Biznes IT
Czy myśleliście kiedyś, w jaki sposób rozpocząć swój biznes w branży IT? Może już prowadzicie własną firmę i Chcecie, aby zaistniała ona w sieci? W tej kategorii znajdziecie książki, w których zawarty jest know-how związany z wieloma rodzajami działalności prowadzonych poprzez internet, czy w inny sposób związanych z nowoczesnymi technologiami w biznesie.
Znajdziecie informacje o systemach zarządzania informacjami o Klientach - popularnych CRM'ach, o zarządzaniu projektami IT, wykorzystaniu potencjału popularnych teraz portali społecznościowych do promocji swojej działalności, czy też poradniki, które pomogą Wam rozwinąć umiejętności pozatechniczne - równie ważne dla Waszych przedsięwzięć.
Abhinav Dadhich
In this book, you will find several recently proposed methods in various domains of computer vision. You will start by setting up the proper Python environment to work on practical applications. This includes setting up libraries such as OpenCV, TensorFlow, and Keras using Anaconda. Using these libraries, you'll start to understand the concepts of image transformation and filtering. You will find a detailed explanation of feature detectors such as FAST and ORB; you'll use them to find similar-looking objects.With an introduction to convolutional neural nets, you will learn how to build a deep neural net using Keras and how to use it to classify the Fashion-MNIST dataset. With regard to object detection, you will learn the implementation of a simple face detector as well as the workings of complex deep-learning-based object detectors such as Faster R-CNN and SSD using TensorFlow. You'll get started with semantic segmentation using FCN models and track objects with Deep SORT. Not only this, you will also use Visual SLAM techniques such as ORB-SLAM on a standard dataset. By the end of this book, you will have a firm understanding of the different computer vision techniques and how to apply them in your applications.
Abhinav Dadhich
In this book, you will find several recently proposed methods in various domains of computer vision. You will start by setting up the proper Python environment to work on practical applications. This includes setting up libraries such as OpenCV, TensorFlow, and Keras using Anaconda. Using these libraries, you'll start to understand the concepts of image transformation and filtering. You will find a detailed explanation of feature detectors such as FAST and ORB; you'll use them to find similar-looking objects.With an introduction to convolutional neural nets, you will learn how to build a deep neural net using Keras and how to use it to classify the Fashion-MNIST dataset. With regard to object detection, you will learn the implementation of a simple face detector as well as the workings of complex deep-learning-based object detectors such as Faster R-CNN and SSD using TensorFlow. You'll get started with semantic segmentation using FCN models and track objects with Deep SORT. Not only this, you will also use Visual SLAM techniques such as ORB-SLAM on a standard dataset. By the end of this book, you will have a firm understanding of the different computer vision techniques and how to apply them in your applications.
Practical Convolutional Neural Networks. Implement advanced deep learning models using Python
Mohit Sewak, Md. Rezaul Karim, Pradeep Pujari
Convolutional Neural Network (CNN) is revolutionizing several application domains such as visual recognition systems, self-driving cars, medical discoveries, innovative eCommerce and more.You will learn to create innovative solutions around image and video analytics to solve complex machine learning and computer vision related problems and implement real-life CNN models. This book starts with an overview of deep neural networkswith the example of image classification and walks you through building your first CNN for human face detector. We will learn to use concepts like transfer learning with CNN, and Auto-Encoders to build very powerful models, even when not much of supervised training data of labeled images is available.Later we build upon the learning achieved to build advanced vision related algorithms for object detection, instance segmentation, generative adversarial networks, image captioning, attention mechanisms for vision, and recurrent models for vision. By the end of this book, you should be ready to implement advanced, effective and efficient CNN models at your professional project or personal initiatives by working on complex image and video datasets.
RATNADIP ADHIKARI, Rajib Bhattacharya, Prabhanjan Narayanachar Tattar,...
As increasing amounts of data are generated each year, the need to analyze and create value out of it is more important than ever. Companies that know what to do with their data and how to do it well will have a competitive advantage over companies that don’t. Because of this, there will be an increasing demand for people that possess both the analytical and technical abilities to extract valuable insights from data and create valuable solutions that put those insights to use. Starting with the basics, this book covers how to set up your numerical programming environment, introduces you to the data science pipeline, and guides you through several data projects in a step-by-step format. By sequentially working through the steps in each chapter, you will quickly familiarize yourself with the process and learn how to apply it to a variety of situations with examples using the two most popular programming languages for data analysis—R and Python.
