Dra. Estera Kot

Directora de Tecnología (CTO), Clouds on Mars Profesora adjunta, Instituto de Informática, Universidad Kozminski, Varsovia Anteriormente Principal Product Manager, Microsoft (Azure Synapse Analytics, Microsoft Fabric)

ORCID 0000-0001-8308-7129 Google Scholar Bio (PDF) Reservar cita

Nombre escrito también como Ester Kot o Esther Kot.

Acerca de

La Dra. Estera Kot es una informática que trabaja en la intersección del aprendizaje automático, los sistemas de datos a gran escala y las organizaciones que dependen de ellos. Su investigación doctoral aplicó el aprendizaje profundo y el procesamiento multimodal de imágenes médicas al diagnóstico asistido por ordenador de tumores cerebrales. Su trabajo en la industria llevó ese interés por la escala hasta su conclusión lógica: el motor Apache Spark que impulsa la analítica, el aprendizaje automático y las cargas de Copilot en Azure Synapse Analytics y Microsoft Fabric.

Obtuvo su doctorado en Informática con distinción en la Universidad Politécnica de Varsovia. Es titular de una patente estadounidense en procesamiento de big data y ha publicado quince artículos revisados por pares, doce de ellos como primera autora, presentados en foros como Glasgow y Redmond. En junio de 2026 fue coautora y presentó un póster de investigación en el XXV US–Poland Science and Technology Symposium, celebrado en la Universidad de Stanford, UC Berkeley y UCSF: una encuesta a 506 profesionales sobre liderazgo y gestión de competencias en el sector civil de infraestructuras críticas y defensa de Polonia, contrastada con los marcos de competencias del Departamento de Defensa de EE. UU. y de la OTAN.

Su postura sobre la IA es inflexible. La ingeniera que construye un sistema no puede delegar la responsabilidad moral en reguladores ni en especialistas en ética. La ética no es una capa de cumplimiento que se añade una vez fijada la arquitectura. Vive en cada objetivo de optimización, en cada valor por defecto, en cada decisión sobre lo que la máquina premia y lo que ignora.

Investigación

Líneas

Aprendizaje profundo para el análisis de imágenes biomédicas, en particular la segmentación de tumores cerebrales y la estimación de su volumen
Motores de ejecución vectorizados para Apache Spark y arquitecturas lakehouse
Migración de plataformas de datos a gran escala y gestión del ciclo de vida de los motores
Gobernanza de la IA como disciplina de ingeniería y no como capa de cumplimiento

Trabajos destacados

Tesis doctoral: métodos de procesamiento multimodal de imágenes médicas para el diagnóstico asistido por ordenador de tumores cerebrales, Universidad Politécnica de Varsovia, con distinción
Patente estadounidense en procesamiento de big data
Native Execution Engine para Microsoft Fabric: un motor Spark vectorizado desarrollado con Intel, Meta e IBM, cuatro veces más rápido que Spark de código abierto
Quince publicaciones revisadas por pares. Lista completa en Google Scholar y ORCID

Publicaciones

Según Google Scholar. Nombres de autores tal como se publicaron, títulos en el idioma original.

Artículos en revistas

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] (en polaco), 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] (en polaco), Poznan University of Technology Academic Journals: Electrical Engineering, 2019.

Ponencias en congresos

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

Pósteres

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.

Tesis doctoral

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.

Otros manuscritos

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

Docencia

La Dra. Kot imparte programación en Python en la Universidad Kozminski de Varsovia y enseña en el programa de posgrado «IA e innovación en salud» de la Universidad Łazarski. Ha sido profesora invitada en UCLA y en la Escuela Superior de Comercio de Varsovia (SGH). En la Universidad Politécnica de Varsovia diseñó asignaturas sobre tecnologías de IA en la nube para grado y máster. En 2022 creó el programa de posgrado Aplicaciones de las tecnologías en la nube en soluciones basadas en datos e IA en la Facultad de Ingeniería Eléctrica y forma parte de su consejo de programa. En su edición 2026/2027, el programa ofrece dos semestres que cubren ingeniería de datos en la nube, almacenes de datos modernos y gobernanza, Microsoft Fabric, IA en BI, AWS y GCP, y gestión de proyectos en la nube. Sus antiguos estudiantes trabajan hoy en el CERN, Google, Meta y otras instituciones de investigación.

