2024 június 30-ig 15% Early Bird kedvezmény. Élj a lehetőséggel!

Data Science

A képzés részletei

2 félév, 18 alkalom, 90 óra*

a képzés indulása:
2024. november 22.
jelentkezési határidő:
2024. november 20.
képzési alkalmak:
péntekenként

13-18 óra közt

szükséges képzettség:
érettségi
helyszín:
CEU Budapest

1051 Budapest, Nádor utca 15.

részvételi díj:
15% Early Bird kedvezménnyel 1.088.000 Ft + Áfa
Juhász Dániel Ügyfélkapcsolati munkatárs
Érdeklődöm! Jelentkezem!

* a változtatás jogát fenntartjuk

Az adatok nyelvét beszélő specialisták, azaz a Data Scientistek a legkeresettebb szakemberei közé tartoznak.

Miért nagyon aktuális most a Data Science képzés? 

  • A Data Scientist-ek azaz az adatok nyelvét beszélő specialisták a legkeresettebb és a legjobban fizetett szakemberek közé tartoznak a big data korában. 
  •  az adatokba zárt intelligencia lett a sikeres vállalkozások legnagyobb tőkéje köszönhetően annak, hogy az adatgyűjtésre alkalmas eszközök elárasztották a mindennapjainkat 
  • Az adat és az üzleti adatelemzés a jövő és a siker záloga a gazdasági szereplők számára. 
  • Nincs elég felkészült szakember az adatgyűjtés, adatelemzés, modellépítés, Machine Learning területén. 

Milyen kompetenciákban fejlődhet, aki elvégzi Data Science gyakorlati képzésünket? 

  • képessé válsz kezelni és értelmezni a hihetetlen léptékben duzzadó adattömeget 
  • megtanulod lefordítani az adatok nyelvét az üzleti döntések nyelvére, ezáltal az üzleti adatelemzés és az adatalapú döntéshozás előremozdítójává válhatsz 
  • elsajátíthatod azt a tudást, ami a Business Intelligence-hez szükséges 
  • megtanulod összefüggéseiben látni az üzleti igényeket és technológiai megoldásokat átváltásait 
  • átláthatod az adatok felhasználásának lehetőségeit 
  • hídemberré, fordítóvá válhatsz, aki érti a vállalatának szakterületét. 

Data Science képzésünk végzett hallgatójaként: 

  • átfogó rálátással rendelkezel a Data Science területről, átfogó képet kapsz a legújabb adattudományi, adatelemzési technológiákról 
  • gyakorlatias és már másnap használható tudást kapsz a kezedbe 
  • esettanulmányokon és programozási feladatokon keresztül szerzel mélyebb ismereteket a témában 
  • széles spektrumban tanulod meg az adatalapú gondolkodásmód területeit 
  • adatgyűjtési, statisztikai és modellépítési ismeretekkel, az adattisztítás és az ahhoz kapcsolódó machine learning ismeretekkel gazdagodsz 
  • az adatbányászat,  az adatelemzés, az adatalapú gondolkodás jogi hátterével és az adatvizualizációval is megismerkedsz 
  • adatokkal foglalkozó szakemberré, Data Scientist-é, Data Analyst-é, adattudóssá válsz. 

Data Science képzésünk korántsem csak matematikusoknak, fizikusoknak vagy informatikusoknak szól. Sikeres végzett friss adattudós hallgatóink között van pszichológus, építész, jogász vagy marketingszakember is.  

Adatelemző képzésünk hallgatói számára  egy órás ingyenes szakmai konzultációt biztosítunk, ahol saját cégen belül felmerülő, stratégiai szintű „adatos” kihívások, lehetőségek, problémák megkonzultálására lesz lehetőség. Olyan kérdésekben segítünk mint például: Hogy lehet szervezeten belül kompetenciát építeni? Hol kezdjük el az adatvezéreltséget? Hogyan induljunk el? Vannak üzleti problémáink, ezeket meg lehet oldani adatokkal? Vannak adataink, mit lehet ezekkel kezdeni? 


Szívesen meghallgatnád a képzés átfogó tematikáját? Akkor iratkozz fel hírlevelünkre, és mi küldjük is neked a tematikáról szóló videót.

Feliratkozom a videóért!


Megkérdeztük hallgatóinkat, miért jelentkeztek a képzésre, és miben változott az, ahogy dolgoznak:

"Hittem benne, hogy nemcsak matematikusok számára érthető módon lesz megközelítve az adatelemzés és a modellezés, és igazam lett. Pontosan arra kaptunk választ ezen a képzésen, hogy hogyan működnek a modellek, milyen előnyöket élvezhetünk használatuk során, a felmerülő kérdéseink mentén melyik modellt, módszert alkalmazzuk."

Olvasd el a pénzügyi szektorból érkező Antal Violettával készült teljes interjút!

