Mateusz jest doktorantem na Politechnice Poznańskiej oraz w IDEAS NCBR. Jego główne zainteresowania badawcze obejmują przyczynowość, w szczególności odkrywanie związków przyczynowych z wykorzystaniem zarówno metod głębokiego uczenia, jak i podejść zaprojektowanych dla małych próbek. Obecnie bada, jak zastosować te metody w rzeczywistych problemach, analizując statystyczne założenia występujące w praktycznych zbiorach danych. Jego zainteresowania badawcze obejmują również wyjaśnialność w uczeniu maszynowym, ze szczególnym naciskiem na metody oparte na teorii gier. Mateusz bada, jak sprawić, by te metody lepiej odpowiadały ludzkiej intuicji, czyniąc systemy AI bardziej przejrzystymi i godnymi zaufania.
W wolnym czasie uprawia biegi i wędruje po górach.
LinkedIn