Tantermi és Live online változatban is!

AI Technológia

A mesterséges intelligencia robbanó növekedése számtalan iparágban tapasztalható a világon, mint például a pénzügyi szektor, az oktatás, az egészségügy, logisztika és szállítmányozás, telekommunikáció, marketing és értékesítés. Magyarországon is egyre több olyan üzleti döntéshozó van, akit foglalkoztatnak a mesterséges intelligencia által nyújtott lehetőségek, emellett nagy igény van olyan szakemberekre, akik széles körű technológiai és iparági ismereteikkel képesek lesznek AI projekteket megvalósítani, és a vállalatok digitális átalakulásában vezető szerepet játszani. Képzésünkkel az a célunk, hogy ezeket az AI szakembereket kiképezzük.

Azok a hallgatók, akik elvégzik az AI Technológia képzést, azaz mesterséges intelligencia képzésünket, képesek lesznek önállóan alkalmazni a különféle machine learning (gépi tanulás) módszereket olyan területeken, mint a robotika, a prediktív analitika, önvezető autók, videojátékok, ügyfélszolgálati chatbotok, gyártás automatizálás, gyógyszerkutatás és orvosi diagnosztika – sok más egyéb közt.  

Aktuális esettanulmányokkal, programozási ismeretekkel várunk titeket, és azzal az ígérettel, hogy AI Technológia képzésünk segítségével bekapcsolódhattok az itthoni, mesterséges intelligenciával foglalkozó vérkeringésbe.


Bizonytalan vagy abban, hogy neked való a képzés? Pötyögsz Pythonban, de nem tudod, hogy a képzés elvégzéséhez ez elegendő-e?

Az alábbi tesztet neked állítottuk össze. Az egyes feladatok végén láthatod, hogy a képzés során mire elegendő a tudásod, és milyen extra erőforrást érdemes belefektetned a programozásba a képzés előtt és alatt.

Ha van most 30 perced, vágj bele! Kattints az alábbi linkre, a megjelenő képernyőn pedig jobb oldalon fent a Connect gombra, és kezdheted is!

Kitöltöm a Python tesztet


Tantermi és Live online változatban is!

A jelenlegi vírushelyzetre való tekintettel, az aktuális előírásokat és ajánlásokat folyamatosan figyelve szeretnénk képzéseinket ősszel újra tantermi formában elindítani, és lehetőséget adni arra, hogy aki szeretne, az online csatlakozhasson be az alkalmakra.

Szakértők

Szabados Levente
Vezető AI szakértő, Képzésvezető, KÜRT Akadémia
https://www.linkedin.com/in/levente-szabados-76334728/

“A tudat a hivatásom.” – Levente eredeti háttere a kognitív tudomány és buddhizmus, de az utóbbi évtizedben mesterséges intelligencia területen dolgozik, tanácsadóként, kutatásvezetőként és technológiai igazgatóként. Bár fő fókusza a természetes nyelvfeldolgozás területére esik, vezetőként a technológia üzleti alkalmazása is figyelme homlokterében van, egyaránt részt vesz az elméleti kutatásban és gyakorlati megvalósításban is, tanácsadóként pedig segít az ügyfeleknek az AI által teremtett lehetőségek realizálásában.

 

https://kurtakademia.hu/wp-content/uploads/2019/08/szabados-levente.jpg

Szabados Levente

Vezető AI szakértő, Képzésvezető, KÜRT Akadémia

Szirtes Gábor
kutatásfejlesztési igazgató, Ott-ONE
https://www.linkedin.com/in/gabor-szirtes-a4a68115/

Gábort gyerekkora óta vonzották a természettudományok, kémiát és fizikát tanult, majd számítástudományból szerzett doktori fokozatot az ELTE-n. Mivel az agy működése érdekelte legjobban, különböző funkciók számítógépes modellezésével foglalkozott (látást tanulmányozta a UCSF és Columbia egyetemeken, térbeli navigálás és emlékezet volt a témája Tübingenben). A természet inspirálta megoldások gyakorlati alkalmazása pedig a modern gépi tanulás, azon belül a gépi látás világába vitte. Több mint öt éven át vezette a Realeyes cég magyarországi fejlesztőköpontjának kutatási csoportját, automatizált arckifejezés elemzéssel és prediktív modellezéssel foglalkozott. Munkája révén kapcsolatban állt tudományos műhelyekkel, több uniós projektben vett részt, egy ötletét európai innovációs díjjal jutalmazták. Fontosnak tartja fiatalok szakmai segítését, ezért gyakornoki programokban és oktatásban is szívesen vesz részt. Jelenleg  szabadúszó tanácsadóként a mesterséges intelligencia eszközeire épülő üzleti megoldásokat készít különböző iparágakban aktív partnerek számára (gépi látás, természetes nyelvfeldolgozás, kontroll rendszerek).

