Dr. Estera Kot

Über

Dr. Estera Kot ist Informatikerin und arbeitet an der Schnittstelle von maschinellem Lernen, Datensystemen im großen Maßstab und den Organisationen, die davon abhängen. In ihrer Dissertation wandte sie Deep Learning und multimodale medizinische Bildverarbeitung auf die computergestützte Diagnose von Hirntumoren an. In der Industrie führte sie dieses Interesse an Skalierung zu seinem logischen Ende: der Apache-Spark-Laufzeit, die Analytik, maschinelles Lernen und Copilot-Workloads in Azure Synapse Analytics und Microsoft Fabric antreibt.

Sie promovierte mit Auszeichnung in Informatik an der Technischen Universität Warschau. Sie hält ein US-Patent im Bereich Big-Data-Verarbeitung und hat fünfzehn begutachtete Arbeiten veröffentlicht, zwölf davon als Erstautorin, vorgestellt unter anderem in Glasgow und Redmond. Im Juni 2026 präsentierte sie ein mitverfasstes Forschungsposter auf dem XXV US–Poland Science and Technology Symposium an der Stanford University, der UC Berkeley und der UCSF: eine Befragung von 506 Fachkräften zu Führung und Kompetenzmanagement im zivilen Sektor kritischer Infrastruktur und Verteidigung in Polen, gemessen an den Kompetenzrahmen des US-Verteidigungsministeriums und der NATO.

Ihre Haltung zur KI ist kompromisslos. Wer ein System baut, kann die moralische Verantwortung nicht an Regulierer oder Ethiker auslagern. Ethik ist keine Compliance-Schicht, die nach Festlegung der Architektur hinzugefügt wird. Sie lebt in jedem Optimierungsziel, in jeder Voreinstellung, in jeder Entscheidung darüber, was die Maschine belohnt und was sie ignoriert.

Forschung

Publikationen

Nach Google Scholar. Autorennamen wie veröffentlicht, Titel im Original.

Zeitschriftenartikel

• 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] (auf Polnisch), 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] (auf Polnisch), Poznan University of Technology Academic Journals: Electrical Engineering, 2019.

Konferenzbeiträge

• 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] (auf Polnisch), XLII International Conference on Fundamentals of Electrotechnics and Circuit Theory (IC-SPETO 2019), Silesian University of Technology, 2019.

Poster

• 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.

Dissertation

• 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.

Weitere Manuskripte

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

Lehre

Dr. Kot unterrichtet Python-Programmierung an der Kozminski-Universität in Warschau und lehrt im Weiterbildungsstudiengang „KI und Innovationen im Gesundheitswesen“ an der Łazarski-Universität. Als Gastdozentin lehrte sie an der UCLA und an der SGH Warsaw School of Economics. An der Technischen Universität Warschau entwarf sie Lehrveranstaltungen zu KI-in-der-Cloud-Technologien für Bachelor- und Masterstudiengänge. 2022 konzipierte sie den Weiterbildungsstudiengang Anwendungen von Cloud-Technologien in daten- und KI-basierten Lösungen an der Fakultät für Elektrotechnik und gehört seinem Programmrat an. Der aktuelle Jahrgang 2026/2027 umfasst zwei Semester zu Cloud Data Engineering, modernen Data Warehouses und Governance, Microsoft Fabric, KI in BI, AWS und GCP sowie Cloud-Projektmanagement. Ihre ehemaligen Studierenden arbeiten heute bei CERN, Google, Meta und anderen Forschungseinrichtungen.

Sie produziert und moderiert Fabric Espresso, eine technische Videoreihe zu Microsoft Fabric mit 89 Folgen, und spricht regelmäßig auf der FabCon Europe.

