BiometriX Community „Dane – wspólny język biznesu, nauki i akademii” – Wydarzenie BEZPŁATNE
Pracujesz z danymi, tworzysz analizy i odkrywasz nowe zależności, a na końcu i tak pojawia się pytanie: „jak przełożyć to na konkretne działania?” 📊
Bo dziś same dane to za mało – coraz ważniejsze staje się umiejętne łączenie różnych perspektyw oraz przekładanie wyników analiz na decyzje, innowacje i realny wpływ.
Właśnie temu poświęcone będzie nasze spotkanie: roli danych jako wspólnego języka biznesu, nauki i akademii oraz ich znaczeniu dla współpracy i długofalowego rozwoju.
Spotkają się u nas osoby reprezentujące biznes, środowisko naukowe i akademickie, by rozmawiać o tym, jak budować porozumienie, realizować wspólne projekty i mówić o danych w sposób zrozumiały i użyteczny.
Dane – wspólny język biznesu, nauki i akademii to wydarzenie organizowane we współpracy z Fundacją Girls Code Fun w Forum. MedTech.
Spotykają się u nas biostatystycy, bioinformatycy, data scientists oraz osoby z nauki, biznesu i ochrony zdrowia.
Adrian Olszewski
ul. Postępu 14, Warszawa
O wydarzeniu
Dane coraz częściej stają się wspólnym językiem, który pozwala łączyć różne perspektywy, potrzeby i sposoby działania. W biznesie wspierają rozwój organizacji, innowacje i podejmowanie decyzji. W nauce są fundamentem badań, odkryć i rozwoju metod. W akademii pomagają kształcić nowe kompetencje, rozwijać współpracę między środowiskami i przygotowywać specjalistki oraz specjalistów do pracy w coraz bardziej złożonym otoczeniu.
Podczas wydarzenia przyjrzymy się temu, jak dane pomagają budować porozumienie między biznesem, nauką i akademią oraz jak przekładają się na wspólne projekty, praktyczne zastosowania i długofalowy rozwój. Porozmawiamy również o tym, jak komunikować wyniki analiz, aby były zrozumiałe i użyteczne dla osób spoza danej specjalizacji.
W programie znajdą się dwie ścieżki. CORE to praktyczny warsztat planowania kariery poświęcony CV i rozmowie rekrutacyjnej. ADVANCED tworzą panel ekspercki, case studies, round tables i networking dla osób, które chcą wymieniać doświadczenia oraz rozmawiać o realnych wyzwaniach pracy z danymi.
Dla kogo jest to wydarzenie?
Zapraszamy osoby, które pracują z danymi, w tym z danymi liczbowymi, biologicznymi, medycznymi, klinicznymi i biznesowymi lub wykorzystują je w badaniach, edukacji, zarządzaniu i rozwoju innowacji. Wydarzenie jest również skierowane do osób rozwijających karierę w obszarze data, biostatystyki, bioinformatyki, AI, med-tech i life science.
- osoby analizujące dane i tworzące rozwiązania oparte na danych
- badaczki, badacze oraz osoby pracujące na uczelniach
- liderki, liderzy i osoby rozwijające projekty biznesowe lub badawczo-rozwojowe
- specjalistki i specjaliści z obszaru biostatystyki, bioinformatyki, data science, badań klinicznych, AI i BI
- studentki, studenci oraz osoby planujące wejście do branży lub zmianę zawodową
Agenda
Wydarzenie jest BEZPŁATNE i dzieli się na ścieżkę CORE i ADVANCED. Kilknij w lewy button dla ścieżki CORE i prawy button dla ścieżki ADVANCED, poznaj agendę i wybierz zgodnie z doświadczeniem!
Wybierz swoją ścieżkę:
Ścieżka ADVANCED
Dla osób z doświadczeniem zawodowym, badawczym lub akademickim, które chcą skonfrontować różne podejścia do pracy z danymi, poznać praktyczne case studies i nawiązać relacje z osobami działającymi na styku biznesu, nauki i akademii.
Ścieżka CORE
Dla osób, które rozwijają swoją karierę, przygotowują się do wejścia na rynek pracy albo planują zmianę stanowiska, specjalizacji lub branży. Centralnym elementem ścieżki jest praktyczny warsztat Career Planning: CV i rozmowa rekrutacyjna.
Dlaczego warto dołączyć do ścieżki ADVANCED?
