Fundusze Eropejskie dla Nowoczesnej Gospodarki
dr Estera Kot

dr Estera Kot

Clouds On Mars

Dr Estera Kot jest Dyrektorem ds. Technologii (Chief Technology Officer) w firmie Clouds On Mars, gdzie odpowiada za rozwój innowacji w obszarze strategii i wdrożeń Data & AI. Wcześniej jako Principal Product Manager w Microsoft, odegrała kluczową rolę w budowie krytycznych wydajnościowo komponentów Azure Synapse Analytics oraz Microsoft Fabric, koncentrując się na Apache Spark oraz wysokoefektywnych silnikach analitycznych.

Estera jest inżynierką z pasji, urodzoną w Polsce, biegle posługującą się wieloma językami programowania i cenioną za dogłębną, praktyczną wiedzę techniczną. Z wyróżnieniem uzyskała tytuł doktora nauk technicznych w dziedzinie informatyki,
specjalizując się w metodach uczenia maszynowego i głębokiego uczenia dla obrazowania medycznego. Jej badania zaowocowały licznymi publikacjami naukowymi oraz amerykańskim patentem z zakresu przetwarzania danych wielkoskalowych.

Jej kariera obejmuje doświadczenia zdobyte w globalnych liderach technologicznych, takich jak Intel, Sony i Procter & Gamble. Jest cenioną edukatorką i mentorką – współtworzyła programy kształcenia dziennego oraz podyplomowego w zakresie AI w chmurze na Politechnice Warszawskiej. Jej absolwenci pracują dziś m.in. w CERN, Google, Meta oraz innych wiodących instytucjach na świecie. Estera jest również wykładowczynią gościnną na University of California, Los Angeles (UCLA) – jednej z najlepszych publicznych uczelni badawczych w USA – oraz na Uczelni Łazarskiego w Warszawie.
Jako prelegentka występowała na najważniejszych wydarzeniach branżowych, m.in. MLADS (wewnętrzna konferencja Microsoft dotycząca AI i data science w Redmond), podczas inauguracyjnego FabCon w Las Vegas, a także na licznych konferencjach AI i chmurowych w Europie. Tworzy
również treści edukacyjne na YouTube, czyniąc złożone zagadnienia sztucznej inteligencji przystępnymi i praktycznymi.

Estera konsekwentnie angażuje się w budowę skalowalnych, etycznych i opartych na realnych potrzebach rozwiązań AI, kładąc nacisk na wpływ i wartość praktyczną, a nie na chwilowy rozgłos.