Allan Visochek
Around 80% of time in data analysis is spent on cleaning and preparing data for analysis. This is, however, an important task, and is a prerequisite to the rest of the data analysis workflow, including visualization, analysis and reporting. Python and R are considered a popular choice of tool for data analysis, and have packages that can be best used to manipulate different kinds of data, as per your requirements. This book will show you the different data wrangling techniques, and how you can leverage the power of Python and R packages to implement them.You’ll start by understanding the data wrangling process and get a solid foundation to work with different types of data. You’ll work with different data structures and acquire and parse data from various locations. You’ll also see how to reshape the layout of data and manipulate, summarize, and join data sets. Finally, we conclude with a quick primer on accessing and processing data from databases, conducting data exploration, and storing and retrieving data quickly using databases.The book includes practical examples on each of these points using simple and real-world data sets to give you an easier understanding. By the end of the book, you’ll have a thorough understanding of all the data wrangling concepts and how to implement them in the best possible way.
Valery Manokhin, Agus Sudjianto
In the rapidly evolving landscape of machine learning, the ability to accurately quantify uncertainty is pivotal. The book addresses this need by offering an in-depth exploration of Conformal Prediction, a cutting-edge framework to manage uncertainty in various ML applications.Learn how Conformal Prediction excels in calibrating classification models, produces well-calibrated prediction intervals for regression, and resolves challenges in time series forecasting and imbalanced data. Discover specialised applications of conformal prediction in cutting-edge domains like computer vision and NLP. Each chapter delves into specific aspects, offering hands-on insights and best practices for enhancing prediction reliability. The book concludes with a focus on multi-class classification nuances, providing expert-level proficiency to seamlessly integrate Conformal Prediction into diverse industries. With practical examples in Python using real-world datasets, expert insights, and open-source library applications, you will gain a solid understanding of this modern framework for uncertainty quantification.By the end of this book, you will be able to master Conformal Prediction in Python with a blend of theory and practical application, enabling you to confidently apply this powerful framework to quantify uncertainty in diverse fields.
Practical Machine Learning Cookbook. Supervised and unsupervised machine learning simplified
Vikram Chandra Jha, Atul Tripathi
Machine learning has become the new black. The challenge in today’s world is the explosion of data from existing legacy data and incoming new structured and unstructured data. The complexity of discovering, understanding, performing analysis, and predicting outcomes on the data using machine learning algorithms is a challenge. This cookbook will help solve everyday challenges you face as a data scientist. The application of various data science techniques and on multiple data sets based on real-world challenges you face will help you appreciate a variety of techniques used in various situations.The first half of the book provides recipes on fairly complex machine-learning systems, where you’ll learn to explore new areas of applications of machine learning and improve its efficiency. That includes recipes on classifications, neural networks, unsupervised and supervised learning, deep learning, reinforcement learning, and more.The second half of the book focuses on three different machine learning case studies, all based on real-world data, and offers solutions and solves specific machine-learning issues in each one.
Practical Machine Learning on Databricks. Seamlessly transition ML models and MLOps on Databricks
Debu Sinha
Unleash the potential of databricks for end-to-end machine learning with this comprehensive guide, tailored for experienced data scientists and developers transitioning from DIY or other cloud platforms. Building on a strong foundation in Python, Practical Machine Learning on Databricks serves as your roadmap from development to production, covering all intermediary steps using the databricks platform. You’ll start with an overview of machine learning applications, databricks platform features, and MLflow. Next, you’ll dive into data preparation, model selection, and training essentials and discover the power of databricks feature store for precomputing feature tables. You’ll also learn to kickstart your projects using databricks AutoML and automate retraining and deployment through databricks workflows. By the end of this book, you’ll have mastered MLflow for experiment tracking, collaboration, and advanced use cases like model interpretability and governance. The book is enriched with hands-on example code at every step. While primarily focused on generally available features, the book equips you to easily adapt to future innovations in machine learning, databricks, and MLflow.
Brindha Priyadarshini Jeyaraman, Ludvig Renbo Olsen, Monicah...
