Druga edycja Konkursu



4 Czerwca 2020

Na dzisiejszej gali poznaliśmy nagrodzone prace.
Prezentacja z podsumowaniem zgłoszeń.

W ścieżce Metody i algorytmy. Podsumowanie zgłoszeń z tej ścieżki

🏆🏆🏆 I miejsce zdobyła praca Precision matrix estimation in Gaussian graphical models, Michała Makowskiego (UWr).

🏆🏆 II miejsce zdobyła praca Wykrywanie interakcji miedzy genami przy uzyciu metod teorii informacji, Elizy Kaczorek (PW).

🏆 III miejsce zdobyła praca Bayesowska estymacja parametrów strukturalnych ciagłego modelu GARCH i procesu zmiennosci przy wykorzystaniu markowowskich algorytmów Monte Carlo, Przemysława Rysia (UW).

💪 Wyróżnienie: Graph representation in vector space for learning and inference, Maciej Falkiewicz (PWr)

💪 Wyróżnienie: Explainable artificial intelligence, Adam Izdebski (UW)

💪 Wyróżnienie: Ensemble feature selection, Aleksandra Sidorowicz (PWr)

💪 Wyróżnienie: Deep, generative autoencoders for semi-supervised learning, Maciej Wołczyk (UJ)

W ścieżce Zastosowania. Podsumowanie zgłoszeń z tej ścieżki

🏆🏆🏆 I miejsce zdobyła praca Evolutionary-Neural Hybrid Agents for Architecture Search, Krzysztofa Maziarza (UJ).

🏆🏆 II miejsce zdobyła praca Róznicowanie typów nowotworów nerek na podstawie analizy obrazów tomograficznych, Aleksandra Osowska-Kurczab (PW).

🏆 III miejsce zdobyła praca Nawigowanie podwodnym robotem autonomicznym przy użyciu technik głębokiego uczenia, Piotr Zieliński (PWr).

💪 Wyróżnienie: Rozróżnianie zapalenia trzustki od wczesnych zmian rakowych przy użyciu obrazowania w podczerwieni (FT-IR) oraz uczenia maszynowego. Magda Raczkowska (AGH).

💪 Wyróżnienie: Segmentacja zmian skórnych przy pomocy głębokich sieci neuronowych. Aleksander Kostuch (AGH).

💪 Wyróżnienie: Wykorzystanie technik uczenia maszynowego do autonomicznej oceny jakości danych detektora wierzchołka eksperymentu LHCb w oparciu o analizę korelacji pomiędzy danymi surowymi a parametrami kalibracyjnymi. Tomasz Szumlak (AGH).

💪 Wyróżnienie: Multimodal dance video classification. Monika Wysoczańska (PW).

💪 Wyróżnienie: Error-potential based reinforcement learning in brain-computer interfaces. Maciej Śliwowski (UW).

Wszystkim autorom zgłoszonych 65 prac serdecznie gratulujemy!



🏆🏆🏆 Gala prezentująca wyniki konkursu oraz nagrodzone prace odbędzie się 4 czerwca 2020 (czwartek) w godzinach 16 - 18 🏆🏆🏆. Gala przeprowadzona będzie online na platformie meet. Udział jest bezpłatny. Link do wydarzenia można uzyskać po rejestracji na stronie eventbrite konkursu.

👉 Podczas gali będzie można dowiedzieć się jaka tematyka dominuje w najlepszych pracach magisterskich z obszaru Data Science. Jakie nowatorskie trendy i wyniki pojawiły się w nagrodzonych pracach.

👉 Będzie czas na zadanie pytań i wymianę doświadczeń z laureatami konkursu.

👉 Dla jeszcze studiujących będzie to ciekawa inspiracja przed wyborem tematu na własną pracę. Okazja do zadania pytania absolwentom z czołowych polskich uczelni.

👉 Dla absolwentów będzie to ciekawy punkt odniesienia pokazujący nad czym pracowali autorzy najlepszych prac dyplomowych z lat 2017/2018.

👉 Zapraszamy też potencjalnych promotorów i wszystkich zainteresowanych tematyką analizy danych i uczenia maszynowego.

Szczegółowy program spotkania:

    🕓 16:00
    Otwarcie gali finałowej przez Dziekana Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej prof. Wojciecha Domitrza.

    Podsumowanie przebiegu prac w ścieżce ,,Metody i algorytmy'' przez przewodniczącego ścieżki prof. Przemysława Grzegorzewskiego.

    Informacje od Adama Rosia VP R&D Strategy w firmie Samsung R&D Institute Poland, sponsora ścieżki ,,Metody i algorytmy''.

    🧑‍🏫 Ogłoszenie zwycięzców na miejscach 🥇, 🥈 i 🥉 oraz prac wyróżnionych w ścieżce ,,Metody i algorytmy''. Krótka prezentacja zwycięskich prac przez przewodniczącego ścieżki.

    🕟 16:30
    🧑‍🎓 Prezentacja pracy, która zdobyła 1. miejsce w ścieżce ,,Metody i algorytmy'' (20 minut).

    ❓ Sesja pytań i odpowiedzi do autorów nagrodzonych i wyróżnionych prac.

