Skip to main content

dr inż. Dariusz Jaruga – Doktor nauk społecznych w dziedzinie komunikacji społecznej i medioznawstwa (2019); Absolwent Wydziału Mechatroniki Politechniki Warszawskiej. Od 2022 r. pracownik naukowo-dydaktyczny na Wydziale Nauk Politycznych i Stosunków Międzynarodowych Uniwersytetu Warszawskiego. Pracownik naukowo-dydaktyczny na Wydziale Dziennikarstwa, Informacji i Książki Uniwersytetu Warszawskiego (2015–2021); asystent dydaktyczny na Wydziale Dziennikarstwa i Nauk Politycznych (2002–2015). Pełnomocnik dziekana Wydziału Dziennikarstwa, Informacji i Książki ds. ochrony danych osobowych (w latach 2016–2021). Współtwórca kierunku studiów „Zarządzanie danymi masowymi” na Uniwersytecie Warszawskim. Brał udział w dwóch projektach Narodowego Centrum Badań i Rozwoju w dziedzinie badań i rozwoju oraz trendów technologicznych. Obecnie jest członkiem zespołu realizującego projekt: „Identyfikacja, gromadzenie i ocena wrogich operacji dezinformacyjnych w cyberprzestrzeni w oparciu o narzędzia ICT (IKONA)”. Doświadczenie zawodowe zdobywał również w Polskiej Agencji Prasowej oraz w Szkole Głównej Handlowej w Warszawie.

Zainteresowania badawcze

Udoskonalanie informacji, tworzenie aplikacji badawczych służących do gromadzenia danych na potrzeby udoskonalania, przetwarzanie Big Data jako cennego źródła informacji wtórnych, systemy operacyjne, usługi sieciowe, relacyjne i nierelacyjne bazy danych, nowe media, tworzenie oprogramowania, bezpieczeństwo informatyczne.

katedra

Wydział Technologii Informacyjnych

Ostatnie publikacje

Jaruga D., Komunikacja sieciowa. Źródła informacji Big Data, ISBN: 978-83-65741-75-2, Warszawa 2021.

Cetera W., Gogołek W., Żołnierski A., Jaruga D. (2022), Możliwości wykorzystania dużych zasobów danych nieustrukturyzowanych przez publiczne instytucje wspierające innowacje, „Journal of Big Data”, tom 9, nr 1, s. 1–21.

Żołnierski A., Cetera W., Jaruga D., Grzegorek J., Sowula G. (2022), Grafen i jego zastosowania. Badanie trendów rozwojowych w badaniach naukowych oraz potencjału wdrożeniowego z wykorzystaniem metod analizy dużych zbiorów danych i przetwarzania informacji, „Journal of Nanotechnology Research”, tom 4, nr 3, s. 117–124.