With huge amounts of data being generated every moment, businesses need applications that apply complex mathematical calculations to data repeatedly and at speed. With machine learning techniques and R, you can easily develop these kinds of applications in an efficient way.Practical Machine Learning with R begins by helping you grasp the basics of machine learning methods, while also highlighting how and why they work. You will understand how to get these algorithms to work in practice, rather than focusing on mathematical derivations. As you progress from one chapter to another, you will gain hands-on experience of building a machine learning solution in R. Next, using R packages such as rpart, random forest, and multiple imputation by chained equations (MICE), you will learn to implement algorithms including neural net classifier, decision trees, and linear and non-linear regression. As you progress through the book, you’ll delve into various machine learning techniques for both supervised and unsupervised learning approaches. In addition to this, you’ll gain insights into partitioning the datasets and mechanisms to evaluate the results from each model and be able to compare them. By the end of this book, you will have gained expertise in solving your business problems, starting by forming a good problem statement, selecting the most appropriate model to solve your problem, and then ensuring that you do not overtrain it.
Ralph Winters
This is the go-to book for anyone interested in the steps needed to develop predictive analytics solutions with examples from the world of marketing, healthcare, and retail. We'll get startedwith a brief history of predictive analytics and learn about different roles and functions people play within a predictive analytics project. Then, we will learn about various ways of installing R along with their pros and cons, combined with a step-by-step installation of RStudio,and a description of the best practices for organizing your projects.On completing the installation, we will begin to acquire the skills necessary to input, clean, and prepare your data for modeling. We will learn the six specific steps needed to implement andsuccessfully deploy a predictive model starting from asking the right questions through model development and ending with deploying your predictive model into production. We will learn whycollaboration is important and how agile iterative modeling cycles can increase your chances of developing and deploying the best successful model.We will continue your journey in the cloud by extending your skill set by learning about Databricks and SparkR, which allow you to develop predictive models on vast gigabytes of data.
Shilpi Saxena, Selva raj Ramasamy, Prateek Bhati,...
With the rise of Big Data, there is an increasing need to process large amounts of data continuously, with a shorter turnaround time. Real-time data processing involves continuous input, processing and output of data, with the condition that the time required for processing is as short as possible.This book covers the majority of the existing and evolving open source technology stack for real-time processing and analytics. You will get to know about all the real-time solution aspects, from the source to the presentation to persistence. Through this practical book, you’ll be equipped with a clear understanding of how to solve challenges on your own.We’ll cover topics such as how to set up components, basic executions, integrations, advanced use cases, alerts, and monitoring. You’ll be exposed to the popular tools used in real-time processing today such as Apache Spark, Apache Flink, and Storm. Finally, you will put your knowledge to practical use by implementing all of the techniques in the form of a practical, real-world use case.By the end of this book, you will have a solid understanding of all the aspects of real-time data processing and analytics, and will know how to deploy the solutions in production environments in the best possible manner.
Pethuru Raj Chelliah, Shreyash Naithani, Shailender Singh
Site reliability engineering (SRE) is being touted as the most competent paradigm in establishing and ensuring next-generation high-quality software solutions.This book starts by introducing you to the SRE paradigm and covers the need for highly reliable IT platforms and infrastructures. As you make your way through the next set of chapters, you will learn to develop microservices using Spring Boot and make use of RESTful frameworks. You will also learn about GitHub for deployment, containerization, and Docker containers. Practical Site Reliability Engineering teaches you to set up and sustain containerized cloud environments, and also covers architectural and design patterns and reliability implementation techniques such as reactive programming, and languages such as Ballerina and Rust. In the concluding chapters, you will get well-versed with service mesh solutions such as Istio and Linkerd, and understand service resilience test practices, API gateways, and edge/fog computing.By the end of this book, you will have gained experience on working with SRE concepts and be able to deliver highly reliable apps and services.
PKS Prakash, Avishek Pal
Time Series Analysis allows us to analyze data which is generated over a period of time and has sequential interdependencies between the observations. This book describes special mathematical tricks and techniques which are geared towards exploring the internal structures of time series data and generating powerful descriptive and predictive insights. Also, the book is full of real-life examples of time series and their analyses using cutting-edge solutions developed in Python. The book starts with descriptive analysis to create insightful visualizations of internal structures such as trend, seasonality, and autocorrelation. Next, the statistical methods of dealing with autocorrelation and non-stationary time series are described. This is followed by exponential smoothing to produce meaningful insights from noisy time series data. At this point, we shift focus towards predictive analysis and introduce autoregressive models such as ARMA and ARIMA for time series forecasting. Later, powerful deep learning methods are presented, to develop accurate forecasting models for complex time series, and under the availability of little domain knowledge. All the topics are illustrated with real-life problem scenarios and their solutions by best-practice implementations in Python.The book concludes with the Appendix, with a brief discussion of programming and solving data science problems using Python.
