如果你想上“水课”，这里不适合你！因为...

Hello Huskies!

失踪许久的【名师秀】栏目回归啦！

该栏目主要为大家介绍UConn商学院研究生项目的主要教授/讲师们，

不仅会让校友们了解老师们的近况，

也会让在读或意向申请研究生项目的同学们了解这些老师。

本期推荐：Dave Wanik教授，小C说他是商学院最有魅力的男神教授之一，没有人反对吧？上过他的课才知道什么叫做“才华和幽默集一身”。他的课含水量为0，且真的很快乐。在课上或课后，我们都叫他Dave教授。

话不多说，3！2！1！上照片！

David W. Wanik

UConn商学院驻校助理教授

OPIM 运营与信息管理系

Dave教授是康涅狄格大学的一位驻校助理教授。他是一位充满活力的研究者和教育工作者，他的工作涵盖了自然灾害、保险、商业分析和遥感等领域。

Dave热衷于理解复杂系统并运用数据驱动方法，为环境工程领域及其他领域做出了重要贡献。

教育背景

• 康涅狄格大学环境工程博士

• 康涅狄格大学环境工程硕士

• 康涅狄格大学环境科学学士

专业领域

• 数据科学：他利用数据的力量提取有意义的见解，推动明智的决策。

• 自然灾害：理解和减轻与自然灾害相关的风险是他研究的核心。

• 遥感：利用卫星图像和其他遥感技术监测和分析环境变化。

• 物联网（Internet of Things）：探索互联设备如何增进我们对复杂系统的理解。

教授课程

• OPIM 3510：商业数据分析

• OPIM 3802：数据与文本分析

• OPIM 5603：商业分析统计学

• OPIM 5641：商业决策建模

• OPIM 5502：云计算大数据分析

• OPIM 5512：使用Python进行数据科学

• OPIM 5509：深度学习导论

行业经验

在加入学术界之前，Dave教授通过与公用事业、制造业和保险公司的合作积累了宝贵的行业见解。他的实际经验为他的教学和研究提供了理论和现实应用的桥梁。

Dave教授在上课

学生评价

@Rehaan（印度同学）：我上过他的Data Science Using Python，非常具有实践性的一门课，本来觉得数据很枯燥，但是他讲起来就是非常有趣。

@SS（中国同学）：Dave教授真的不是为了考试而考试的老师。有一次我考试的时候漏了一道黑板上的额外附加题（不在卷子上），交了卷才看到，我很难过。Dave教授安慰我说没关系，你现在看着黑板把答案告诉我。我当时就看着黑板口述代码，他直接在我卷面上就加了分。当时很感动，他是为了学生能真的学懂了而不是为了卡学生的分数。

@Tommy（南美同学）：Dave教授是我见过最幽默的教授之一了。我之前上他的Business Decision Modeling, 上课的时候有很多代码练习，每次他布置课堂作业让我们写代码，我都很紧张，尤其是他还喜欢把每个同学的电脑都看一遍。当转到我的位置的时候，我紧张的一个代码也写不出来，电脑屏幕上只有他的课堂示范。他当时一边笑一边说，”哇，写的不错啊，如果不是我的代码就更好了“。我当时就笑出来，他真的很有趣。

近期出版物

• Lebakula V., Datla V., Wanik D. W., Cosby A. G., 2024: ‘Predicting County-Level Population from VIIRS Nighttime Light Imagery with Deep Learning’, IEEE Sensors Journal, Accepted.

• Taylor, W., Cerrai, D., Wanik D., Koukoula, M., Anagnostou, E., 2023: ‘Community Power Outage Prediction Modeling for the Eastern United States’, Energy Reports, Accepted.

• Hughes W., Zhang W., Cerrai D., Bagtzoglou A. C., Wanik D. W., Anagnostou E. N., 2022: “A Hybrid Physics-Based and Data-Driven Model for Power Distribution System Infrastructure Hardening and Outage Simulation”, Reliability Engineering & System Safety, Volume 225,

• Chang C. F., Garcia V., Tang C., Vlahos P., Wanik D. W., Yan J., Bash J. O., Astitha M., 2021: “Linking multi-media modeling with machine learning to assess and predict lake chlorophyll-a concentrations”, Journal of Great Lakes Research, Volume 47, Issue 6, 2021, Pages 1656-1670, ISSN 0380-1330, https://doi.org/10.1016/j.jglr.2021.09.011.

• Hughes W., Zhang, Bagtzoglou A. C., Wanik, D. W., Pensado, O., Yuan, H., Zhang J, 2021: “Resilience Hardening Strategy and Damage Modeling Framework for Overhead Power Distribution Systems”, Reliability Engineering and System Safety. https://doi.org/10.1016/j.ress.2020.107367

非常非常推荐的一位老师，

如果有新同学想选课，

闭眼冲就好啦！