Dott.ssa Estera Kot

Profilo

La Dott.ssa Estera Kot è un'informatica che lavora all'intersezione tra apprendimento automatico, sistemi di dati su larga scala e organizzazioni che da essi dipendono. La sua ricerca di dottorato ha applicato il deep learning e l'elaborazione multimodale di immagini mediche alla diagnosi assistita da computer dei tumori cerebrali. Il suo percorso industriale ha portato quell'interesse per la scala alla sua conclusione logica: il runtime Apache Spark che alimenta analisi, apprendimento automatico e carichi Copilot in Azure Synapse Analytics e Microsoft Fabric.

Ha conseguito il dottorato in Informatica con lode presso il Politecnico di Varsavia. È titolare di un brevetto statunitense nell'elaborazione di big data e ha pubblicato quindici articoli sottoposti a revisione paritaria, dodici dei quali come prima autrice, presentati tra l'altro a Glasgow e Redmond. Nel giugno 2026 è stata coautrice e ha presentato un poster di ricerca al XXV US–Poland Science and Technology Symposium, tenutosi alla Stanford University, alla UC Berkeley e alla UCSF: un'indagine su 506 professionisti sulla leadership e sulla gestione delle competenze nel settore civile delle infrastrutture critiche e della difesa in Polonia, confrontata con i quadri di competenze del Dipartimento della Difesa degli Stati Uniti e della NATO.

La sua posizione sull'IA è senza compromessi. L'ingegnere che costruisce un sistema non può delegare la responsabilità morale a regolatori o eticisti. L'etica non è uno strato di conformità aggiunto dopo che l'architettura è stata fissata. Vive in ogni obiettivo di ottimizzazione, in ogni impostazione predefinita, in ogni scelta su ciò che la macchina premia e ciò che ignora.

Ricerca

Pubblicazioni

Da Google Scholar. Nomi degli autori come pubblicati, titoli in lingua originale.

Articoli su rivista

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

Contributi a conferenze

• 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] (in polacco), 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.

Tesi di dottorato

• 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.

Altri manoscritti

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

Didattica

La Dott.ssa Kot insegna programmazione Python all'Università Kozminski di Varsavia e insegna nel master post-laurea «IA e innovazione in sanità» dell'Università Łazarski. È stata docente ospite alla UCLA e alla Scuola Superiore di Commercio di Varsavia (SGH). Al Politecnico di Varsavia ha progettato insegnamenti sulle tecnologie di IA nel cloud per i corsi di laurea triennale e magistrale. Nel 2022 ha creato il programma post-laurea Applicazioni delle tecnologie cloud nelle soluzioni basate su dati e IA presso la Facoltà di Ingegneria Elettrica e fa parte del suo consiglio di programma. Nell'edizione 2026/2027 il programma prevede due semestri su data engineering nel cloud, data warehouse moderni e governance, Microsoft Fabric, IA nella BI, AWS e GCP, e gestione dei progetti cloud. I suoi ex studenti lavorano oggi al CERN, in Google, in Meta e in altri istituti di ricerca.

Crea e conduce Fabric Espresso, una serie video tecnica su Microsoft Fabric con 89 episodi, e interviene regolarmente a FabCon Europe.

Incarichi

• Presidente, poi membro, del Consiglio dei dottorandi della Facoltà di Ingegneria Elettrica, Politecnico di Varsavia
• Lettera di congratulazioni del Rettore del Politecnico di Varsavia, prof. Jan Szmidt, per il suo impegno nel Consiglio dei dottorandi dell'ateneo
• Chair di sessione, HCI International 2025, Göteborg: Human-Centered Design of Chatbots and AI-Driven Agents

Industria

Come Chief Technology Officer di Clouds on Mars, partner Microsoft e Databricks per dati e IA in Europa e Medio Oriente, la Dott.ssa Kot è responsabile della strategia tecnologica, della realizzazione ingegneristica e dell'architettura dei progetti più strategici dell'azienda in sanità, assicurazioni e piattaforme dati enterprise.

In Microsoft è stata Principal Product Manager del runtime Apache Spark in Azure Synapse Analytics e Microsoft Fabric. Ha migrato 25.000 clienti Synapse a Fabric, automatizzato il programma che sposta 30.000 clienti tra versioni del motore ogni sei mesi e guidato team interfunzionali di quasi 300 ingegneri, designer e stakeholder. In precedenza ha lavorato in Intel, Sony, Citi e Procter and Gamble, dove nel 2018 ha introdotto Apache Spark e Delta Lake.

Microsoft Fabric

Microsoft Fabric è il filo conduttore del percorso industriale della Dott.ssa Kot. In Microsoft è stata responsabile del runtime Apache Spark condiviso da Fabric e Azure Synapse Analytics: il motore sotto notebook, job Spark, pipeline lakehouse, apprendimento automatico e carichi Copilot. Ha creato il Native Execution Engine, un runtime Spark vettorizzato sviluppato con Intel, Meta e IBM, quattro volte più veloce di Spark open source e disponibile per ogni cliente Fabric senza costi aggiuntivi. Ha migrato 25.000 clienti Azure Synapse a Fabric e automatizzato il programma che sposta 30.000 clienti tra versioni del motore Spark ogni sei mesi.

Racconta questo lavoro pubblicamente. Fabric Espresso è la sua serie video tecnica su Microsoft Fabric: 89 brevi episodi su Spark in Fabric, il Native Execution Engine, la progettazione lakehouse e Delta Lake, il data engineering, l'ottimizzazione delle prestazioni e la migrazione da Synapse. La serie completa è su YouTube: playlist Fabric Espresso. Interviene regolarmente a FabCon Europe ed è Microsoft Most Valuable Professional (MVP).

In Clouds on Mars applica la stessa conoscenza del motore dal lato del cliente: progetta architetture lakehouse su Fabric e Databricks per imprese di sanità, assicurazioni e piattaforme dati enterprise in Europa e Medio Oriente, e forma i team dati su Fabric in workshop e sessioni di conferenza.

Leggi la sua guida all'implementazione di Microsoft Fabric e il Fabric Maturity Model.

Guida Fabric Falcons, una community WhatsApp su Microsoft Fabric con cinque brevi post al giorno su due livelli.

Riconoscimenti

• Microsoft Most Valuable Professional (MVP), profilo
• Vincitrice del premio Polka XXI wieku, innovazione e nuove tecnologie, 2026
• Top 100 Donne nell'IA in Polonia; Top 3 per la leadership nell'IA; Top 100 Donne nel Cloud Computing
• Vincitrice del Microsoft Global Hackathon, sanità, 2021
• Borsa di merito per i migliori dottorandi in ogni anno del dottorato, Politecnico di Varsavia

Contatti

Il modo più rapido per raggiungere la Dott.ssa Kot è prenotare un incontro: bit.ly/bookdrkot. Per la corrispondenza scientifica, utilizzare l'indirizzo indicato nel suo profilo ORCID.