Pracuj dla pieniędzy, projektuj dla przyjemności. Podręcznik freelancera
David Airey
Uwolnij się od etatu! Jeżeli Twoja praca jest Twoją pasją, należysz do grona wyjątkowo szczęśliwych ludzi. Nie ma nic przyjemniejszego, niż poświęcać się ulubionemu zajęciu, a jednocześnie obserwować stale rosnący stan konta. Graficy to grupa osób, którym dość łatwo przychodzi osiągnięcie tego idealnego stanu. Mimo iż prowadzenie własnej działalności to ogromne wyzwanie, przyjemność i szansa na sukces są warte wielu wyrzeczeń. W tym fantastycznym przewodniku znajdziesz odpowiedzi na najczęściej zadawane pytania w zakresie zakładania i prowadzenia własnej pracowni graficznej. W trakcie lektury poznasz plusy i minusy własnej działalności gospodarczej (z tego miejsca jeszcze możesz się wycofać), a następnie rozpoczniesz przygotowania do wdrożenia swoich planów w życie. Dowiesz się, jak wybrać odpowiednią nazwę dla firmy, dlaczego warto prowadzić blog oraz na co zwracać uwagę przy nawiązywaniu współpracy z klientami. Ponadto sprawdzisz, jak ich właściwie dobierać oraz jak przygotować się do rozmowy z nimi. To obowiązkowa lektura dla każdego, kto chce wyrwać się z etatowego kieratu! Sięgnij po tę książkę i: poznaj zalety i wady własnej działalności wybierz właściwą nazwę dla swojej firmy dowiedz się, jak wyceniać swoją pracę odnieś sukces na rynku Dołącz do grona freelancerów!
Pracuj dla pieniędzy, projektuj dla przyjemności. Podręcznik freelancera
David Airey
Uwolnij się od etatu! Jeżeli Twoja praca jest Twoją pasją, należysz do grona wyjątkowo szczęśliwych ludzi. Nie ma nic przyjemniejszego, niż poświęcać się ulubionemu zajęciu, a jednocześnie obserwować stale rosnący stan konta. Graficy to grupa osób, którym dość łatwo przychodzi osiągnięcie tego idealnego stanu. Mimo iż prowadzenie własnej działalności to ogromne wyzwanie, przyjemność i szansa na sukces są warte wielu wyrzeczeń. W tym fantastycznym przewodniku znajdziesz odpowiedzi na najczęściej zadawane pytania w zakresie zakładania i prowadzenia własnej pracowni graficznej. W trakcie lektury poznasz plusy i minusy własnej działalności gospodarczej (z tego miejsca jeszcze możesz się wycofać), a następnie rozpoczniesz przygotowania do wdrożenia swoich planów w życie. Dowiesz się, jak wybrać odpowiednią nazwę dla firmy, dlaczego warto prowadzić blog oraz na co zwracać uwagę przy nawiązywaniu współpracy z klientami. Ponadto sprawdzisz, jak ich właściwie dobierać oraz jak przygotować się do rozmowy z nimi. To obowiązkowa lektura dla każdego, kto chce wyrwać się z etatowego kieratu! Sięgnij po tę książkę i: poznaj zalety i wady własnej działalności wybierz właściwą nazwę dla swojej firmy dowiedz się, jak wyceniać swoją pracę odnieś sukces na rynku Dołącz do grona freelancerów!