Podczas wydarzenia:
- poznasz osoby pracujące w różnych środowiskach i branżach
- wymienisz doświadczenia między biznesem, nauką i akademią
- porozmawiasz o realnych wyzwaniach projektowych
- skonfrontujesz różne podejścia do pracy z danymi
- zdobędziesz nowe perspektywy i inspiracje
- nawiążesz relacje podczas panelu, round tables i networkingu
Panel ekspercki
Od wspólnego języka do wspólnych działań – jak dane łączą biznes, naukę i akademię?
Jak dane mogą stać się punktem porozumienia między osobami o różnych celach, kompetencjach i sposobach pracy? Panel będzie rozmową o współpracy, komunikacji, wykorzystywaniu wiedzy w praktyce oraz warunkach, które pozwalają przechodzić od analizy do wspólnych decyzji i wdrożeń. Głos będzie należał również do naszej społeczności, która aktywnie ze sceny będzie miała możliwość zadać pytania i włączyć się do rozmowy.
Blok 1. Czy rzeczywiście mówimy tym samym językiem?
Rozmowa o tym, co oznacza wartość danych dla biznesu, naukowców i uczelni oraz gdzie pojawiają się największe różnice w sposobie definiowania problemów, oceny wyników i mierzenia sukcesu.
- Czego każde ze środowisk oczekuje od danych?
- Czy ten sam wynik analizy może mieć inne znaczenie dla badacza, osoby zarządzającej i przedstawiciela biznesu?
- Gdzie najczęściej pojawiają się problemy komunikacyjne?
- Jak prezentować wyniki, aby były zrozumiałe poza własną specjalizacją?
Blok 2. Od danych i badań do praktycznego zastosowania
Rozmowa o tym, jak budować współpracę, która prowadzi od pytania badawczego i analizy danych do wdrożenia, decyzji lub rozwiązania odpowiadającego na realną potrzebę.
- Co sprawia, że współpraca między biznesem, nauką i uczelniami działa?
- Jak przekładać wyniki badań na rozwiązania, które można zastosować w praktyce?
- Na jakim etapie projektu powinny spotkać się różne środowiska?
- Co najczęściej utrudnia transfer wiedzy i technologii?
- Jak pogodzić różne tempo działania, kryteria sukcesu i oczekiwania partnerów?
Blok 3. Kompetencje i modele współpracy przyszłości
Rozmowa o tym, jakich specjalistek, specjalistów, kompetencji i form współpracy potrzebujemy, aby sprawniej wykorzystywać dane w projektach łączących biznes, naukę i akademię.
- Jakich kompetencji brakuje dziś osobom pracującym na styku różnych środowisk?
- Czy uczelnie przygotowują absolwentki i absolwentów do interdyscyplinarnej pracy z danymi?
- Jaką rolę odgrywają kompetencje komunikacyjne i biznesowe osób technicznych?
- Jak firmy mogą skuteczniej współpracować z naukowcami i uczelniami?
- Jak mogą wyglądać dobre modele współpracy w kolejnych latach?
Dlaczego warto dołączyć do ścieżki CORE?
Udział w warsztacie pomoże:
- przygotować CV lepiej odpowiadające na wymagania rekrutacyjne
- uporządkować sposób opowiadania o swoim doświadczeniu
- przygotować konkretne przykłady osiągnięć i kompetencji
- poznać perspektywę osób zajmujących się rekrutacją
- zwiększyć pewność siebie przed rozmową rekrutacyjną
- lepiej przygotować się do wejścia do branży lub kolejnego kroku zawodowego
- Uczestnicy ścieżki CORE będą mieli możliwość aplikować o 1-godzinne spotkanie mentoringowe online z jednym z wybranych mentorów (szczegóły bezpośrednio w trakcie wydarzenia)
Warsztat Career Planning: CV i rozmowa rekrutacyjna
Dobre CV nie jest wyłącznie listą dotychczasowych miejsc pracy, a rozmowa rekrutacyjna nie powinna być improwizowanym opowiadaniem o własnym doświadczeniu. Podczas warsztatu uczestniczki i uczestnicy dowiedzą się, jak dopasować aplikację do stanowiska oraz jak mówić o kompetencjach, osiągnięciach i motywacji w sposób konkretny i przekonujący.
Warsztat będzie wartościowy zarówno dla osób dopiero wchodzących na rynek pracy, jak i dla tych, które mają już doświadczenie, ale planują zmianę stanowiska, specjalizacji lub branży. Spotkanie będzie miało praktyczny charakter.