    🕔 17:00
    Podsumowanie przebiegu prac w ścieżce ,,Zastosowania'' przez przewodniczącego ścieżki prof. Macieja Grzendę.

    Informacje od Kamila Kosińskiego, Starszego menedżera w PwC Polska, sponsora ścieżki ,,Zastosowania''.

    🧑‍🏫 Ogłoszenie zwycięzców na miejscach 🥇, 🥈 i 🥉 oraz prac wyróżnionych w ścieżce ,,Zastosowania''. Krótka prezentacja zwycięskich prac przez przewodniczącego ścieżki.

    🕠 17:30
    🧑‍🎓 Prezentacja pracy, która zdobyła 1. miejsce w ścieżce ,,Zastosowania'' (20 minut).

    ❓ Sesja pytań i odpowiedzi do autorów nagrodzonych i wyróżnionych prac.

    🕕 18:00
    Zamknięcie gali.


12 Maja 2020

Gala prezentująca wyniki konkursu oraz przedstawiająca nagrodzone prace odbędzie się 4 czerwca 2020 (czwartek).
Gala przeprowadzona będzie w trybie online.
Szczegółowe informacje o gali zostaną przedstawione wkrótce.


15 Kwietnia 2010

Miło mi poinformować, że w drugiej edycji konkursu otrzymaliśmy rekordową liczbę 65 zgłoszeń!

Obie komisje konkursowe finalizują już proces oceny prac. Pandemia COVID19, trochę nam utrudniła spotkania. Pomimo to zgłoszone prace zostały zrecenzowane i obecnie wybierane są już najlepsze z najlepszych.

Obecnie szukamy również dobrego nowego terminu na przeprowadzenie gali finałowej konkursu. Naszym celem jest promocja najlepszych prac, dlatego szukamy rozwiązania, które pozwoli na odpowiednie zaprezentowanie zwycięskich rozwiązań. Formuła gali zależeć będzie od dalszego rozwoju sytuacji epidemiologicznej.

Z pewnością z wyprzedzeniem będziemy informować o terminie gali. Zarówno emailowo uczestnikom konkursu jak i sympatykom przez media społecznościowe.


2 Stycznia 2020

Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej ogłasza drugą edycję konkursu na najlepszą pracę magisterską dotyczącą uczenia maszynowego lub analizy danych.

Do konkursu można zgłaszać prace magisterskie obronione (1) w Polsce, (2) na uczelni wyższej, (3) w terminie od 1 stycznia 2018 roku do 30 grudnia 2019 roku.

Wydłużyliśmy termin na zgłaszanie prac, z uwagi na opóźnienia w udostępnieniu regulaminu.

Prace na konkurs można zgłaszać do dnia 7 lutego 2020 roku. Zgłoszenia należy przesyłać emailem na adres datasciencemasters@mini.pw.edu.pl.

W zgłoszeniu powinny znajdować się następujące informacje: (1) kontaktowy adres email oraz telefon do autora pracy, (2) informacja o dacie obrony pracy magisterskiej oraz wydziale i uczelni, na której została obroniona praca, (3) wskazanie kategorii konkursu, do której jest zgłaszana praca, (4) do listu powinna zostać załączona praca dyplomowa w formie pliku pdf, lub (jeżeli rozmiar pliku przekracza 5 MB) link do strony, z której można pobrać pracę w formacie.

Prace zgłosić może wyłącznie autor pracy magisterskiej za zgodą promotora.

Przesłanie pracy na wskazany adres email jest równoważne ze zgodą na przetwarzanie danych osobowych oraz akceptacją regulaminu konkursu.

W każdej kategorii przyznane będą nagrody za 1 miejsce (4 000 zł), 2 miejsce (2 000 zł) oraz 3 miejsce (1 000 zł). Łączna pula nagród to 14 000 zł.

Wyniki konkursu ogłoszone będą na uroczystej gali (termin wkrótce).

Regulamin konkursu


30 Marca 2018

Podsumowanie pierwszej edycji konkursu.




    Komisja konkursowa:


    Koordynator konkursu

  • dr hab. inż Przemysław Biecek, prof PW, Politechnika Warszawska, Uniwersytet Warszawski.


  • Kategoria ,,Metody i algorytmy''

  • prof. dr hab. Przemysław Grzegorzewski, (przewodniczący), Politechnika Warszawska, Instytut Badań Systemowych Polska Akademia Nauk,

  • dr hab. Mariusz Bieniek, prof UMCS, Uniwersytet Marii Curie-Skłodowskiej,

  • prof. dr hab. Mirosław Krzyśko, Uniwersytet im. Adama Mickiewicza,

  • prof. dr hab. Wojciech Zieliński, Szkoła Główna Gospodarstwa Wiejskiego.


  • Kategoria ,,Zastosowania''

  • dr hab. inż. Maciej Grzenda, prof PW (przewodniczący), Politechnika Warszawska,

  • dr Andrzej Dąbrowski, Uniwersytet Wrocławski,

  • prof. dr hab. Olgierd Hryniewicz, Instytut Badań Systemowych Polska Akademia Nauk.

  • prof. dr hab. inż. Andrzej Polański, Politechnika Śląska.


    Patroni medialni: