الدكتورة إستيرا كوت

نبذة

الدكتورة إستيرا كوت عالمة حاسوب تعمل عند تقاطع التعلم الآلي ونظم البيانات واسعة النطاق والمؤسسات التي تعتمد عليها. طبّقت في بحثها للدكتوراه التعلم العميق والمعالجة متعددة الوسائط للصور الطبية في التشخيص بمساعدة الحاسوب لأورام الدماغ. وقد أخذ عملها في الصناعة هذا الاهتمام بالنطاق الواسع إلى نهايته المنطقية: بيئة تشغيل Apache Spark التي تشغّل التحليلات والتعلم الآلي وأحمال Copilot في Azure Synapse Analytics وMicrosoft Fabric.

حصلت على الدكتوراه في علوم الحاسوب بامتياز من جامعة وارسو للتكنولوجيا. وهي صاحبة براءة اختراع أمريكية في معالجة البيانات الضخمة، ونشرت خمس عشرة ورقة علمية محكّمة، اثنتا عشرة منها كمؤلفة أولى، قُدّمت في محافل منها غلاسكو وريدموند. وفي يونيو 2026 شاركت في تأليف ملصق بحثي وقدّمته في الندوة الأمريكية البولندية الخامسة والعشرين للعلوم والتكنولوجيا (XXV US–Poland Science and Technology Symposium)، التي عُقدت في جامعة ستانفورد وجامعة كاليفورنيا في بيركلي وجامعة كاليفورنيا في سان فرانسيسكو. يعرض الملصق استطلاعًا شمل 506 من المهنيين حول القيادة وإدارة الكفاءات في القطاع المدني للبنية التحتية الحيوية والدفاع في بولندا، مقارنةً بأطر الكفاءات لدى وزارة الدفاع الأمريكية وحلف الناتو.

موقفها من الذكاء الاصطناعي لا يقبل المساومة. فالمهندس الذي يبني النظام لا يستطيع أن يُحيل المسؤولية الأخلاقية إلى الجهات التنظيمية أو خبراء الأخلاقيات. الأخلاقيات ليست طبقة امتثال تُضاف بعد تثبيت البنية. إنها تسكن في كل هدف تحسين، وكل إعداد افتراضي، وكل قرار بشأن ما تكافئه الآلة وما تتجاهله.

البحث

المنشورات

وفق Google Scholar. أسماء المؤلفين كما نُشرت، والعناوين بلغتها الأصلية.

مقالات في دوريات

• E. Kot, T. Les, Z. Krawczyk-Borysiak, A. Vykhodtsev, K. Siwek. Semantic segmentation of the prostate based on onefold and joint multimodal medical images using YOLOv4 and U-Net, Applied Sciences, 14(21), 9814, MDPI, 2024. doi:10.3390/app14219814
• E. Kot, Z. Krawczyk, K. Siwek, L. Królicki, P. Czwarnowski. Deep learning-based framework for tumour detection and semantic segmentation, Bulletin of the Polish Academy of Sciences: Technical Sciences, e136750, 2021. doi:10.24425/bpasts.2021.136750
• E. Kot, K. Siwek, E. Wińska. Architecture of a cloud platform using machine learning methods for biomedical image processing [Architektura platformy korzystającej z metod uczenia maszynowego do przetwarzania obrazów biomedycznych w chmurze] (بالبولندية), Poznan University of Technology Academic Journals: Electrical Engineering, 104, 35-44, 2020.
• E. Kot, K. Siwek. A CT and PET image segmentation algorithm for identifying and measuring the volume of brain glioma [Algorytm segmentacji obrazów CT i PET do identyfikacji i wyznaczania objętości glejaka mózgu] (بالبولندية), Poznan University of Technology Academic Journals: Electrical Engineering, 2019.

أوراق مؤتمرات

• S. K. Ravindran, E. Kot, F. F.-H. Nah. Can we read AI's mind? A quest for transparency, HCI International 2025, Lecture Notes in Computer Science, Springer, 2026. doi:10.1007/978-3-032-13167-6_6
• Y. Zhu, R. Sen, B. Kroth, S. Matusevych, A. Mueller, T. Huang, R. Challapalli, W. Tang, X. He, M. Liu, E. Kot, S. Kahraman, A. Sekhon, D. Bernal, A. Lakra, S. Fozdar, D. Relwani, R. Fang, L. Tian, K. S. Krishna, A. Gosalia, C. Curino, S. Krishnan. Rockhopper: A robust optimizer for Spark configuration tuning in production environment, Companion of the 2025 International Conference on Management of Data (SIGMOD), ACM, 2025. doi:10.1145/3722212.3724451
• E. Kot, Z. Krawczyk, K. Siwek, K. Pleska, J. Rogalski, P. Czwarnowski. U-Net training models for efficient brain tumour segmentation on multi-modality CT and PET images, 22nd International Conference on Computational Problems of Electrical Engineering (CPEE), IEEE, 1-4, 2021. doi:10.1109/cpee54040.2021.9585272
• Z. Krawczyk, R. Szmurło, P. Zawadzki, E. Kot, J. Starzyński, A. Zawadzka. Volumetric Modulated Arc Therapy dose distribution prediction for breast cancer patients: CNN approach, International Joint Conference on Neural Networks (IJCNN), IEEE, 1-10, 2021. doi:10.1109/ijcnn52387.2021.9533826
• E. Wińska, E. Kot, W. Dąbrowski. Reducing the uncertainty of agile software development using a random forest classification algorithm, Lean and Agile Software Development (LASD 2021), Springer, 145-155, 2021. doi:10.1007/978-3-030-67084-9_9
• E. Kot, Z. Krawczyk, K. Siwek, P. S. Czwarnowski. U-Net and active contour methods for brain tumour segmentation and visualization, International Joint Conference on Neural Networks (IJCNN), IEEE, 1-7, 2020. doi:10.1109/ijcnn48605.2020.9207572
• E. Kot, Z. Krawczyk, K. Siwek. Improved Morphological Geodesic Active Contours algorithm for automated, voxel-wise segmentation of biomedical images, ESCO 2020, 7th European Seminar on Computing, 2020.
• E. Kot, K. Siwek. Segmentation of brain biomedical images to compute the volume of gliomas, ITM Web of Conferences, 28, EDP Sciences, 2019. doi:10.1051/itmconf/20192801016
• E. Kot, K. Siwek. Verification of brain medical imaging results using a PET-CT phantom test [Weryfikacja wyników obrazowania medycznego mózgu za pomocą testu na fantomie PET-CT] (بالبولندية), XLII International Conference on Fundamentals of Electrotechnics and Circuit Theory (IC-SPETO 2019), Silesian University of Technology, 2019.

ملصقات علمية

• J. Żukowska, M. Pindelski, A. Tryfon-Bojarska, E. Kot. Human capital competencies in the critical infrastructure sector with particular emphasis on leadership competencies, XXV US–Poland Science and Technology Symposium, Stanford University, 2026.

أطروحة الدكتوراه

• E. Kot. Multimodal medical image processing methods for computer-aided diagnosis support system of brain tumors, Ph.D. dissertation, Warsaw University of Technology, Institute of the Theory of Electrical Engineering, Measurement and Information Systems, 2024.

مخطوطات أخرى

• E. Kot, Z. Krawczyk, K. Siwek. Brain tumour detection and segmentation using deep learning methods, 2020.

التدريس

تدرّس الدكتورة كوت البرمجة بلغة Python في جامعة كوزمينسكي في وارسو، وتدرّس في برنامج الدراسات التكميلية «الذكاء الاصطناعي والابتكار في الرعاية الصحية» في جامعة وازارسكي. وحاضرت بصفة ضيفة في جامعة كاليفورنيا في لوس أنجلوس (UCLA) وفي مدرسة وارسو للاقتصاد (SGH). وفي جامعة وارسو للتكنولوجيا صمّمت مقررات في تقنيات الذكاء الاصطناعي في السحابة لمرحلتي البكالوريوس والماجستير. وفي عام 2022 أنشأت برنامج الدراسات التكميلية تطبيقات التقنيات السحابية في الحلول القائمة على البيانات والذكاء الاصطناعي في كلية الهندسة الكهربائية، وهي عضو في مجلس البرنامج. ويضم البرنامج في دفعته الحالية 2026/2027 فصلين دراسيين يغطيان هندسة البيانات السحابية، ومستودعات البيانات الحديثة والحوكمة، وMicrosoft Fabric، والذكاء الاصطناعي في ذكاء الأعمال، وخدمات AWS وGCP، وإدارة المشاريع السحابية. يعمل طلابها السابقون اليوم في CERN وGoogle وMeta ومؤسسات بحثية أخرى.

تُعدّ وتقدّم Fabric Espresso، سلسلة فيديو تقنية عن Microsoft Fabric تضم 89 حلقة، وتتحدث بانتظام في مؤتمر FabCon Europe.