 

A KÉPZÉS SZAKMAI PARTNERE: 


Szakértők

Kovács Gyula
KÜRT Akadémia Data Science képzés képzésvezetője, Managing Director, Co-Founder at Neuron Solutions
https://kurtakademia.hu/wp-content/uploads/2022/10/kovacs_gyula.jpg

Kovács Gyula

KÜRT Akadémia Data Science képzés képzésvezetője, Managing Director, Co-Founder at Neuron Solutions

Damsa Andrei
KÜRT Akadémia Data Science képzés szakmai vezetője, Artificial Intelligence Consultant at Neuron Solutions
https://www.linkedin.com/in/andrei-damsa-22a80186/
https://kurtakademia.hu/wp-content/uploads/2023/08/damsa_andrei-1.jpg

Damsa Andrei

KÜRT Akadémia Data Science képzés szakmai vezetője, Artificial Intelligence Consultant at Neuron Solutions

Dr. Domokos Márton
Szenior tanácsadó, Regionális adatvédelmi csoport koordinátora, Kereskedelmi jog, TMT, Adatvédelem
https://hu.linkedin.com/in/marton-domokos-1161609

Márton a CMS Budapest kereskedelmi jogi csoportjának szenior tanácsadója, adatvédelem, mesterséges intelligencia, szellemi tulajdonjog, kereskedelmi tranzakciók és a TMT szektor a szakterületei. A regionális adatvédelmi csoport koordinátora. Rendszeresen tart előadásokat (pl. Internet Hungary, Jogi Fórum, Infotér) és publikál cikkeket (pl. IAPP Privacy Perspectives, OneTrust DataGuidance, Thomson Reuters’ Data Privacy Advisor) elsősorban a mesterséges intelligencia, az adatvédelem és a compliance témakörében. A Direkt és Interaktív Marketing Szövetség Adatvédelmi Tagozatának elnöke, továbbá a KÜRT Akadémia és a Pécsi Tudományegyetem Infokommunikációs szakjogász képzésének oktatója. Márton tagja a magyar Mesterséges Intelligencia (MI) Koalíciónak, ahol folyamatos és aktív szerepet vállal a különböző munkacsoportokon belül, elsősorban a szabályozási munkacsoportban.

https://kurtakademia.hu/wp-content/uploads/2023/03/Domokos-Marton-CMS-HU_friss.jpg

Dr. Domokos Márton

Szenior tanácsadó, Regionális adatvédelmi csoport koordinátora, Kereskedelmi jog, TMT, Adatvédelem

Szalóczy Nóra
AI és Data Sciences szakértő, Egészségszociológus

10+ éves, elsősorban kvantitatív kutatói tapasztalattal rendelkezik, főképp healthcare területen. Az egészségügyhöz kapcsolódó szakmai előéletében adatelemző cég, médiaügynökség, piackutató cégek, gyógyszeripari vállalat, tanácsadó cég egyaránt szerepel, emellett a Semmelweis Egyetem aktív oktatója volt. Szociológusként mindig is érdekelték a rejtett összefüggések az adatokban, és ezek társadalmi haszonként való alkalmazhatóságai. Hiszi, hogy a digitalizációval és az új generációs statisztikai módszerekkel – mint az AI – kimagasló eredmények érhetőek el a gyógyítás és a betegellátás terén. Nóra Data Science és AI Technológia képzésünket is elvégezte, ezért ha bárki ezzel kapcsolatban szeretne kérdéseket feltenni, a legjobb forráshoz fordulhat.

https://kurtakademia.hu/wp-content/uploads/2024/02/Szaloczy-Nora.jpg

Szalóczy Nóra

AI és Data Sciences szakértő, Egészségszociológus

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

Minkó Mihály
Dashboard fejlesztő és designer, Starschema
https://www.linkedin.com/in/mihalyminko/

Klasszikus pályaelhagyó bölcsész, aki a filozófia szak után áttért a szintén komplex rendszerekkel foglalkozó adatvizualizáció tudományterületére. Pályafutását a Szegedi Tudományegyetemen kezdte, ahol többek között üzleti dashboardok készítésével és kutatásával foglalkozott. Mihály közel három éve tagja a Starshcema csapatának és elsősorban Tableau-ban kivitelezett adatvizualizációs projekteken dolgozik. Emellett vendégelőadóként oktat az ELTE-n, a PTE-n és a BGE-n. Úgy gondolja, a következő évek nagy feladata a hazai szakmai közéletben egy adatvizualizációs kerekasztal létrehozása lesz.

https://kurtakademia.hu/wp-content/uploads/2019/08/minko-mihaly.jpg

Minkó Mihály

Dashboard fejlesztő és designer, Starschema

Gyarmathy Zsófia
Data Scientist, Neuron Solutions

Mesterdiplomáját az Eötvös Loránd Tudományegyetemen és doktori fokozatát a düsseldorfi Heinrich Heine Egyetemen matematikai nyelvészetből szerezte, több éven át ezen a területen folytatott kutatói és egyetemi oktatói munkát. Néhány éve szabadúszóként változatos adattudományi és gépi tanulási projektekben kezdett el dolgozni: többek közt kurzormozgás alapú vásárlói hajlandóság előrejelzésével, árucikkek piaci forgalmával, illetve opciós kereskedési folyamatokkal kapcsolatos munkákban vett részt. Jelenleg a Neuron Solutions MI szakértője és oktatója.

https://kurtakademia.hu/wp-content/uploads/2022/05/GyarmathyZs-1.jpg

Gyarmathy Zsófia

Data Scientist, Neuron Solutions

Kinek ajánljuk?

