dr Lukasz Przysucha

Życiorys

Współpracownik Katedry Inteligencji Biznesowej w Zarządzaniu na Uniwersytecie Ekonomicznym we Wrocławiu, w 2023 roku obronił z wyróżnieniem doktorat z obszaru IT: „Crowdsourcing w zarządzaniu wiedzą w projektach smart city”. Autor kilkunastu międzynarodowych publikacji naukowych.
Łukasz J. Przysucha, urodzony w Polsce w roku 1989. Absolwent studiów Informatyka i Ekonometria (poziom magisterski w roku 2012) na Uniwersytecie Ekonomicznym we Wrocławiu, Zarządzania – Zarządzanie Przedsiębiorstwem (poziom magisterski w roku 2018) na Uniwersytecie Ekonomicznym we Wrocławiu, Międzynarodowych studiów Executive MBA (2018) sygnowanych przez uczelnie: Uniwersytet Ekonomiczny we Wrocławiu, Universiteit Hasselt (Belgia), University of Limerick (Irlandia), Kedge Business School Euromed Management (Francja). Skończył kurs biznesowy na Ivey Business School w Kanadzie (2015). Ukończył roczny program stypendialny na Universidade do Minho w Portugalii (2010-2011). Ł. Przysucha specjalizuje się w zarządzaniu wiedzą oraz informacją w obszarze smart cities oraz przedsiębiorstw, procesami crowdsourcingu oraz modelowaniem PLS-SEM (Partial least squares structural equation modeling). Aktualnie kończy studia SAP S/4HANA na Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie.
Zawodowo Ł. Przysucha zajmuje się rozwijaniem oraz utrzymaniem systemów z obszaru elektronicznej wymiany dokumentów i informacji. W latach 2013 – 2017 był członkiem zarządu firmy informatycznej tworzącej rozwiązania na rynki polski, angielski i szwedzki. Podczas studiów brał udział w programie W&T w USA. Odbywał staże m.in. w banku IBM i Credit Agricole.

Ł. Przysucha jest członkiem Mensa International i International High IQ Society.

Zarządzanie wiedzą

Analiza procesów KM

Cykl informacji

Badania przepływu informacji w obszarze przedsiębiorstw i miast

Modelowanie PLS-SEM

Wykorzystanie modelowania równań strukturalnych metodą cząstkowych najmniejszych kwadratów

Crowdsourcing

Badanie sposobów pozyskiwania wiedzy z tłumu

Smart City

Holistyczna analiza inteligentnych miast

Modele akceptacji

Badanie i rozwijanie modeli takich jak TAM, UTAUT2