https://kurtakademia.hu/wp-content/uploads/2019/08/szirtes-gabor.jpg

Szirtes Gábor

kutatásfejlesztési igazgató, Ott-ONE

Grad-Gyenge László
CEO, Creo Group
https://www.linkedin.com/in/lászló-grad-gyenge-5a559120/

Grad-Gyenge László született kutató. Folyamatosan elemzi környezetét a humán és mesterséges struktúrák lényegét kutatva. Mivel részben matematikus, ezért ez természetes része az életének. László emelett egy innovatív szoftverfejlesztő céget vezet, ahol tevékenysége fókuszában a kereskedelmi start-up projektek és alkalmazások állnak. Számára az innováció meghatározó jelentőséggel bír és ezt általa alapított cég, a Creo Group is vallja számos innovatív megoldásával. Emellett szereti a művészeteket, szabadidejében fotóz. Kreativitását a kortárs és XX. századi művek inspirálják. 

 

https://kurtakademia.hu/wp-content/uploads/2019/08/gradgyenge-laszlo.jpg

Grad-Gyenge László

CEO, Creo Group

Simonyi András
Szenior NLP kutató és fejlesztő
https://www.linkedin.com/in/andrás-simonyi-a6b5523b/

Simonyi András számítógépes nyelvész, filozófus. Korábban az Analogy Zrt., az MTA-PPKE Magyar Nyelvtechnológiai Kutatócsoport és az Alkalmazott Logikai Laboratórium kutató-szoftverfejlesztője, jelenleg szabadúszó. Több mint egy évtizede foglalkozik intelligens rendszerek tervezésével és fejlesztésével, szűkebb szakterülete a számítógépes szemantika.

https://kurtakademia.hu/wp-content/uploads/2019/08/simonyi-andras.jpg

Simonyi András

Szenior NLP kutató és fejlesztő

Szolgay Dániel
AI kutató, OTT-One
https://www.linkedin.com/in/d%C3%A1niel-szolgay-81822b82/

Szolgay Dániel az egyetemen kezdett el képfeldolgozással, gépi látással foglalkozni. Az MSc képzés elvégzése után PPKE ITK és a Bordeaux-i egyetem doktori iskolájának közös képzésében szerzett PhD fokozatot, majd az iparban helyezkedett el a Realeyes nevű cég budapesti fejlesztő központjában. Itt videóalapú arckifejezés-elemzéssel foglalkozott, majd önvezető autók algoritmusainak fejlesztésén dolgozott az AIMotive Kft.-nél. A kutatói munka mellett 3 éven át tanította a PPKE Információ Technológiai Karán a “Basic Image Processing Algorithms” c. tárgyat.

https://kurtakademia.hu/wp-content/uploads/2020/06/szolgay_daniel.png

Szolgay Dániel

AI kutató, OTT-One

Kinek ajánljuk?

  • Azoknak, akik olyan vállalatnál vagy iparágban dolgoznak, ahol sok adat termelődik, ilyen például a telekommunikáció vagy a pénzügyi szektor, és kifizetődő lenne számukra mesterséges intelligenciát alkalmazni.  
  • IT szakembereknek és programozóknak, akik átfogó képet szeretnének kapni az AI technológiáról. Mindazoknak, akik gyakorlati példákon, esettanulmányokon és programozási feladatokon keresztül szeretnének mélyebb ismereteket szerezni. 
  • Akik keresik a lehetőséget, hogy gyakorló mesterséges intelligencia szakemberekkel vitassanak meg üzleti és technológiai kérdéseket, és részévé váljanak annak a szakmai közösségnek, amely Magyarországon lerakja az AI alapú gazdaság alapjait. 

A képzés tematikája


  • Python bevezető: rövid áttekintés a Python nyelv alapjairól, "szintrehozó" alkalom az előzetes anyagok alapján.