Gremienarbeit

• Vorsitzende, später Mitglied des Doktorandenrats der Fakultät für Elektrotechnik, Technische Universität Warschau
• Glückwunschschreiben des Rektors der Technischen Universität Warschau, Prof. Jan Szmidt, für ihre Arbeit im Doktorandenrat der Universität
• Sitzungsleiterin, HCI International 2025, Göteborg: Human-Centered Design of Chatbots and AI-Driven Agents

Industrie

Als Chief Technology Officer bei Clouds on Mars, einem Microsoft- und Databricks-Partner für Daten und KI in Europa und dem Nahen Osten, verantwortet Dr. Kot die Technologiestrategie, die technische Umsetzung und die Architektur der strategisch wichtigsten Kundenprojekte des Unternehmens im Gesundheitswesen, in der Versicherungsbranche und bei Unternehmensdatenplattformen.

Bei Microsoft war sie Principal Product Manager für die Apache-Spark-Laufzeit in Azure Synapse Analytics und Microsoft Fabric. Sie migrierte 25.000 Synapse-Kunden zu Fabric, automatisierte das Programm, das alle sechs Monate 30.000 Kunden zwischen Engine-Versionen bewegt, und leitete bereichsübergreifende Teams mit nahezu 300 Ingenieuren, Designern und Stakeholdern. Frühere Stationen waren Intel, Sony, Citi und Procter and Gamble, wo sie 2018 Apache Spark und Delta Lake einführte.

Microsoft Fabric

Microsoft Fabric ist der rote Faden in der Industriearbeit von Dr. Kot. Bei Microsoft verantwortete sie die Apache-Spark-Laufzeit, die Fabric und Azure Synapse Analytics gemeinsam nutzen: die Engine unter Notebooks, Spark-Jobs, Lakehouse-Pipelines, maschinellem Lernen und Copilot-Workloads. Sie schuf die Native Execution Engine, eine vektorisierte Spark-Laufzeit, entwickelt mit Intel, Meta und IBM, viermal schneller als Open-Source-Spark und für jeden Fabric-Kunden ohne Aufpreis verfügbar. Sie migrierte 25.000 Azure-Synapse-Kunden zu Fabric und automatisierte das Programm, das alle sechs Monate 30.000 Kunden zwischen Spark-Engine-Versionen bewegt.

Diese Arbeit erklärt sie öffentlich. Fabric Espresso ist ihre technische Videoreihe zu Microsoft Fabric: 89 kurze Folgen zu Spark in Fabric, zur Native Execution Engine, zum Lakehouse- und Delta-Lake-Design, zu Data Engineering, Performance-Tuning und Migration von Synapse. Die vollständige Reihe auf YouTube: Fabric-Espresso-Playlist. Sie spricht regelmäßig auf der FabCon Europe und ist Microsoft Most Valuable Professional (MVP).

Bei Clouds on Mars wendet sie dasselbe Engine-Wissen von der Kundenseite an: Sie entwirft Fabric- und Databricks-Lakehouse-Architekturen für Unternehmen aus Gesundheitswesen, Versicherung und Unternehmensdatenplattformen in Europa und dem Nahen Osten und vermittelt Fabric in Workshops und Konferenzsessions an Datenteams.

Lesen Sie ihren Leitfaden zur Implementierung von Microsoft Fabric und das Fabric Maturity Model.

Sie leitet Fabric Falcons, eine WhatsApp-Community zu Microsoft Fabric mit fünf kurzen Beiträgen pro Tag auf zwei Niveaus.

Auszeichnungen

• Microsoft Most Valuable Professional (MVP), Profil
• Preisträgerin Polka XXI wieku, Innovation und neue Technologien, 2026
• Top 100 Frauen in der KI in Polen; Top 3 für KI-Führung; Top 100 Frauen im Cloud Computing
• Gewinnerin des Microsoft Global Hackathon, Gesundheitswesen, 2021
• Auszeichnung für die besten Doktoranden in jedem Jahr der Promotion, Technische Universität Warschau

Kontakt

Am schnellsten erreicht man Dr. Kot über eine Terminbuchung: bit.ly/bookdrkot. Für wissenschaftliche Korrespondenz gilt die E-Mail-Adresse in ihrem ORCID-Eintrag.