Jan Dubiński jest obecnie w trakcie studiów doktoranckich w dziedzinie deep learning na Politechnice Warszawskiej. Jest członkiem ALICE Collaboration w LHC CERN. Jan zajmuje się metodami szybkiej symulacji eksperymentów fizyki wysokich energii w Large Hadron Collider w CERN. Metody opracowane w ramach tych badań wykorzystują generatywne modele uczenia głębokiego, takie jak GAN, aby zapewnić wydajną obliczeniowo alternatywę dla istniejących metod opartych na Monte Carlo. Ostatnio Jan koncentruje się na zagadnieniach związanych z bezpieczeństwem modeli uczenia maszynowego i prywatnością danych. Jego najnowsze badania mają na celu poprawę bezpieczeństwa metod samonadzorowanych i generatywnych, które są często pomijane w porównaniu z modelami nadzorowanymi.