    Bevezetés: AI alapfogalmai, történeti áttekintés, a gépi tanulás alap megközelítései

    Reprezentáció – dimenziócsökkentés: adatdimenziók fogalma, magas dimenzionalitású adatok problémái, lineáris és nem lineáris dimenziócsökkentési módszerek áttekintése

    Felügyelt tanulás – regresszió: regresszió mint alap gépi tanulási feladat ismertetése, mérési módszerek és főbb alkalmazott technikák áttekintése 

    Felügyelt tanulás – osztályozás: osztályozás (klasszifikáció) mint alap gépi tanulási feladat ismertetése, mérési módszerek és főbb alkalmazott technikák áttekintése

    Nem felügyelt tanulás - klaszterezés, outlier detektálás: anomáliák és "outlierek" felismerése egyszerű disztribúciós módszerek segítségével, klaszterezési megoldások és kapcsolatuk az osztályozással és anomáliadetekcióval

    Idősorok elemzése: idősoros problémák szerkezetének ismertetése, idősor-dekompozíciós megoldások, alapvető prediktív módszerek bemutatása

    Ensemble módszerek és vizsgaelőkészítés (problémakörök): ensemble fogalma, Bagging, boosting, stacking eljárások ismertetése, főbb képviselőik (pl. Random Forest) megismerése

    Neurális hálók alapjai – perceptron: neurális jellegű modellek alapjai, történeti áttekintés, a perceptron modell részletes megismerése, perceptron tanulási szabály ismertetése

    Neurális hálók alapjai – többrétegű hálók: mély neurális hálók modellje, grádiens alapú tanulás alkalmazása mély hálókra backpropagation módszerrel, főbb kihívások ismertetése


  • Deep learning – az áttörés: a mély neurális hálók tanítása során fellépő főbb kihívások és megoldásaik ismertetése

    Regularizáció: overfitting megakadályozása mély neurális modellek esetén, regularizációs módszerek, dropout

    Aktivációs függvény és jobb SGD (stochastic gradient descent): újabb deep learning architektúrákban alkalmazott aktivációs függvénytípusok és optimalizációs eljárások ismertetése


  • Képfeldolgozás – konvolúciós hálók: Képfeldolgozási domén bemutatása, konvolúciós és pooling operátorok, a konvolúciós hálók elemeinek megismerése

    Képfeldolgozás – modern hálók, modularitás és új ötletek: összetett képfeldolgozó architektúrák elemeinek és felépítésének részletes megismerése

    Rekurrens hálók: idősoros problémák neurális hálókkal történő megoldásának alapjai, rekurrens hálók fogalma és főbb problémái, megoldásai (LSTM modellek ismertetése)

    Egyéb idősorproblémák és ajánlórendszerek: ajánlórendszerek mint domén megismerése, modern rekurrens hálók alkalmazása ajánlórendszerek problémáira

    NLP – természetes nyelvfeldolgozás: nyelvfeldolgozási domén megismerése, rekurrens és attention alapú architektúrák alkalmazása nyelvi problémák megoldására


  • Autoencoderek és generatív hálók: kitekintés, reprezentációtanulás kiemelt szerepe, nem felügyelt mély neurális tanulás előnyei

Hallgatóink mondták



Az első előadás után ért igazából a nagy meglepetés, hogy itt iszonyat mély szakmaiság van. Ott volt bennem egy kicsit fordulópont, mikor azt mondtam, hogy na jó, olyan sok mindennel találkoztam már, hogy ezt is megpróbálom most így végig csinálom aztán meglátjuk, hogy mi lesz belőle. És őszintén szólva a végére teljesen jó sikerélményem lett.

Nekem az volt a legpozitívabb, hogy nem betanított segédmunkásokat akartatok képezni, hanem sokkal inkább az alapokra helyeztétek a hangsúlyt és inkább elindítani minket egy úton, ahol az alapok után magunktól tudunk tovább menni és tanulni.

Már a tréning előtt picit próbáltam ismerkedni a témával, de egy végtelen óceánnak tűnt, ahol az ember elvész és azt se látja, hogy mettől meddig tart. És maga a kurzus iszonyatosan jó volt arra, hogy adott egy struktúrát, úgyhogy, ha most valaminek utána kell olvasni, akkor tudom, hogy hova tartozik és neki merek fogni.

