Zajmuję się kosmologią obserwacyjną oraz zastosowaniami uczenia maszynowego w analizie danych astrofizycznych. W swojej pracy koncentruję się na precyzyjnym oszacowaniu i zrozumieniu modelu kosmologicznego Wszechświata na podstawie wielkoskalowych danych obserwacyjnych z nowoczesnych teleskopów. Szczególną uwagę poświęcam dwóm kluczowym zagadkom współczesnej kosmologii: ciemnej energii i ciemnej materii.
Moje badania obejmują analizę wielkoskalowej struktury Wszechświata, jej obserwacyjnych sygnatur w różnych populacjach galaktyk oraz w szerokim zakresie długości fal, a także kosmiczne promieniowanie tła i wzajemne korelacje pomiędzy tymi obserwacjami. Istotnym elementem mojej pracy jest rozwój i zastosowanie nowoczesnych metod uczenia maszynowego, w tym simulation-based inference oraz dużych modeli sztucznej inteligencji, w celu efektywnego prowadzenia badań kosmologicznych. Zajmuję się również klasyfikacją obiektów astrofizycznych oraz estymacją fotometrycznych przesunięć ku czerwieni (photo-z), ze szczególnym uwzględnieniem kwazarów — jednych z najodleglejszych i najbardziej energetycznych obiektów we Wszechświecie.
Posiadam multidyscyplinarne wykształcenie łączące informatykę (MSc, Uniwersytet Jagielloński) oraz fizykę (PhD, Narodowe Centrum Badań Jądrowych), co pozwala mi efektywnie łączyć zaawansowane metody obliczeniowe z analizą danych obserwacyjnych w kosmologii.
Jestem członkiem międzynarodowych współprac badawczych, w tym LOFAR (Low Frequency Array), Kilo-Degree Survey (KiDS), Legacy Survey of Space and Time (LSST) oraz Dark Energy Science Collaboration (DESC). Wcześniej pracowałem również w ramach przeglądu Zwicky Transient Facility (ZTF). Obecnie jestem członkiem grupy Computational Cosmology Group (CCG) w Centrum Fizyki Teoretycznej PAN, kierowanej przez prof. Wojciecha Hellwinga, oraz uczestnikiem projektu PACIS: Precision and Accuracy for Cosmological Imaging Surveys, prowadzonego przez prof. Macieja Bilickiego.
Zapraszam do kontaktu w sprawie realizacji praktyk, staży oraz projektów licencjackich i magisterskich z zakresu kosmologii obserwacyjnej, analizy danych oraz uczenia maszynowego.
