Jerzyllä on henkilökohtainen kiinnostus aivoterveyden kysymyksiin ja hän liittyy Sapien Labsiin soveltaakseen laskennallista asiantuntemustaan paremman aivoterveyden mahdollistamiseksi.
Hän tuo syvällisen näkökulman monimutkaisten data-analytiikan ongelmien ratkaisemiseen. Hänen laaja asiantuntemuksensa kattaa tekoälyn, koneoppimisen, luonnollisen kielen käsittelyn, terveydenhuollon analytiikan ja todennäköisyysmallinnuksen, joita hän on soveltanut monilla aloilla, kuten talouspetosten ehkäisyssä ja havaitsemisessa sekä riskienhallinnassa, Next Product to Buy -ennusteissa sekä sensorianalytiikassa ballistisessa kohteen erottelussa. Hän on toiminut pääasiallisena tutkijana useiden valtion virastojen, kuten Defense Research Projects Agencyn, National Geospatial-Intelligence Agencyn, Department of Educationin ja Yhdysvaltain veteraaniasioiden ministeriön, alaisuudessa. Jerzy on saanut kymmenen Commonwealth of Virginia Outstanding Achievement Award -palkintoa menestyksestä Yhdysvaltain puolustusministeriön tutkimushankkeissa.
Hän on kehittänyt useita patentoituja koneoppimisalgoritmeja, kuten hajautettuja datan ja tekstin louhintamenetelmiä sekä data-analytiikkamenetelmän, joka on suunnattu visuaalisen tiedon representaatioiden interaktiiviseen hankintaan ja esittämiseen. Hän on myös kirjan Machine Learning – A Multi strategy Approach toinen kirjoittaja. Hänen postdoc-tutkimuksensa rahoitettiin National Science Foundationin (National Science Foundation in Computational Science and Engineering) myöntämän apurahan kautta tutkiakseen monistrategisten koneoppimisalgoritmien luokkaa, joka yhdistää selitettävän sääntöpohjaisen oppimisen neuroverkkoihin.
Hänellä on tietojenkäsittelytieteen tohtorin tutkinto George Masonin yliopistosta sekä kandidaatin ja maisterin tutkinnot sähkötekniikasta AGH:n tiede- ja teknologiayliopistosta Krakovassa, Puolassa. Hän on toiminut erilaisissa tehtävissä datatieteen ja analytiikan parissa, viimeksi analytiikan varatoimitusjohtajana Bottomline Technologiesilla.
Sapien Labs on ainutlaatuisessa asemassa toteuttaessaan jatkuvia globaaleja datankeruuhankkeita rakentaakseen rikkaan ja kehittyvän kokoelman laajamittaisia moniulotteisia aineistoja, jotka sisältävät demografisia tietoja elämänkokemuksella, neurofysiologista ja mielenterveyteen liittyvää tietoa. Data-analyytikkona ymmärrän tällaisen datan merkityksen resurssina, joka voi edistää aivojen parempaa ymmärrystä ja johtaa parempiin työkaluihin häiriöiden tarkempaan diagnoosiin ja hoitoon.
Minua kiinnostaa eniten monimutkaisen tiedon ja laajamittaisten data-analytiikan ongelmien ratkaiseminen, jotta voidaan rakentaa proof-of-concept -demonstraatioita ja analyyttisten ratkaisujen tuotantamista.