Interjú Hegyi Barnabással AI Technológia képzésünkről

Hegyi Barnabás semmiképpen sem kezdőként érkezett a képzésre: programozni már általános iskolás korában elkezdett, első, mesterséges intelligenciához kapcsolódó projektje pedig 2017-re nyúlik vissza. Azóta követi a technológia fejlődését, folyamatosan képzi magát, széleskörű ismeretekkel rendelkezik. A KÜRT Akadémia két témába vágó meetup-ja győzte meg az AI Technológia képzés hasznosságáról, melynek hetedik évfolyamát végezte el.

Villamosmérnökként végeztem az egyetemen, szakmai pályafutásom során többnyire multinacionális távközlési nagyvállalatoknál dolgoztam. Eleinte rendszermérnökként dolgoztam, aztán hosszú ideig a Vodafone-nál műszakistratégiai szakértőként, majd a legutolsó három évben innovációs szakértőként dolgoztam. Időközben mérnöki doktori fokozatot szereztem és jelenleg is innovációs szakemberként dolgozom.

A képzéstől többek között azt vártam, hogy gyakorlati tapasztalatot tudjak szerezni az innovációmenedzsment és a mesterséges intelligencia kereszteződésében elhelyezkedő use case-ekről, valamint, hogy olyan tudásra tegyek szert, amivel el tudok látni projektmenedzseri vagy üzleti elemzői feladatokat mesterséges intelligencia projektekben. Az MI hosszú távon is magas potenciállal rendelkező terület és lehetőség egyben, ami nagyon sok iparágban használható. Nem feltétlenül iparág specifikus, és én épp ilyet kerestem: horizontális tudással szerettem volna kiegészíteni eddigi ismereteimet, diverzifikálni a tudás-és készségportfóliómat.

Végeztem egyébként egy SWOT analízist, mielőtt meghoztam a döntést a képzésről: van tudományos területen végzett munkatapasztalatom, programozási tapasztalatom, tehát vannak olyan erősségeim, melyek lehetővé teszik, hogy viszonylag gyorsan bele tudjak tanulni ebbe a területbe. Ebből az elemzésből az jött ki, hogy a képzés tudásanyaga passzol az én erősségeimhez és jól kiegészíti majd azokat.

Milyen szinten, milyen mélységben foglalkoztál mesterséges intelligenciával a képzés előtt?

2017-ben a Vodafone-nál szerveztünk egy mesterséges intelligencia Learning Day-t, melynek az egyik szervezője voltam – akkoriban kezdtem el ismerkedni ezzel a területtel. Amikor a ChatGPT elérhetővé vált mindenki számára, én is elkezdtem használni, illetve elkezdtem járni mesterséges intelligenciával kapcsolatos szakmai eseményekre, például meetup-okra, konferenciákra. Feliratkoztam a témával foglalkozó szakmai hírlevelekre, releváns blogokat kezdtem olvasni, egyszóval minden téren tájékozódni kezdtem. Megemlíteném a Deloitte szakértői által írt „Valós idejű stratégia” című könyvet, amelynek az alcíme „Amikor a stratégiai előrejelzés és a mesterséges intelligencia találkozik”. Mondhatni, tanulási folyamatban voltam már, amikor az AI Technológia képzés elkezdődött.

A képzéssel kapcsolatban fontos volt számomra, hogy ne csak elméleti tudást kapjak, hanem rá legyek kényszerítve a gyakorlati munkára egy projektmunka keretén belül, lehetőleg ne csak néhány héten keresztül. A 3 hónapig tartó képzés lehetőséget adott arra, hogy érdemben is tudjak tanulni és dolgozni a feladaton, illetve legyenek mellettem olyan szakemberek, akik tudnak ebben a munkában segíteni. A programozás, kódolás, önálló munkavégzés elengedhetetlen ahhoz, hogy a képzés elvégzése után önállóan is tudjunk mesterséges intelligencia projekteket végezni.

A képzésen tanult módszerek közül melyiket találtad a leghasznosabbnak?

Néhány rétegből álló neurális hálózattal már foglalkoztam a diplomamunkámban is 2001-ben, a deep learning-ről azonban viszonylag keveset tudtam. A képzésen megismerkedtünk a konvolúciós, és a rekurrens neurális hálózatokkal, ami számomra teljesen új volt.