Crea y presenta Fabric Espresso, una serie técnica en vídeo sobre Microsoft Fabric con 89 episodios, y participa regularmente como ponente en FabCon Europe.

Gestión académica

Presidenta, y después miembro, del Consejo de Doctorandos de la Facultad de Ingeniería Eléctrica, Universidad Politécnica de Varsovia
Carta de felicitación del Rector de la Universidad Politécnica de Varsovia, el profesor Jan Szmidt, por su labor en el Consejo de Doctorandos de la universidad
Presidenta de sesión, HCI International 2025, Gotemburgo: Human-Centered Design of Chatbots and AI-Driven Agents

Industria

Como Directora de Tecnología en Clouds on Mars, socio de Microsoft y Databricks en datos e IA para Europa y Oriente Medio, la Dra. Kot es responsable de la estrategia técnica, la ejecución de ingeniería y la arquitectura de las cuentas más estratégicas de la firma en sanidad, seguros y plataformas de datos empresariales.

En Microsoft fue Principal Product Manager del motor Apache Spark en Azure Synapse Analytics y Microsoft Fabric. Migró a 25 000 clientes de Synapse a Fabric, automatizó el programa que traslada a 30 000 clientes entre versiones del motor cada seis meses y dirigió equipos multidisciplinares de cerca de 300 ingenieros, diseñadores y partes interesadas. Antes trabajó en Intel, Sony, Citi y Procter and Gamble, donde introdujo Apache Spark y Delta Lake en 2018.

Microsoft Fabric

Microsoft Fabric es el hilo conductor de la trayectoria industrial de la Dra. Kot. En Microsoft fue responsable del motor Apache Spark que comparten Fabric y Azure Synapse Analytics: el motor bajo los notebooks, los trabajos Spark, las canalizaciones lakehouse, el aprendizaje automático y las cargas de Copilot. Creó el Native Execution Engine, un motor Spark vectorizado desarrollado con Intel, Meta e IBM, cuatro veces más rápido que Spark de código abierto y disponible para todos los clientes de Fabric sin coste adicional. Migró a 25 000 clientes de Azure Synapse a Fabric y automatizó el programa que traslada a 30 000 clientes entre versiones del motor Spark cada seis meses.

Explica este trabajo en público. Fabric Espresso es su serie técnica en vídeo sobre Microsoft Fabric: 89 episodios breves sobre Spark en Fabric, el Native Execution Engine, el diseño lakehouse y Delta Lake, la ingeniería de datos, el ajuste de rendimiento y la migración desde Synapse. La serie completa está en YouTube: lista de reproducción de Fabric Espresso. Participa regularmente como ponente en FabCon Europe y es Microsoft Most Valuable Professional (MVP).

En Clouds on Mars aplica ese mismo conocimiento del motor desde el lado del cliente: diseña arquitecturas lakehouse en Fabric y Databricks para empresas de sanidad, seguros y plataformas de datos empresariales en Europa y Oriente Medio, y forma a equipos de datos en Fabric en talleres y sesiones de conferencias.

Lea su guía de implementación de Microsoft Fabric y el Fabric Maturity Model.

Dirige Fabric Falcons, una comunidad de WhatsApp sobre Microsoft Fabric con cinco publicaciones breves al día en dos niveles.

Reconocimientos

Microsoft Most Valuable Professional (MVP), perfil
Galardonada Polka XXI wieku, innovación y nuevas tecnologías, 2026
Top 100 Mujeres en IA de Polonia; Top 3 en liderazgo en IA; Top 100 Mujeres en Cloud Computing
Ganadora del Microsoft Global Hackathon, sanidad, 2021
Beca de excelencia para los mejores doctorandos en cada año del doctorado, Universidad Politécnica de Varsovia

Contacto

La forma más rápida de contactar con la Dra. Kot es reservar una cita: bit.ly/bookdrkot. Para correspondencia científica, utilice el correo indicado en su registro ORCID.