Kilka słów od naszego absolwenta:

Studia magisterskie w Ośrodku Kształcenia na Odległość Politechniki Warszawskiej otworzyły przede mną fascynujące możliwości rozwoju zarówno zawodowego, jak i osobistego. Program nauczania, nie tylko poszerzył moje teoretyczne podstawy, lecz także umożliwił praktyczne zastosowanie w obszarze cyberbezpieczeństwa.

Podczas studiów nie tylko zdobyłem solidne fundamenty teoretyczne, ale także rozwijałem praktyczne umiejętności, które na co dzień wykorzystuję w mojej pracy. Pracując w obszarze cyberbezpieczeństwa, specjalizuję się w testowaniu penetracyjnym systemów opartych na chmurze AWS, co stało się tematem mojej pracy magisterskiej.

Kilka słów od naszego absolwenta:

Od 5 lat profesjonalnie zajmuję się programowaniem. Ostatnie 3 lata spędziłem jako Inżynier Oprogramowania w firmie Meta, a miesiąc temu rozpocząłem pracę na analogicznej pozycji w firmie Atlassian. Jeśli chodzi o technologie, miałem okazję pracować z wieloma i podchodzę do nich agnostycznie, wybierając odpowiednie narzędzie do konkretnego projektu.

W swojej pracy magisterskiej porównałem sieć neuronową grafową oraz jednokierunkową sieć neuronową konwolucyjną na przykładzie systemów rekomendacji gier wideo. Systemy tego typu odgrywają kluczową rolę w personalizacji doświadczeń użytkowników, dostosowując treści do ich indywidualnych preferencji. Systemy rekomendacji są obecne w każdym zakątku internetu, szczególnie na dużych portalach takich jak Netflix, Facebook czy TikTok, gdzie ich skuteczność bezpośrednio przekłada się na zaangażowanie i satysfakcję użytkowników. Ich implementacje są jednak bardzo różne i zależą od konkretnego portalu czy firmy. 

Od 6 lat zajmuję się cyberbezpieczeństwem. Moje zaangażowanie w tę tematykę rozpoczęło się jeszcze w trakcie studiów I stopnia, kiedy dołączyłem do projektu w Narodowym Centrum Badań Jądrowych. Miałem tam okazję uczestniczyć w budowie laboratorium CyberLAB, specjalizującego się w wykrywaniu podatności cybernetycznych w urządzeniach automatyki przemysłowej. 

Od 2 lat pracuję w polskiej spółce w sektorze usług informatycznych rozwijając kompetencje działu usług cyberbezpieczeństwa. Mój główny obszar ekspertyzy to systemy wykrywania zagrożeń wykorzystywane w centrach operacji cyberbezpieczeństwa. Łącząc doświadczenie zdobyte w pracy z komercyjnymi systemami cyberbezpieczeństwa z wiedzą na temat aspektów cyberbezpieczeństwa systemów automatyki przemysłowej, stworzyłem w ramach pracy magisterskiej System wykrywania anomalii w danych cyklicznych przesyłanych w sieci MODBUS, wykorzystując narzędzia open-source. 

Kilka słów od naszego absolwenta:

Studia magisterskie w Ośrodku Kształcenia na Odległość PW nie były moją pierwszą przygodą z Politechniką Warszawską. Wcześniej realizowałam studia inżynierskie stacjonarnie na Wydziale Elektroniki i Technik Informacyjnych. To właśnie wtedy rozpoczęłam pracę jako IT Manager w globalnej firmie z branży FMCG. Bardzo zależało mi na kontynuacji pracy zawodowej w pełnym wymiarze, dlatego szukałam elastycznej formy studiów magisterskich i właśnie taką oferował Ośrodek Kształcenia na Odległość PW. Mogłam realizować program i uczyć się w dogodnym dla mnie momencie, nie marnowałam czasu na dojazdy na zajęcia i nie musiałam rezerwować na studia wielu weekendów jak to zwykle bywa na studiach niestacjonarnych. 

Kilka słów od naszego absolwenta:

Przez ostatnie 3 lata pracuję jako programistka w firmie, która jest liderem na rynku motoryzacyjnym, dostarczającym innowacyjne rozwiązania z zakresu elektryfikacji dla różnych typów i architektur pojazdów. Moje zaangażowanie koncentruje się na wdrażaniu i definiowaniu nowych, globalnych projektów w rejonie Europy.

