczyński
W roku 2023
dr hab. Wioletta Grzenda, prof. SGH, mgr Agnieszka Marszałek, mgr Olga MomotTemat badania: Analiza aktywności zawodowej osób młodych i w starszym wieku, ocena zdolności kredytowej gospodarstw domowych
Zrealizowane opracowania w ramach badania:
- Analiza zmian miejsca zatrudnienia przez młode osoby w Polsce, mgr Agnieszka Marszałek, dr hab. Wioletta Grzenda, prof. SGH
- Ocena zdolności kredytowej gospodarstw domowych na podstawie danych pochodzących z badania Budżetów Gospodarstw Domowych, mgr Olga Momot, dr hab. Wioletta Grzenda, prof. SGH
- Długość życia zawodowego w Polsce a okresy bezrobocia – analiza wzdłużna na podstawie danych SHARE, dr hab. Wioletta Grzenda, prof. SGH
Inne projekty badawcze
- Projekt badawczy OPUS 9 Narodowego Centrum Nauki 2015/17/B/HS4/02064 (2016-2019) p.t. Modelowanie karier równoległych: zawodowej i rodzinnej z wykorzystaniem podejścia bayesowskiego – kierownik projektu dr Wioletta Grzenda
- Grant badawczy habilitacyjny (2011-2013) pt.: „Demografia przedsiębiorstw. Mikro-makro analiza cyklu życia przedsiębiorstw w Polsce na tle UE”. A. Ptak-Chmielewska (kierownik). NCN Umowa nr 3739/B/H03/2011/40.
- Projekt badawczy (2003-2006), nr 2H02B 006 25: Przemiany zachowań reprodukcyjnych w Polsce i ich konsekwencje dla tworzenia i rozpadu rodzin, związków i gospodarstw domowych. Badanie panelowe – II etap.
- Projekt badawczy: Wielodyscyplinarne studium zmian „Rodziny i Generacje” – panel I. Kontekstowa baza danych. Projekt Ministerstwo Nauki i Szkolnictwa Wyższego, nr rejestracyjny N118 001 31/00/78 przyznany decyzją Ministra Nauki i Szkolnictwa Wyższego nr 0078 /H03/2006/31. Okres: IX.2006 – VIII.2008.
- Projekt badawczy: Epidemiologia zagrożeń prokreacyjnych w Polsce- wieloośrodkowe, prospektywne badania kohortowe. Grant zamówiony MNiSzW, decyzja nr. K 140/P01/2007, Repro_PL, kierownik projektu: Prof. dr hab. med. Wojciech Hanke, Instytut Medycyny Pracy im. J. Nofera w Łodzi. Okres realizacji projektu lata: 2007 -2011. W ramach projektu Zakład realizował dwa zadania badawcze: Uwarunkowania demograficzne i społeczno-ekonomiczne niskiej płodności i dzietności w Polsce - analizy opisowe i modelowe. Przeszłość, stan obecny, perspektywy; Diagnoza późnej płodności i dzietności - kohortowe badania prospektywne (ilościowe i jakościowe) czynników demograficznych, społeczno-ekonomicznych i zdrowotnych.
- OFERTA DYDAKTYCZNA
Działalność dydaktyczna Zakładu wiąże się z profilem prowadzonych w nim badań naukowych. Pracownicy Zakładu to doświadczeni dydaktycy jak i praktycy. Zajęcia prowadzone są w języku polskim oraz angielskim i adresowane są głównie do studentów kierunków Analiza Danych - Big Data oraz Metody Ilościowe w Ekonomii i Systemy Informacyjne.
STUDIA LICENCJACKIE
137870 - 1234 Credit Scoring - studia przypadków w Excelu
12031 - 0997 Metody statystyczne ISTUDIA MAGISTERSKIE
22908-0997 Analiza czasu trwania
23A0P-1528 Analiza danych kategorialnych
22031-1234 Credit Scoring - automatyzacja procesu biznesowego
22312-0997 Data mining (w języku polskim)
23247-1234 Podstawowe i zaawansowane programowanie oraz statystyka w SAS
22909-0131 Zaawansowana analityka biznesowa, metody imputacji danych
23A2J0-1234 Budowa i wykorzystanie systemów AI229091-0131 Advanced Business Analytics, Data Imputation Techniques
232471-1234 Basic and Advanced Programming in SAS with Statistics
2A0P1-1528 Categorical data analysis
220311-1234 Credit Scoring - business process automation
223121-0997 Data Mining
229081-0997 Duration analysisSTUDIA PODYPLOMOWE DATA SCIENCE W BIZNESIE
Studia Podyplomowe Data Science w Biznesie dostarczają kandydatom gruntownej wiedzy i umiejętności z obszaru statystyki oraz uczenia maszynowego niezbędnych do analizy danych w biznesie z wykorzystaniem języków programowania Python i R oraz środowiska SAS Viya.
To, co wyróżnia Studia Podyplomowe Data Science w Biznesie to bez wątpienia program, który skupia się na wykorzystaniu metod data mining do rozwiązywania konkretnych problemów biznesowych. Począwszy od podstaw programowania, a skończywszy na zaawansowanych analizach biznesowych przeprowadzanych z wykorzystaniem metod sztucznej inteligencji.
- CERTYFIKATY SAS
Data Scientist z Systemem SAS
SAS - SGH Warsaw School of Economics Academic Specialization in Advanced Analytics – Big Data
Certyfikat Data Scientist z Systemem SAS otrzymują studenci studiów magisterskich prowadzonych w Szkole Głównej Handlowej w Warszawie, którzy zrealizują blok zajęć programowych „Analiza Danych z Wykorzystaniem Narzędzi SAS” w sumarycznej liczbie 180 godzin na studiach stacjonarnych lub 84 godzin na studiach niestacjonarnych w trybie sobotnio-niedzielnym.
Certyfikat SAS - SGH Warsaw School of Economics Academic Specialization in Advanced Analytics – Big Data otrzymują studenci studiów magisterskich prowadzonych w Szkole Głównej Handlowej w Warszawie, którzy zrealizują zajęcia wchodzące w skład „SAS Academic Specialization” oraz dodatkowo uzyskają średnią ocen co najmniej 4,00 z zajęć wchodzących w skład „SAS Academic Specialization”.
- Certyfikat Data Scientist z Systemem SAS jest wydawany wyłącznie w formie papierowej i należy go odebrać osobiście.
- Certyfikat SAS - SGH Warsaw School of Economics Academic Specialization in Advanced Analytics – Big Data jest wydawany w formie elektronicznej na wskazany przez studenta adres email, jak również w formie papierowej, przy czym formę papierową należy odebrać osobiście.
- Dokumentację potrzebną do otrzymania certyfikatu/certyfikatów, tj. wykaz ocen z przedmiotów tworzących programowy blok zajęć potwierdzony przez DZIEKANAT STUDIUM MAGISTERSKIEGO, należy złożyć do 15 października.
Informacja o przetwarzaniu przez współadministratorów danych osobowych dotyczących osób, które są Absolwentami Bloku Zajęć Programowych „Analiza Danych z Wykorzystaniem Narzędzi SAS” lub SAS Academic Specialization (Załącznik nr 1). - Dokumentację tę należy przesłać do Pani mgr Olgi Momot, na adres: ….
- Dokumentację prosimy wysyłać z poczty SGH, ale prosimy również o podanie alternatywnego adresu e-mail.
- Proces przygotowania certyfikatów trwa około 2 miesiące.
- Informacja o dacie wydania certyfikatów jest zamieszczana na stronie Zakładu MSiAB.
Koordynator: dr hab. Wioletta Grzenda, prof. SGH
Kontakt: …Program bloku zajęć „Analiza Danych z Wykorzystaniem Narzędzi SAS” oraz wykaz przedmiotów wchodzących w skład „SAS Academic Specialization”
W języku polskim:
- Podstawowe i zaawansowane programowanie oraz statystyka w SAS – 30 (studia stacjonarne) lub 14 (studia niestacjonarne w trybie sobotnio-niedzielnym) godzin
- Analiza danych kategorialnych – 30 (studia stacjonarne) lub 14 (studia niestacjonarne) godzin
- Analiza czasu trwania – 30 (studia stacjonarne) lub 14 (studia niestacjonarne) godzin
- Data mining – 30 (studia stacjonarne) lub 14 (studia niestacjonarne) godzin
- Zaawansowana analityka biznesowa, metody imputacji danych – 30 (studia stacjonarne) lub 14 (studia niestacjonarne) godzin
- Credit Scoring – automatyzacja procesu biznesowego – 30 (studia stacjonarne) lub 14 (studia niestacjonarne) godzin
W języku angielskim (w liczbie godzin jak w języku polskim):
- Basic and Advanced Programming in SAS with Statistics
- Categorical data analysis
- Duration analysis
- Data Mining
- Advanced Business Analytics, Data Imputation Techniques
- Credit Scoring – business process automation
Uwaga: Osoby zgłaszające się po certyfikat Data Scientist z Systemem SAS we wrześniu i październiku roku 2024 mogą zamiast ocen z przedmiotów: Analiza danych kategorialnych, Analiza czasu trwania, Zaawansowana analityka biznesowa, metody imputacji danych przesłać, odpowiednio, oceny z przedmiotów: Regresja logistyczna z wykorzystaniem narzędzi SAS, Analiza historii zdarzeń z wykorzystaniem narzędzi SAS oraz Zaawansowana analityka biznesowa – siła modeli predykcyjnych.
- AKTUALNOŚCI
- STUDENCKIE KOŁO NAUKOWE BUSINESS AI
Studenckie Koło Naukowe Business AI
Business AI to koło naukowe skupione na praktycznych zastosowaniach sztucznej inteligencji w biznesie. Naszym celem jest nie tylko poznawanie narzędzi AI, ale przede wszystkim zrozumienie, jak realnie wykorzystywać je do tworzenia wartości biznesowej.
Zajmujemy się tematami takimi jak automatyzacja procesów, analiza danych, usprawnianie pracy zespołów, wykorzystanie modeli językowych, AI w strategii firm oraz wdrażanie rozwiązań, które mogą przynieść konkretną korzyść organizacjom.
Stawiamy na praktykę, dlatego planujemy dużo warsztatów, spotkań z ekspertami, case studies oraz projektów, w których członkowie koła będą mogli sprawdzić, jak AI działa w rzeczywistych problemach biznesowych. Dzięki grantowi od Cyfronetu rozwijamy również własne eksperymenty technologiczne, m.in. związane z tworzeniem rozwiązań typu RAG, czyli systemów łączących modele językowe z wyszukiwaniem i analizą konkretnych źródeł danych.
Chcemy tworzyć przestrzeń dla osób, które interesują się technologią, biznesem i innowacjami, a jednocześnie chcą zdobywać konkretne umiejętności potrzebne na rynku pracy. Business AI to miejsce dla tych, którzy chcą zrozumieć, jak przełożyć potencjał sztucznej inteligencji na realne decyzje, procesy i wyniki biznesowe.Dołącz do nas! Napisz na: sknbusinessai@gmail.com
Social Media:
Facebook: https://www.facebook.com/sknba/
Instagram: https://www.instagram.com/sknbusinessai/
- WAŻNE WYDARZENIA
Rok 2026
3-6 VI 2026 - Udział dr hab. Wioletty Grzendy, prof. SGH w międzynarodowej konferencji European Population Confernece (EPC) organizowanej przez European Association for Population Studies (EAPS) w Bolonii. Podczas konferencji Wioletta Grzenda, wygłosiła referat p.t. Job Mobility and the Entry into Parenthood: A Longitudinal Study on Finnish Women (Wioletta Grzenda, Jessica Nisén) oraz była współautorką drugiego wygłoszonego referatu: Leaving uncertainty behind: a cross-country analysis of fertility intentions (Wioletta Grzenda, Magdalena Smyk-Szymanska, Lucas Augusto van der Velde).
18-21 V 2026 – mgr Łukasz Głąb wziął udział w 6. edycji międzynarodowej konferencji Central European Network (6th CEN 2026 Conference) w Warszawie. CEN 2026 to wspólne wydarzenie towarzystw biometrycznych z Austrii, Szwajcarii, Niemiec i Polski działających w ramach International Biometric Society (IBS). Podczas konferencji Łukasz Głąb wygłosił referat pt. Generative Adversarial Networks for Mortality Modelling.