Pragmatyczny programista. Od czeladnika do mistrza. Wydanie II
David Thomas, Andrew Hunt
Wydanie jubileuszowe z okazji 20. rocznicy pierwszej edycji Programiści dysponują coraz lepszym, szybszym i wszechstronniejszym sprzętem. Pojawiają się nowe języki programowania i nowe paradygmaty tworzenia architektury oprogramowania. Są jednak rzeczy, które w świecie programowania pozostają stałe i niezmienne. Wciąż proces stawania się programistą wymaga od adeptów tego rzemiosła sporego wysiłku. Akt kodowania to za mało. Trzeba zmienić sposób myślenia, nawyki, zachowania i oczekiwania. Konieczne jest świadome dążenie do stosowania dobrych praktyk. Jeśli pilnuje się jakości swojej pracy i nieustannie pamięta, co i po co się robi, można w końcu stać się pragmatycznym programistą. W drugim wydaniu tego kultowego przewodnika wskazówki techniczne harmonijnie łączą się z aspektami filozofii pragmatycznego programisty. Książka została zaktualizowana i gruntownie przejrzana, aby teraz, dwadzieścia lat po pierwszym wydaniu, ponownie pokazać, co to znaczy być nowoczesnym, pragmatycznym programistą. Poruszono tu tematy osobistej odpowiedzialności i rozwoju zawodowego, komunikacji i poznawania prawdziwych wymagań, nowoczesnych technik architektonicznych oraz coraz ważniejszych kwestii zachowania bezpieczeństwa i prywatności. Książka składa się z krótkich rozdziałów, które tworzą szeroki kontekst, dzięki czemu zyskasz wiedzę o najlepszych podejściach, unikniesz głównych pułapek, a co najważniejsze — rozwiniesz nawyki i postawy, które staną się fundamentem Twojego sukcesu zawodowego. Dowiedz się, jak: pisać kod dynamiczny, elastyczny i łatwy do dostosowywania unikać pułapek związanych z powielaniem wiedzy chronić oprogramowanie przed lukami w zabezpieczeniach budować zespoły pragmatycznych programistów skutecznie testować wziąć odpowiedzialność za swoją pracę i karierę Dbaj o swoje rzemiosło i myśl o tym, co robisz!
Pragmatyczny programista. Od czeladnika do mistrza. Wydanie II
David Thomas, Andrew Hunt
Wydanie jubileuszowe z okazji 20. rocznicy pierwszej edycji Programiści dysponują coraz lepszym, szybszym i wszechstronniejszym sprzętem. Pojawiają się nowe języki programowania i nowe paradygmaty tworzenia architektury oprogramowania. Są jednak rzeczy, które w świecie programowania pozostają stałe i niezmienne. Wciąż proces stawania się programistą wymaga od adeptów tego rzemiosła sporego wysiłku. Akt kodowania to za mało. Trzeba zmienić sposób myślenia, nawyki, zachowania i oczekiwania. Konieczne jest świadome dążenie do stosowania dobrych praktyk. Jeśli pilnuje się jakości swojej pracy i nieustannie pamięta, co i po co się robi, można w końcu stać się pragmatycznym programistą. W drugim wydaniu tego kultowego przewodnika wskazówki techniczne harmonijnie łączą się z aspektami filozofii pragmatycznego programisty. Książka została zaktualizowana i gruntownie przejrzana, aby teraz, dwadzieścia lat po pierwszym wydaniu, ponownie pokazać, co to znaczy być nowoczesnym, pragmatycznym programistą. Poruszono tu tematy osobistej odpowiedzialności i rozwoju zawodowego, komunikacji i poznawania prawdziwych wymagań, nowoczesnych technik architektonicznych oraz coraz ważniejszych kwestii zachowania bezpieczeństwa i prywatności. Książka składa się z krótkich rozdziałów, które tworzą szeroki kontekst, dzięki czemu zyskasz wiedzę o najlepszych podejściach, unikniesz głównych pułapek, a co najważniejsze — rozwiniesz nawyki i postawy, które staną się fundamentem Twojego sukcesu zawodowego. Dowiedz się, jak: pisać kod dynamiczny, elastyczny i łatwy do dostosowywania unikać pułapek związanych z powielaniem wiedzy chronić oprogramowanie przed lukami w zabezpieczeniach budować zespoły pragmatycznych programistów skutecznie testować wziąć odpowiedzialność za swoją pracę i karierę Dbaj o swoje rzemiosło i myśl o tym, co robisz!