Podczas warsztatu dowiesz się:
- jak analizować ofertę pracy i rozpoznawać najważniejsze wymagania
- jak dopasować CV do konkretnego stanowiska
- jak przedstawiać doświadczenie zawodowe, projekty i kompetencje
- jak opisywać osiągnięcia zamiast samych obowiązków
- jak przygotować się do najczęściej pojawiających się pytań rekrutacyjnych
- jak mówić o swoich mocnych stronach i obszarach do rozwoju
- jak odpowiadać na pytania dotyczące zmiany branży, przerwy zawodowej lub niewielkiego doświadczenia
- jak przygotować pytania do osoby prowadzącej rekrutację
- jak unikać najczęstszych błędów w CV i podczas rozmowy
Nasi eksperci
mgr. inż. Wiktoria Wilman
Wiktoria Wilman @biokoderka od 5 lat pracuje w bioinformatyce — w polskich startupach i dużych zagranicznych korporacjach z branży MedTech. Prowadzi zajęcia z ML w bioinformatyce na PJATK oraz własną działalność, wspierając firmy technologicznie i komunikacyjnie. Regularnie występuje publicznie, promując bioinformatykę. Od 2020 roku prowadzi @biokoderka, wspierając bioinformatyków w Polsce. Znalazła się w gronie TOP 100 Women in Data Science i TOP 100 Women in Biotech.
LinkedIn
dr hab inż, prof. uczelni Adam Kuzdraliński
Biotechnolog i bioinformatyk od lat interdyscyplinarnie łączący dziedziny nauk biologicznych, technicznych i informatycznych. Specjalizuje się w technologiach molekularnych oraz analizach bioinformatycznych. Współautor kilkunastu patentów biotechnologicznych, publikacji naukowych i artykułów popularnonaukowych. Pasjonat badań o praktycznym zastosowaniu
LinkedIn
dr hab Barbara Więckowska
Jestem statystykiem i wykładowczynią akademicką na Uniwersytecie Medycznym w Poznaniu, specjalizującą się w metodach statystycznych i explainable AI (XAI). Jestem autorką metody U-smile, pakietu R i aplikacji Shiny, a także współzałożycielką PQStat. W ramach firmy U-mile Stats rozwijamy oprogramowanie statystyczne i moduły wykorzystujące AI do interpretacji wyników. Pełnię funkcję prezeski Polskiej Grupy Narodowej ISCB i jestem autorką ponad 150 publikacji.
LinkedIn
Klaudia Kożusznik MBA
Specjalizuję się w venture buildingu, skalowaniu firm STEAM i budowaniu strategii wzrostu. Łączę cele biznesowe z możliwościami, jakie oferują nauka i technologia. Jako Growth & Venture Building Advisor w FNP odpowiadam za rozwój uczelnianych spin-offów deeptech. Jestem także partnerką i członkinią komitetu sterującego BioForum Accelerator, gdzie współtworzyłam programy wspierające start-upy biotechnologiczne i młodych liderów branży.
LinkedIn
mgr. inż. Agata Szymanek
Jestem Starszą Bioinformatyczką z 8-letnim doświadczeniem w projektach związanych z mikrobiomem. Współtworzyłam Mapę Mikrobiomu Polski, platformy bioinformatyczne dla immunoterapii oraz technologię profilowania mikrobiomu. Doświadczenie start-upowe pozwoliło mi poznać także wyzwania związane z prekomercjalizacją innowacji.
Obecnie w Małopolskim Centrum Biotechnologii w Krakowie badam zależności między mikrobiomem żywności, mikrobiomem jelitowym i zdrowiem. Współtworzę również Bioinformatics Community PL. Po godzinach tańczę West Coast Swing i prowadzę profil @annotatebio na Instagramie.
LinkedIn
mgr. Ewa Krupa
Oficjalnie pełnię rolę Lead BI Developera w firmie Bayer, jednak w praktyce moje działania obejmują pełne spektrum cyklu życia danych: od głębokiej analizy i usprawniania procesów, przez zarządzanie interesariuszami, aż po techniczną deweloperkę. Jako Technical Lead w zespole Mission Control, odpowiadam za projektowanie globalnych koncepcji BI dla działu Quality, łącząc strategiczne myślenie z praktycznym wdrożeniem rozwiązań opartych na Power BI, Power Automate oraz zaawansowanych zapytaniach SQL. Prywatnie jestem posiadaczką małego zwierzyńca: kota psa i konia i miłośniczką pracy ze zwierzętami. Hobbystycznie jestem trenerką storytellingu
LinkedIn
dr. Tomasz Burzykowski
Jestem biostatystykiem, od 35 lat zajmuję się planowaniem i analizą danych z prób klinicznych i innych badań biomedycznych. Łączę pracę w otoczeniu akademickim (Uniwersytet Hasselt, Belgia; Uniwersytet Medyczny w Białymstoku (UMB), Polska) z działalnością komercyjną w firmie oferującej usługi w zakresie planowania i analizy prób klinicznych dla przemysłu farmaceutycznego (International Drug Development Institute (IDDI), Belgia). W latach 2022–24 byłem przewodniczącym International Society for Clinical Biostatistics. Staram się wspierać inicjatywy upowszechniające biostatystykę w Polsce. W tym celu doprowadziłem do uruchomienia na UMB studiów licencjackich i magisterskich o kierunku biostatystyka kliniczna. W czasie wolnym lubię czytać książki i jeździć na rowerze. Jestem fanem piłki ręcznej i futbolu amerykańskiego.