Rok 2025
15 XII 2025 – Uroczyste rozdanie certyfikatów SAS - SGH Warsaw School of Economics Academic Specialization in Advanced Analytics – Big Data oraz certyfikatów Data Scientist z Systemem SAS. Uroczystość uświetniły Pani Rektor Agnieszka Chłoń-Domińczak oraz Pani Ewa Hryciuk Global Academic Program Manager z SAS Institute. Referat otwierający uroczystość zatytułowany „Inteligentne miasta napędzane AI – przykłady wdrożeń ze świata” wygłosił Pan Paweł Sokołowski Senior Account Executive for Public Sector z SAS Institute. Certyfikaty uzyskało przeszło 50 osób.
30 X 2025 – dr hab. Wioletta Grzenda, prof. SGH otrzymała Nagrodę Zespołową III stopnia Rektora Szkoły Głównej Handlowej w Warszawie za osiągnięcia dydaktyczne - istotny udział w tworzeniu programu nowej specjalności.
Dyplom za osiągnięcia dydaktyczne
4 X 2025 – Otwarcie III edycji Podyplomowych Studiów Data Science w Biznesie organizowanych w Kolegium Analiz Ekonomicznych.
25 IX 2025- 26 IX 2025 V konferencja naukowo-szkoleniowa pt. Nowoczesne metody statystyczne w badaniach medycznych zorganizowana przez Polską Grupę Narodową Międzynarodowego Towarzystwa Biostatystyki Klinicznej i Zakład Metod Statystycznych i Analiz Biznesowych Instytutu Statystyki i Demografii Szkoły Głównej Handlowej w Warszawie: Więcej informacji
16 VI 2025- 17 VII 2025 – Pobyt badawczy dr hab. Wioletty Grzendy, prof. SGH na uniwersytecie w Turku (Finlandia) w ramach grantu INVEST otrzymanego 17.XII.2024. Więcej informacji: INVEST visitor: Wioletta Grzenda
13 VII 2025- 18 VII 2025 - prezentacja dr A. Korczyńskiego „Discovering patterns in categorical data” w ramach sesji plakatowej: 39th International Workshop on Statistical Modelling (IWSM), organized in Limerick by Department of Mathematics and Statistics, University of Limerick: IWSM 2025 proceedings volume
Rok 2024
9 XII 2024 – Uroczyste rozdanie certyfikatów Data Scientist z Systemem SAS oraz po raz pierwszy certyfikatu SAS - SGH Warsaw School of Economics Academic Specialization in Advanced Analytics – Big Data. Uroczystość uświetniły Pani Rektor Agnieszka Chłoń-Domińczak, Pani Dziekan Beata Czarnacka-Chrobot oraz Pani Ewa Hryciuk Global Academic Program Manager z SAS Institute. Referat otwierający uroczystość zatytułowany „Jak wycenić wartość danych w organizacji?” wygłosił Pan dr Karol Przanowski.
28-29 XI 2024 – Na X Jubileuszowej Konferencji Naukowej Informatyka w Zarządzaniu IwZ’2024 dr hab. Wioletta Grzenda, prof. SGH organizowała i prowadziła sesję zatytułowaną Interpretowalność i wyjaśnialność modeli w erze Big Data, w trakcie której referat wygłosiła m.in. mgr Olga Momot.
8 XI 2024 – dr hab. Wioletta Grzenda, prof. SGH oraz mgr Piotr Rozenbajgier zostali powołani do Rady programowej kierunku Analiza danych – Big Data (Advanced Analytics – Big Data).
5 XI 2024 – dr hab. Wioletta Grzenda, prof. SGH otrzymała nagrodę indywidualną III stopnia Rektora Szkoły Głównej Handlowej w Warszawie za ponadprzeciętne zaangażowanie w prace organizacyjne.
Dyplom za zaangażowanie w pracy organizacyjne
5 X 2024 – Otwarcie II edycji Podyplomowych Studiów Data Science w Biznesie organizowanych w Kolegium Analiz Ekonomicznych.
12-15 VI 2024 – Udział dr hab. Wioletty Grzendy, prof. SGH w European Population Conference 2024 w Edynburgu i wygłaszanie referatu pt. Job Mobility in the Millennial Generation: The Roles of Gender and Education.
25 III 2024 – dr hab. Wioletta Grzenda, prof. SGH została wybrana do Rady Naukowej Dyscypliny Ekonomia i Finanse na kadencję 2024-2028.
