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 Biogram
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
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.
W roku 2024
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. https://doi.org/10.59139/ws.2024.03.2
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. http://dx.doi.org/10.29119/1641-3466.2024.199.11
W roku 2023
Obraz
Lista pozostałych publikacji
- BADANIA I PROJEKTY BADAWCZE
Badania statutowe
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 I
136020 - 0997 Przetwarzanie danych w SASSTUDIA 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 danych229091-0131 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: omomot@sgh.waw.pl.
- 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: wgrzend@sgh.waw.plProgram 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
Polska Grupa Narodowa Międzynarodowego Towarzystwa Biostatystyki Klinicznej i Zakład Metod Statystycznych i Analiz Biznesowych Instytutu Statystyki i Demografii Szkoły Głównej Handlowej w Warszawie zapraszają w dniach 25-26 września 2025 roku na V konferencję naukowo-szkoleniową pt. Nowoczesne metody statystyczne w badaniach medycznych:
- STUDENCKIE KOŁO NAUKOWE BUSINESS ANALYTICS
Studenckie Koło Naukowe Business Analytics
Studenckie Koło Naukowe Business Analytics działa od 2012 roku przy Zakładzie Metod Statystycznych i Analiz Biznesowych (wcześniej Zakładzie Analizy Historii Zdarzeń i Analiz Wielopoziomowych) Szkoły Głównej Handlowej w Warszawie. Jego celem jest rozwijanie zainteresowań z zakresu analityki biznesowej, ze szczególnym skupieniem na wykorzystaniu oprogramowania SAS Viya - nowoczesnego, chmurowego środowiska analitycznego, stosowanego m.in. przez wiele przedsiębiorstw na rynku regulowanym oraz w badaniach naukowych.
Koło jest miejscem spotkań i wymiany wiedzy dla studentów zainteresowanych analizą statystyczną i ekonometryczną oraz programowaniem, zwłaszcza w kontekście użycia silnika obliczeniowego CAS. W jego skład wchodzą zarówno studenci, pracownicy akademiccy, jak i absolwenci, tworząc unikalne środowisko sprzyjające wszechstronnej wymianie doświadczeń.
Cykliczne spotkania stanowią nie tylko okazję do dyskusji w ramach Koła, ale również szansę na spotkania z zaproszonymi gośćmi z zewnątrz - przedstawicielami zarówno ze środowiska akademickiego, jak i z renomowanych firm i instytucji. Dzięki temu Koło nawiązuje cenne kontakty i rozpoczyna współpracę na wielu płaszczyznach.
SKN ściśle współpracuje z SAS Institute, czołowym dostawcą oprogramowania Business Intelligence na świecie, czego owocem jest stały dostęp do najnowszych i najbardziej aktualnych narzędzi analitycznych oferowanych przez firmę SAS, a jego członkowie mogą doskonalić swoje umiejętności w zakresie korzystania z SAS Viya.
W ostatnich latach Koło organizowało z powodzeniem Otwartą Konferencję Studencką „Modelowanie dla Biznesu”, która zdobyła duże zainteresowanie i zaowocowała nowymi inspiracjami dla wszystkich uczestników.
Zachęcamy do polubienia profilu na Facebooku (https://www.facebook.com/sknba), aby być na bieżąco z aktualną aktywnością.Jeśli interesuje Cię analiza danych, pragniesz zdobyć praktyczne umiejętności z zakresu analityki biznesowej, a także fascynuje Cię oprogramowanie SAS Viya i chciałbyś uczestniczyć w jego rozwoju, to SKN Business Analytics jest właśnie dla Ciebie! Serdecznie zapraszamy na spotkania oraz wydarzenia, gdzie razem możemy rozwijać się w dziedzinie analityki biznesowej i odkrywać nowe możliwości, jakie daje SAS Viya.
Ulotka:
Kontakt z nami możliwy jest również drogą mailową:
bb100749@student.sgh.waw.pl – Bartłomiej Babij, przewodniczący Koła
kprzan@sgh.waw.pl – dr Karol Przanowski, opiekun Koła
- WAŻNE WYDARZENIA
Rok 2025
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.
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