LinkedIn
Roman Radomski MBA
Doradzam zespołom projektowym w zakresie stosowania systemów IT w ochronie zdrowia. Specjalizuję się w wykorzystaniu standardów i profili interoperacyjności do strukturyzacji danych medycznych i tworzenia elektronicznej dokumentacji medycznej. Jestem współautorem specyfikacji technicznych standardów HL7 CDA i HL7 FHIR. W czasie wolnym…? Odpoczywam! 🙂
LinkedIn
mgr. Adrian Olszewski
Z wykształcenia informatyk, z zawodu i pasji – biostatystyk oraz programista statystyczny R w badaniach klinicznych. Pracuję jako główny biostatystyk w CRO 2KMM w Katowicach. Od ponad 15 lat analizuję badania interwencyjne faz II–IV i obserwacyjne w różnych dziedzinach terapeutycznych. Od 2008 roku rozwijam zastosowanie R w badaniach klinicznych, należąc do pionierów wykorzystania R w farmacji. Odpowiadam za pełny proces statystyczny – od projektowania badań i przygotowania SAP, przez analizy, po raport końcowy. Wdrażam i waliduję środowisko obliczeniowe oparte w 100% na R. Prezentowałem te zagadnienia na konferencjach R in Pharma. Gościnnie wykładam na Akademii Koźmińskiego. Na LinkedIn piszę o biostatystyce i badaniach klinicznych; prywatnie pasjonują mnie elektronika, góry i las.
LinkedIn
TBD
TBD
TBD
TBD
TBD
TBD
Nasze Case Studies
Praktyczne przykłady pokażą współpracę, badania, rozwój organizacji i wdrażanie innowacji. Tematy oraz osoby prezentujące ogłosimy wkrótce.
dr hab inż, prof. uczelni Adam Kuzdraliński
Na pierwszy rzut oka mogłoby się wydawać, że im więcej danych zbierzemy, tym łatwiej będzie podjąć dobrą decyzję. W praktyce często jest odwrotnie – największym wyzwaniem staje się odróżnienie informacji naprawdę wartościowych od ogromnej ilości danych, które niewiele wnoszą. W swoim wystąpieniu pokażę to na przykładzie pracy przy testowaniu dużych modeli językowych (LLM). Zadaniem zespołu było identyfikowanie sytuacji, w których modele mogą zachowywać się w nieprzewidywalny sposób, popełniać błędy lub generować odpowiedzi stanowiące potencjalne ryzyko. Problem nie do końca polegał jednak na braku danych – wręcz przeciwnie. Opowiem o tym, dlaczego w pewnym momencie ważniejsze od ilości danych stało się projektowanie odpowiednich eksperymentów, formułowanie właściwych pytań i identyfikowanie wzorców zachowań. Nie będzie to prezentacja o samej sztucznej inteligencji, lecz o procesie podejmowania decyzji w świecie, w którym danych jest coraz więcej, a czas na ich interpretację coraz krótszy. Chciałbym pokazać, że niezależnie od branży kluczową kompetencją staje się umiejętność zadawania właściwych pytań, a nie tylko gromadzenia kolejnych danych.
dr hab Barbara Więckowska
W dobie powszechnego dostępu do narzędzi takich jak R czy Python wpieranych przez modele językowe, kluczowym wyzwaniem przestaje być wykonanie analizy, ale umiejętność świadomego podejmowania decyzji statystycznych. Jako właścicielka U-mile Stats (PQStat) i przewodnicząca Polskiej Grupy Narodowej Międzynarodowego Towarzystwa Biostatystyki Klinicznej, na co dzień szukam odpowiedzi na pytanie: jak uczyć statystyki, by narzędzia nie wyręczały człowieka, ale go wspierały?
Podczas case study opowiem o Kreatorze analiz w PQStat – narzędziu, które prowadzi użytkownika przez cały proces decyzyjny: od pytania badawczego, przez dobór testu (z uwzględnieniem skali pomiarowej i założeń), po interpretację wyników. Kreator nie zastępuje wiedzy – uczy myślenia. Podzielę się naszą drogą projektową doświadczeniem w nauczaniu przy użyciu tego narzędzia.
