Udział w projektach badawczych


  1. Tytuł: BIOmesh – inteligentna platforma monitorowania ryzyka pleśni przechowalniczej w produktach spożywczych, wykorzystująca potencjał nowych technologii, jak Internet Rzeczy (IoT) oraz Sztuczną Inteligencję (AI), nr: POPW.01.01.02-18-0095/20, od: 2021-11-01, do: 2023-02-28, budżet: 1 231 979.00 PLN, rola: ekspert do spraw ML/AI.
  2. Tytuł: Lezio.com i cyfrowy komponent wspierający rozwój osobisty, dopasowujący oferty szkoleń i kursów na platformie Lezio.com za pomocą machine learning oraz technologii z zakresu AI, nr: BRidge Alfa Xplorer Fund, od: 2022-03-01, do: 2023-02-28, budżet: 1 100 000.00 PLN, rola: kierownik prac B+R.
  3. Tytuł: PGNIG – Długoterminowy model zapotrzebowania na gaz wysokometanowy sieciowy, klient: Polskie Górnictwo Naftowe i Gazownictwo S.A., od: 2021-09-01, do: 2022-02-28, budżet: 581 000.00 PLN, rola: kierownik projektu.
  4. Tytuł: Britenet Med. – Opracowanie systemu wspierającego monitorowanie przebiegu i wczesną detekcję nawrotów zaburzeń afektywnych w oparciu o algorytmy sztucznej inteligencji, nr: POIR.01.01.01-00-0342/20, od: 2020-11-01, do: 2023-06-30, budżet: 5 219 520.70 PLN, rola: specjalista ds. uczenia maszynowego.
  5. Tytuł: Metody symulacji i analizy sieci logistycznych operatorów pocztowych, nr: POIR.04.01.04-00-0054/17, od: 2019-09-01, do: 2022-08-31, budżet: 9 278 002.65 PLN, rola: Wsparcie formalno-administracyjne, konsorcjum: Szkoła Główna Handlowa w Warszawie, Politechnika Warszawska, Poczta Polska S.A.


Redakcje monografii naukowych


  1. Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020


Rozdziały w monografiach


  1. Carmine Spagnuolo, Maria Angela Pellegrino, Alessia Antelmi, Daniel Kaszyński: Case Studies, w: Przemysław Szufel, Michał Jakubczyk, Bogumił Kamiński: Modeling Decision Trees with SilverDecisions, SGH Publishing House, 2022
  2. Daniel Kaszyński, Kinga Siuta: Synthesis of supporters’ and antagonists arguments on the Sapir-Whorf hypothesis, w: Bogumił Kamiński, Tomasz Kuszewski, Michał Jakubczyk: Zagadnienia Wspomagania i Analizy Decyzji, SGH Publishing House, 2021
  3. Daniel Kaszyński: Background of the credit scoring, w: Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020
  4. Karol Przanowski, Sebastian Zając, Daniel Kaszyński, Łukasz Opiński: Variable selection methods, w: Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020
  5. Małgorzata Wrzosek, Daniel Kaszyński, Karol Przanowski, Sebastian Zając: Selected machine learning methods used for credit scoring, w: Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020
  6. Daniel Kaszyński, Kinga Siuta, Bogumił Kamiński: Sensitivity of machine learning methods to data issues, w: Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020
  7. Daniel Kaszyński, Małgorzata Wrzosek, Kamil Cerazy: Model performance evaluation and model monitoring, w: Daniel Kaszyński, Bogumił Kamiński, Tomasz Szapiro: Credit Scoring in Context of Interpretable Machine Learning, SGH Publishing House, 2020


Artykuły w czasopismach recenzowanych


  1. Dorota Podedworna-Tarnowska, Daniel Kaszyński: Stock returns and liquidity after listing switch on the Warsaw Stock Exchange, Economics and Business Review, 2022, Vol. 8 (22), No. 4, 111-135
  2. Kinga Siuta, Daniel Kaszyński: The principal-agent problem in supply chain management – the simulation based framework Control and Cybernetics, 2021, 50 (1), 195-221
  3. Daniel Kaszyński, Bogumił Kamiński, Bartosz Pankratz: Assessment of the size of VaR backtests for small samples, Statistical Reviews, 2020, 67 (2), 114-151


Raporty i opracowania


  1. Borys Stokalski, Daniel Kaszyński, Bogumił Kamiński, Ewelina Kędzior, Robert Kroplewski: CAST Report: Constructive Approach to Smart Technologies, 2023, Global Partnership for Artificial Intelligence (GPAI).
  2. Daniel Kaszyński, Bogumił Kamiński, Łukasz Kraiński, Łukasz Opiński: Centrum danych przyszłości sektora finansowego i wyzwania związane z architekturą technologiczną, aleBank.pl, 2020. Opracowanie prezentuje tematykę centrów danych podmiotów polskiego sektora bankowego oraz dalsze kierunki ich rozwoju. W ramach jego przygotowania przeprowadzono przeprowadziliśmy ankietę na próbie 30 polskich banków (17 banków komercyjnych oraz 13 banków spółdzielczych). Opierając się na wynikach ankiety, ale również na analizie publicznie dostępnych materiałów i dokumentów, wypracowano kilka drogowskazów data center przyszłości.
  3. Grzegorz Koloch, Karolina Grobelna, Karolina Zakrzewska-Szlichtyng, Bogumił Kamiński, Daniel Kaszyński: Intensywność wykorzystania danych w gospodarce a jej rozwój. Analiza diagnostyczna, Analiza przygotowana na zlecenie Ministerstwa Cyfryzacji, 2017. Celem ekspertyzy była ocena stopnia, w jakim rozwój gospodarczy Polski i UE uzależniony jest od danych i swobodnego ich przepływu. W celu pomiaru zakresu, w jakim przedsiębiorstwa wykorzystują modele biznesowe oparte na danych i ich wymianie, opracowano wskaźnik intensywności wykorzystania danych w gospodarce. ***

Ciekawostki


  1. 15 czerwca 2023 r. „Inspiracja Roku 2023”, Facebook. Dziękuję!
  2. Czy sztuczna inteligencja jest sprawiedliwa?