5 II 2024 – dr hab. Wioletta Grzenda, prof. SGH została powołana na koordynatora do spraw walidacji procesu uczenia się w ramach kierunku studiów Analiza danych – Big Data.
Rok 2023
14 XII 2023 – Otwarte seminarium Zakładu MSiAB, na którym Pan dr Adam Korczyński wygłosił referat pt. „Zastosowanie bayesowskiego schematu predykcyjnego. Teoria oraz przykład badania prospektywnego”. Referat ten był połączony z promocją nowej książki Pana dr Adama Korczyńskiego „Modelowanie statystyczne dla biznesu. Teoria i zastosowania z wykorzystaniem SAS Viya, R i Python”.
14 XII 2023 – Uroczyste rozdanie certyfikatów Data Scientist z Systemem SAS studentom, którzy zrealizowali Blok Zajęć Programowych „Analiza Danych z Wykorzystaniem Narzędzi SAS”. Serdecznie gratulujemy.
14 X 2023 – Otwarcie I edycji Podyplomowych Studiów Data Science w Biznesie organizowanych w Kolegium Analiz Ekonomicznych
10 I 2023 – Pierwsze spotkanie inicjujące Studenckie Koło Business Analytics.
Prezentację o SAS Viya i przetwarzaniu In-Memory (SAS CAS) przedstawił Pan mgr Piotr Rozenbajgier. Wystąpienie to spotkało się z dużym zainteresowaniem wśród studentów. Tematyka Sas Viya i przetwarzania In-Memory będzie kontynuowana na spotkaniach Koła, w trakcie których będą wykonywane różne testy porównujące wydajność przetwarzania dużych danych. Mamy nadzieję, że zaproponowane aktywności i tematyka zainteresuje kolejne pokolenia studentów i wspólnie przyczynimy się do rozwoju metod przetwarzania i analizy dużych danych.10 I 2023 – Uroczyste rozdanie certyfikatów Data Scientist z Systemem SAS.
Certyfikat ten stanowi potwierdzenie zdobycia kompleksowej wiedzy i umiejętności z obszaru zaawansowanych metod analiz statystycznych i uczenia maszynowego z wykorzystaniem narzędzi SAS.Rok 2022
31 III 2022 – Seminarium poświęcone metodom uczenia maszynowego, operacjonalizacji analityki oraz zagadnieniom związanym z obszarem hurtowni danych i systemami Business Intelligence połączone z uroczystym rozdaniem certyfikatów Data Scientist z Systemem SAS.
13 X 2022 – Podczas uroczystości z okazji jubileuszu 30-lecia Kolegium Analiz Ekonomicznych Prorektor dr hab. Agnieszka Chłoń-Domińczak, prof. SGH oraz Dziekan KAE dr hab. Beata Czarnacka-Chrobot, prof. SGH uhonorowały okolicznościowymi dyplomami 26 pracowników KAE, którzy uzyskali kategorię A podczas ostatniej parametryzacji dyscyplin naukowych za lata 2017-2021, wśród nich była dr hab. Wioletta Grzenda, prof. SGH.
20 X 2022 – Podczas CDO Forum Club (CDO Forum Club - CDO Forum Club | CDO Forum Club) dr Karol Przanowski prowadził panel dyskusyjnego na temat „Określenie wymiernej i biznesowej wartości danych”.
Rok 2021
14 IX 2021 – 8th International Workshop Advanced Analytics & Data Science.
1 X 2021 – powołanie dr hab. Wioletty Grzendy, prof. SGH na pełnienie funkcji kierownika Zakładu Metod Statystycznych i Analiz Biznesowych przez J.M. Rektora SGH Prof. Piotra Wachowiaka
1 X 2021 – mgr Agnieszka Marszałek podjęła pracę w Zakładzie Metod Statystycznych i Analiz Biznesowych na etacie asystenta
10 XI 2021 – zarządzeniem nr 79 Rektora Szkoły Głównej Handlowej w Warszawie z dnia 3 listopada 2021 r. dr hab. Wioletta Grzenda, prof. SGH została powołana na członka Rady Programowej Kierunku Analiza Danych BIG Data
- KONTAKT
ul. Madalińskiego 6/8
02-513 Warszawa
pok. 220, bud. M