Równolegle wdrażamy do oprogramowania obliczeniowego moduł AI wspierający interpretację wyników – działający w sposób zamknięty, tak by wrażliwe dane medyczne nie opuszczały uczelni ani instytucji badawczej. Wpółpracujemy z Uczelniami by ich pracownicy, studenci umieli korzystać z analiz i AI ale jednoczęśnie by to Oni, a nie AI faktycznie ponosili odpowiedzialność za końcową ocenę.
Moje wystąpienie będzie punktem wyjścia do rozmów o kompetencjach przyszłości, AI w statystyce i standardach zawodu biostatystyka.
Klaudia Kożusznik MBA i Marcelina Firkowska
Celem wystąpienia jest pokazanie, że przejście od zespołu badawczego do funkcjonującej spółki to nie formalność, tylko zmiana sposobu myślenia i działania całego zespołu – i że wspiera się ją konkretnymi narzędziami, a nie tylko dobrą wolą. Uczestnicy zobaczą na przykładzie z pracy w PRIME FNP, jak wygląda w praktyce przygotowanie naukowców do roli founderów: od pierwszej diagnozy gotowości, przez trudne rozmowy zespołowe, po konkretne decyzje, które trzeba podjąć, zanim powstanie spółka.
mgr. inż. Agata Szymanek
Swoją prezentacją chciałabym pokazać, że wyzwania komunikacyjne spotykamy na wielu poziomach pracy z danymi, a trudności pojawiają się nawet w obrębie zespołu z tego samego obszaru. Dlatego jedną z kluczowych kompetencji dla interdyscyplinarnych bioinformatyków jest umiejętność mówienia o swojej pracy i dążenie do coraz lepszego zrozumienia kontekstu w którym pracujemy, aby tworzyć rozwiązania high-impact.
dr Tomasz Burzykowski
Planowanie, analiza statystyczna i raportowanie danych z prób klinicznych w celu rejestracji nowych leków lub wyrobów medycznych podlega wymaganiom agencji regulacyjnych (np. EMA w Europie czy FDA w USA). Wymagania te są specyficzne i czasami mogą prowadzić do np. zaskakującego – z akademickiego punktu widzenia – ograniczenia zakresu metod statystycznych, które mogą być użyte do planowania i analizy danych z takich prób. W moim wystąpieniu przedstawię przykłady takich ograniczeń, które zilustrują różnice pomiędzy światem biostatystyki używanej w otoczeniu akademickim i biostatystyki używanej dla potrzeb agencji regulacyjnych.
mgr. Adrian Olszewski
„Jedno jajko dziennie obniża ryzyko cukrzycy i chorób sercowo-naczyniowych” – czy przeciwnie: „zwiększa to ryzyko”? Sprzeczne, często krzykliwe nagłówki dotyczące tych samych zagadnień widujemy regularnie. Skąd się biorą? O ile analiza danych z randomizowanych badań klinicznych odbywa się w kontrolowanych warunkach, eksploracja real-world data przypomina często drogę przez mgłę. Nawet duża i bogata baza pacjentów nie gwarantuje wiarygodnych odpowiedzi, jeśli dane są niskiej jakości, brakuje wiedzy dziedzinowej, a badanie nie zostało odpowiednio zaprojektowane.
Najpoważniejsze problemy wynikają z braku randomizacji i grupy kontrolnej, heterogeniczności pacjentów oraz nieznajomości roli i wzajemnych zależności między zmiennymi. Nieuwzględnienie tych czynników może prowadzić do paradoksów Simpsona i Berksona, pozornych zależności oraz pominięcia istotnych interakcji. Zastępowanie randomizacji metodami takimi jak ważenie czy matchowanie również nie eliminuje wszystkich źródeł błędu.
Dodatkowe zagrożenia to niska moc statystyczna, błędy typu M i S, testowanie setek hipotez bez kontroli błędu pierwszego rodzaju, dobór parametrów „pod wynik”, ignorowanie braków danych typu MNAR oraz mechaniczne stosowanie metod krokowych. Z kolei żonglowanie metodami analizy może zmienić badane pytanie lub prowadzić do sprzecznych wniosków, jak w paradoksie Lorda. W efekcie różne zespoły analizujące te same dane mogą dojść do całkowicie odmiennych konkluzji.
Masz pomysł?
na wydarzenie
Zaobserwuj nas na
Nasi partnerzy