الخدمة الأكاديمية

• رئيسة، ثم عضو، مجلس طلاب الدكتوراه بكلية الهندسة الكهربائية، جامعة وارسو للتكنولوجيا
• رسالة تهنئة من رئيس جامعة وارسو للتكنولوجيا، البروفيسور يان شميت، تقديرًا لعملها في مجلس طلاب الدكتوراه بالجامعة
• رئيسة جلسة، مؤتمر HCI International 2025، غوتنبرغ: Human-Centered Design of Chatbots and AI-Driven Agents

الصناعة

بصفتها المديرة التنفيذية للتكنولوجيا في Clouds on Mars، شريك مايكروسوفت وDatabricks في البيانات والذكاء الاصطناعي في أوروبا والشرق الأوسط، تتولى الدكتورة كوت الاستراتيجية التقنية والتنفيذ الهندسي والبنية المعمارية لأهم حسابات الشركة الاستراتيجية في الرعاية الصحية والتأمين ومنصات البيانات المؤسسية.

في مايكروسوفت كانت مديرة منتجات رئيسية لبيئة تشغيل Apache Spark في Azure Synapse Analytics وMicrosoft Fabric. رحّلت 25,000 عميل من Synapse إلى Fabric، وأتمتت البرنامج الذي ينقل 30,000 عميل بين إصدارات المحرك كل ستة أشهر، وقادت فرقًا متعددة التخصصات تضم نحو 300 مهندس ومصمم وصاحب مصلحة. وشملت أدوارها السابقة Intel وSony وCiti وProcter and Gamble، حيث أدخلت Apache Spark وDelta Lake عام 2018.

Microsoft Fabric

Microsoft Fabric هو الخيط الذي يجمع مسيرة الدكتورة كوت في الصناعة. في مايكروسوفت تولّت مسؤولية بيئة تشغيل Apache Spark المشتركة بين Fabric وAzure Synapse Analytics: المحرك الذي يعمل تحت الدفاتر البرمجية ومهام Spark وخطوط lakehouse والتعلم الآلي وأحمال Copilot. أنشأت Native Execution Engine، وهي بيئة تشغيل Spark متجهية طُوّرت مع Intel وMeta وIBM، أسرع أربع مرات من Spark مفتوح المصدر ومتاحة لكل عملاء Fabric دون تكلفة إضافية. رحّلت 25,000 عميل من Azure Synapse إلى Fabric، وأتمتت البرنامج الذي ينقل 30,000 عميل بين إصدارات محرك Spark كل ستة أشهر.

وتشرح هذا العمل علنًا. Fabric Espresso هي سلسلتها التقنية بالفيديو عن Microsoft Fabric: 89 حلقة قصيرة عن Spark في Fabric، وNative Execution Engine، وتصميم lakehouse وDelta Lake، وهندسة البيانات، وضبط الأداء، والترحيل من Synapse. السلسلة الكاملة على YouTube: قائمة تشغيل Fabric Espresso. تتحدث بانتظام في FabCon Europe وهي حاصلة على لقب Microsoft Most Valuable Professional (MVP).

في Clouds on Mars تطبّق المعرفة نفسها بالمحرك من جانب العميل: تصمّم بنى lakehouse على Fabric وDatabricks لمؤسسات في الرعاية الصحية والتأمين ومنصات البيانات المؤسسية في أوروبا والشرق الأوسط، وتدرّب فرق البيانات على Fabric في ورش العمل وجلسات المؤتمرات.

اقرأ دليلها لتطبيق Microsoft Fabric ونموذج Fabric Maturity Model.

تدير Fabric Falcons، مجتمعًا على واتساب لتعلّم Microsoft Fabric بخمسة منشورات قصيرة يوميًا على مستويين.

الجوائز

• Microsoft Most Valuable Professional (MVP)، الملف الشخصي
• الفائزة بجائزة Polka XXI wieku في فئة الابتكار والتقنيات الجديدة، 2026
• ضمن أفضل 100 امرأة في الذكاء الاصطناعي في بولندا؛ وأفضل 3 في قيادة الذكاء الاصطناعي؛ وأفضل 100 امرأة في الحوسبة السحابية
• الفائزة في Microsoft Global Hackathon، فئة الرعاية الصحية، 2021
• جائزة التميز لأفضل طلاب الدكتوراه في كل سنة من سنوات الدكتوراه، جامعة وارسو للتكنولوجيا

التواصل

أسرع طريقة للتواصل مع الدكتورة كوت هي حجز موعد: bit.ly/bookdrkot. وللمراسلات البحثية، يُرجى استخدام البريد الإلكتروني المذكور في سجلها على ORCID.