Kiváló, a szakmában magas szinten jártas előadók, kítűnő szervezés, odafigyelés a hallgatói viszajelzésekre, tartalmas, nagy mennyiségű tananyag, sok önálló tovább tanulási/olvasási lehetőséggel.

Miért minket válassz?

  • Módszertan és tudás mellett szemléletet és kontextust is adunk képzéseinken. Arra buzdítunk ezzel, hogy teszteld az eszköztárad határait, állj kritikusan az új ismeretekhez, és értsd meg, melyik módszer mikor alkalmazható.
  • A legjobb hazai szakemberekkel dolgozunk, akiknek komoly üzleti vagy világszínvonalú akadémiai múltja van azon a területen, amelyen oktat.
  • A nyílt képzések mellett évek óta vállalati tanácsadással, agilis és digitális transzformációval foglalkozunk a legkülönbözőbb szervezeteknél, ezért valós képünk van arról, milyen munkaerőpiaci igényeik vannak a vállalatoknak.
  • Szenvedélyünk az oktatás-fejlesztés, ezért tíz éve dolgozunk azon, hogy szakemberekből, érdeklődőkből, gondolkodókból álló kreatív, tenni akaró közösséget formáljunk, több mint ezer fős alumni és oktatói közösségünk is ezt bizonyítja.


A képzés részletei

2 félév, 20 alkalom, 80 óra*

a képzés indulása:
2020. október 15.
jelentkezési határidő:
Elindultunk, még csatlakozhatsz!
képzési alkalmak:
csütörtökönként

14-18 óra közt

szükséges képzettség:
alapszintű adatmodellezési és Python ismeretek
helyszín:
CEU Budapest és/vagy Zoom Meeting

1051 Budapest, Nádor utca 15.

részvételi díj:
1.200.000 Ft + ÁFA

* a változtatás jogát
fenntartjuk

Tasnády Fanni Projektmenedzser
Érdeklődöm! Jelentkezem!

Kedvezmények

Kedvezményt biztosítunk a részvételi díjból az alábbi esetekben:

  • Early bird: 15% kedvezmény július 31-ig
  • Helyszíni jelentkezés esetén rendezvényeinken: 5% kedvezmény
  • Csoportos jelentkezés (4 vagy több fő): 10% kedvezmény
  • Alumni tagként: 15% kedvezmény

Az egyes kedvezmények nem vonhatók össze!

Minimum létszám

A képzésünket csak megfelelő számú jelentkező esetén indítjuk el. Az adott képzési formát (live online/tantermi) is abban az esetben indítjuk el, ha az adott képzési formára megfelelő számú érdeklődő jelentkezik.

Nyilvántartási szám

B/2020/001149



Ajánlott képzéseink

Data Science

2 félév, 18 alkalom, 90 óra*
Képzés indulás: 2020. november 13.

Az adatok nyelvét beszélő specialisták a következő évek legkeresettebb szakemberei közé tartoznak. Hogy miért vagyunk biztosak ebben? Mert az adatgyűjtésre alkalmas eszközök elárasztották a mindennapjainkat és ezzel egy időben az adatokba zárt intelligencia lett a sikeres vállalkozások legnagyobb tőkéje.

Product Owner

2 nap, 16 óra*
Képzés indulás: 2020. november 24.

A Product Owner tréning célja az agilis és Scrum keretrendszer bemutatása, ezen belül a PO szerephez szükséges elmélet és gyakorlat átadása.

IOT for Business

11 alkalom
Képzés indulás: 2020. október 28.

Tudod már, honnan lesz adatod? 9 napos képzés a fizikai rendszerek digitalizációjáról.




Aktuális események

Nem Piaci Szereplők x Adatok meetup

Mire használják az adattudományt a Magyar Posta hálózatkutatói, a NAV nyomozói, a kutató pszichológusok vagy a Mobilfizetési Zrt. üzletfejlesztői?

19:00-21:00
2020.11.04 Zoom Live
jelentkezési határidő: 2020. november 4., 15:00

Rejtett kapcsolatok előadás-sorozat

A BarabásiLab, a Ludwig Múzeum és a KÜRT Akadémia közös előadás-sorozata a hálózatok rejtett kapcsolatairól

16:00-18:00
2021.01.09
jelentkezési határidő: 2020. november 14., 15:00

Akik minket választottak