A munkám során jelenleg még kevéssé használom a képzésen tanultakat. Van viszont egy hallgatói csapat, akiket mesterséges intelligencia szakértőként segítek. A projekt a kozmetikai iparhoz kapcsolódik. Szelfi alapján, mesterséges intelligencia segítségével ajánl teljesen személyre szabottan kozmetikai termékeket a felhasználónak a modell. Itt még nincs szó modellfejlesztésről, de bonyolultabb modellek már bejönnek a képbe, és a képzésen tanultak segítségével sokkal gyorsabban tudom megérteni és átlátni a működését ezeknek a modelleknek.

Szerinted milyen mélységű programozási ismereteket igényel ez a képzés?

Említettem, hogy számomra nem volt új dolog a programozás: általános iskolában elkezdtem Basic-ben programozni, középiskolásként Pascalban, az egyetemen C++-ban, a munkám során, még éppen a Microsoft VBA-ban is, tehát mondjuk Excelben is írtam makrókat. A Python teljesen új volt, ezért biztos ami biztos alapon elvégeztem egy Linkedin Learning online kurzust „Python Essential Training” címmel.

A képzésen egyébként azok is boldogultak, akik kevesebb programozási tapasztalattal rendelkeztek.

Mesélnél a projektfeladatodról?

Mindenképpen olyan use case-t kerestem, ami az innovációmenedzsmenthez kapcsolódik. A mesterséges intelligencia alkalmazásának célja az volt, hogy segítse annak a nagy mennyiségű hírtömegnek az elemzését, ami online megjelenik nap mint nap. Az elemzés célja pedig, hogy azonosítsunk olyan változásokat, változásra utaló jeleket, amelyek aztán később valamilyen trenddé formálódhatnak a jövőben, és emiatt hasznosak lehetnek egy stratégiai előrelátási tevékenységnél. Ez az innováció-menedzsmentnek egy fontos komponense. A projektmunkám során híraggregátor szolgáltatók híreit gyűjtöttem le API-kon keresztül, majd ezeket feldolgoztam, klasztereztem Python könyvtárak segítségével, majd ezután az egyes klaszterek tartalmát összegeztettem, összefoglaltattam egy nagy nyelvi modellel, amit szintén egy API segítségével vettem igénybe. Röviden: hírgyűjtés, klaszterezés téma szerint, majd a témák összefoglalása zajlott a vizsgamunkámban.

A projektmunka során szembesültem annak a nehézségével, hogy honnan lesznek adatok. Ahogy mondtam, híraggregátorokon keresztül kértem le a híreket. Menet közben megtanultam, hogyan lehet kiértékelni egy mesterséges intelligencia modell teljesítőképességét. Érdekes tapasztalat volt, hogy még egy ilyen egyszerű modellfejlesztésnél is belefuthatunk memóriakorlátokba, úgyhogy át kellett gondolni az algoritmust több helyen is, a kisebb memóriaigény megvalósítása fejlesztést igényelt.

Összességében véve beváltotta-e a képzés a hozzá fűzött reményeidet?

Igen, megkaptam azt a gyakorlati tudást, amit vártam a képzéstől. Az utolsó képzési alkalom akár két külön részre is felbontható lett volna, mert iszonyatos nagy tudást adtak át az oktatók. Ott jó lett volna, ha több idő jutott volna a jövőre vonatkozó kitekintésre, a reprezentációtanulás kiemelt szerepére, és a nem felügyelt mély neurális tanulás előnyeire.

Kinek ajánlanád a képzést?

Azoknak, akik hozzám hasonlóan olyan tudásra akarnak szert tenni, ami lehetővé teszi, hogy projektmenedzserként vagy üzleti elemzőként dolgozzanak egy mesterséges intelligencia projektben. Azoknak is ajánlom a képzést, akik mesterséges intelligencia modellek fejlesztési szakaszában akarnak dolgozni, tehát valamilyen szinten data scientist-ként. Akiktől nem áll távol kódolás és a tudományos cikkek olvasása a terület kapcsán, azok biztosan érdekesnek fogják találni a képzést.

Ha érdekel AI Technológia képzésünk, ismerd meg részletes tematikánkat!

Érdekel az AI Technológia képzés