Moja ścieżka zawodowa jest ściśle powiązana z tematem mojej pracy magisterskiej. Jako absolwentka studiów zainteresowana sztuczną inteligencją, znalazłam problem w jednym z oddziałów naszej firmy, który wymagał rozwiązania. Podjęłam wyzwanie i postanowiłam zrealizować pracę dyplomową o tytule "Redukcja odpadów z linii produkcyjnych poprzez analizę nieprawidłowości w danych testowych". Dzięki temu badaniu nie tylko poszerzyłam umiejętności w zakresie sztucznych sieci neuronowych, ale także pomogłam rozwiązać rzeczywisty problem produkcyjny w firmie. Stworzyłam innowacyjne rozwiązanie, które umożliwia przewidywanie wyników na maszynie produkcyjnej oraz dokładnie analizuje je, wychwytując potencjalne nieprawidłowości. Dzięki zastosowaniu zaawansowanej sieci neuronowej typu LSTM, moje rozwiązanie umożliwia precyzyjne prognozowanie danych testowych, co przyczynia się do optymalizacji procesów produkcyjnych oraz redukcji ilości odpadów. 

Kilka słów od naszego absolwenta:

W ramach pracy inżynierskiej badałem możliwości wydajnościowe RaspberryPI głównie pod kątem próbkowania sygnału z sieci energetycznej z użyciem przetwornika analogowo-cyfrowego MCP3912. W czasie rzeczywistym, z zebranych próbek, generowane było widmo z wykorzystaniem algorytmu SDFT. Praca dodatkowo wskazała znaczące różnice implementacyjne i konfiguracyjne pomiędzy systemami FreeBSD i Linux. Z mojej strony został zaimplementowany w języku C sterownik SPI dla Linux, algorytm SDFT i komunikacja pomiędzy nimi. Następnie zmierzyłem opóźnienia dla próbkowania i generowania widma, jak i obciążenie CPU. Samo widmo było porównane z oscyloskopem. Dodatkowo, w pracy spisałem wszystkie kroki do odtworzenia badania. Według mnie wyniki pracy są obiecujące. Sama praca ma być podwaliną do przyszłych projektów z dziedziny elektrotechniki z wyszczególnieniem aktywnych filtrów do kompensacji mocy biernej w układach trójfazowych, gdzie parametry sieci ulegają częstym wahaniom tj. elektrownie wiatrowe.

Kilka słów od naszego absolwenta:

Od trzech lat zajmuję się wytwarzaniem, utrzymywaniem i rozwijaniem oprogramowania w firmie świadczącej usługi dla duńskiego sektora bankowego. Pracuję jako programista Java w dziale inwestycyjnym. Obecnie moja codzienna praca koncentruje się na projektowaniu i implementacji serwerowych API, które są wykorzystywane przez aplikację bankowości internetowej dostępną na urządzeniach mobilnych i poprzez przeglądarki internetowe.

W swojej pracy magisterskiej porównałem dwa podejścia do tworzenia serwerowych API – dominującą na rynku architekturę REST, którą wykorzystuję również w swojej pracy zawodowej oraz stosunkowo nowe podejście stworzone przez firmę Facebook – GraphQL, które jest reklamowane jako następca RESTa. Poddałem analizie oba podejścia według takich kryteriów, jak elastyczność integracji API z aplikacjami klienckimi i ze źródłem danych, odporność na zmiany wymagań, wydajność, bezpieczeństwo, czy możliwości monitoringu. Analizę teoretyczną rozszerzyłem o eksperymenty, które przeprowadziłem na dwóch stworzonych przeze mnie aplikacjach serwerowych. W jednej aplikacji zastosowałem architekturę REST, natomiast w drugiej użyłem GraphQL. Porównałem przepustowość obu aplikacji przy zwiększającym się obciążeniu. Bazując na mojej pracy, architekci projektujący systemy internetowe mogą racjonalnie wybrać technologię tworzenia API odpowiednią dla ich przypadku użycia, wymagań biznesowych, czy zasobów finansowych.

Kilka słów od naszego absolwenta:

Od trzech lat pracuję jako Software Developer, głównie zajmuję się tworzeniem aplikacji internetowych w technologiach Java, Kotlin oraz Spring. Obecnie pracuję nad projektem dla amerykańskiej medycznej organizacji charytatywnej. W poprzednim projektem zajmowałem się systemami w architekturze mikroserwisów dla duńskiej branży FinTech.