Praktyczna improwizacja. Jak techniki improwizacji mogą usprawnić każdy aspekt Twojego życia
Michał Mącznik, Artur Król
Nie daj się zaskoczyć – improwizuj! Poznaj techniki skutecznej improwizacji Nabierz swobody w nowych sytuacjach Naucz się szybko podejmować decyzje Szekspir powiedział kiedyś: „Świat jest teatrem, aktorami ludzie”. Mimo upływu 400 lat stwierdzenie to jest nadal bardzo aktualne. Codziennie stajemy na scenie naszego życia i niczym aktorzy odgrywamy różne role, z tą jednak różnicą, że nie jest nam wcześniej dane poznać swoich kwestii. Improwizujemy więc, starając się wypaść jak najlepiej. Nasz wysiłek niejednokrotnie okupiony jest stresem i napięciem, a wcale nie musi tak być. Aby oddzielić się od tremy i zdenerwowania kurtyną luzu, wystarczy poznać i opanować tajniki sztuki improwizacji. Umiejętność niezaplanowanego reagowania na różne sytuacje sprawi, że poczujemy się swobodniej w kontaktach z innymi ludźmi, nabierzemy elastyczności i łatwiej nam będzie dogadywać się z otoczeniem. Prawda, że warto spróbować? Improwizacja to umiejętność dość złożona. Składają się na nią m.in. techniki umiejętnego słuchania i obserwowania, zdolność do odpuszczania kontroli czy stała gotowość do podejmowania błyskawicznych decyzji. Wiedzę o tym, czym jest improwizacja i jak krok po kroku się jej nauczyć można zdobyć dzięki książce „Praktyczna improwizacja. Jak techniki improwizacji mogą usprawnić każdy aspekt Twojego życia”. Bazując na swoich doświadczeniach oraz wiedzy zdobytej u źródeł (brytyjskie publikacje Keitha Johnstone’a), jej autorzy wprowadzają nas w świat improwizacji, dbając jednocześnie o to, aby czytelnik nie pogubił się w zawiłościach tej skomplikowanej dziedziny. Publikacja składa się z obszernej części teoretycznej oraz zestawu praktycznych gier improwizacyjnych, które pozwolą sprawdzić, jak teoria sprawdza się w praktyce. Czym jest, a czym na pewno nie jest improwizacja Trzy sposoby nauki improwizacji Jak porzucić kontrolę i dać sobie prawo do błędów Akceptacja i blokowanie komunikacji Improwizacja w życiu osobistym Improwizacja w pracy Uwolnij swoją spontaniczną energię! Poznaj reguły improwizacji!
Praktyczne lekcje zarządzania projektami
Michał Kopczewski
Tak się zarządza projektami! Kierowanie projektami może być naprawdę fascynujące. Wystarczy zerknąć do tej książki, aby się o tym przekonać. Oto dwanaście prawdziwych historii o przedsięwzięciach, które mimo początkowych trudności zakończyły się spektakularnym sukcesem. Rozmówcami Michała Kopczewskiego są znane osoby ze świata biznesu, sportu i życia publicznego, które podjęły się trudnych i niecodziennych zadań. Dziś dzielą się dobrymi pomysłami i lekcjami wyciągniętymi ze swoich doświadczeń. Otwarcie mówią też o potknięciach, które po drodze im się zdarzały. Masz wyjątkową okazję przyjrzeć się rozmaitym projektom: od wypraw na krańce Ziemi aż po organizację EURO 2012. Każde z opisywanych przedsięwzięć wydaje się całkiem inne, a jednak coś je łączy: wszystkie wymagały uporu i żelaznej konsekwencji. Ta książka to bezcenna lektura dla każdego kierownika projektu, ale stanowić może także inspirację dla wszystkich, którzy stają przed nietypowym i skomplikowanym zadaniem. Dowodzi ona, że stosowanie dobrych praktyk zarządzania projektami to niemal gwarancja sukcesu. Warto korzystać z dobrych wzorców. Michał Kopczewski - ekspert w dziedzinie zarządzania projektami i doskonalenia procesów biznesowych. Od kilkunastu lat pracuje jako konsultant i trener. Wdraża standardy zarządzania projektami w firmach i uczy menedżerów dobrych praktyk w tej dziedzinie. Jest założycielem firmy Processum, specjalizującej się w doradztwie z zakresu efektywności organizacji. Karierę doradczą rozpoczął w firmie Arthur Andersen, a następnie pracował dla PricewaterhouseCoopers, IBM i Trio Management. Współpracuje z ICAN Institute (wydawcą Harvard Business Review Polska). Jest autorem książki Alfabet zarządzania projektami (Onepress 2009). Prywatnie jest miłośnikiem nietypowych wypraw i sportów. Od biznesu odpoczywa… w biegu. Regularnie uczestniczy w biegach na orientację i maratonach. W 2003 roku, jako drugi Polak w historii, ukończył Marathon des Sables na Saharze.