  • Mindenkinek, aki szeretné megtudni, milyen kihívásokkal néznek szembe a legtöbb adattal dolgozó vállalatok, mi mindenre derülhet fény az adatvagyon felhasználásával. 
  • Olyan cégek munkatársainak, akik szeretnék a Business Intelligence világába bevezetni cégüket, és az adatalapú döntéshozásban hisznek. 
  • Képzésünket mindazoknak az adatokkal foglalkozó szakembereknek ajánljuk, akik átfogó képet és gyakorlati ismereteket szeretnének kapni a legújabb adattudományi, adatelemzési technológiákról és az adatok felhasználásának lehetőségeiről. 
  • Mindazoknak, akik gyakorlati példákon, esettanulmányokon és programozási feladatokon keresztül szeretnének mélyebb ismereteket szerezni a témában. 
  • Akik keresik a lehetőséget, hogy gyakorló Data Science szakemberekkel vitassanak meg üzleti és technológiai kérdéseket, és egy olyan szakmai perspektívát adó közösségnek váljanak részévé, amelyre a képzés után is támaszkodhatnak.  

A képzés tematikája


    • • Bevezetés az adattudományok világába
    • • Python I. - szintaktika, adattípusok, változók, függvények és kontroll struktúrák és osztályok
    • • Python II. - adatmanipuláció és feltáró elemzés

    A modul célja megalapozni a második (modellezési) modult, bemutatva az adattudomány témakörét, főbb fogalmait, területeit és módszertanát (érintve a mesterséges intelligencia világát is). A hallgatók megismerkednek a Python programozási nyelvvel és annak adattudományi alkalmazásával.

    A modul elvégzése után a hallgatók képesek lesznek meghatározni az adattudomány témaköréhez kapcsolódó főbb fogalmakat és irányokat, valamint alapvető tudást szereznek a Python programozási nyelv adattudományi vetületében.

    #datascience #adattudós #gépitanulás #mesterségesintelligencia #döntéshozatal #automatizáció #adat #információ #ökoszisztéma #menedzsment #adatvezérelt #dsplatformok #adattárolás #adatminőség #datawarehouse #datalake #adatmérnök #adatmintérték #rejtettinformáció #adatmegértés #vizualizáció #látványos #felhasználóiélmény #bigdata #apachespark #cloud #thinkbig #datastream #dataservices #python #programozás #alapok #változók #operátorok #függvények #osztályok #MLmodulok #numpy #pandas #modellezés #vizualizáció #matplotlib #seaborn #plotly

    • • Osztályozás
    • • Regresszió
    • • Idősoros adatok elemzése
    • • Klaszterezés / Dimenziócsökkentés
    • • Anomália detekció
    • • Mélytanulás, mesterséges neurális hálók
    • • Szövegelemzés (természetesnyelv-feldolgozás) és Nagy Nyelvi Modellek
    • • Ajánlórendszerek, hálózatelemzés
    • • Nagy adathalmazok elemzése (Big data - Spark)

    Az előző modulban szerzett horizontális tudás és Python tapasztalatok mentén a modul célja bemutatni az adattudomány és a gépi tanulás modellezési technikáinak főbb irányvonalait, gyakorlati oldalon programozási kódok segítségével.

    A hallgatók a modul elvégzése után képesek lesznek felismerni a főbb adattudomány és gépi tanulási feladatokat, valamint az adott helyzetben alkalmazandó eljárásokat. A Python kódok ismeretében a hallgatók képesek lesznek alkalmazni a különböző adatelőkészítési, modellezési, valamint az eredmények értelmezésére irányuló technikákat, így azonnal alkalmazható tudást szereznek.

    #gépitanulás #algoritmusok #nemfelügyelttanulás #adatcsoportotsítás #mintázatkeresés #profilozás #üzletialkalmazás #vásárlóiviselkedés #piacszegmentáció #targetáltmarketing #nemfelügyelttanulás #anomália #kiugróérték #visszaéléskeresés #üzletialkalmazás #felügylettanulás #osztályozás #predikció #kiértékelés #lemorzsolódáspredikció #üzletialkalmazás #regresszió #árpredikció #idősorosadatok #trendek #szezonalitás #előrejelzés #természetesnyelvfeldolgozás #NLP #GPT #információkinyerés #névelemek #szentimentelemzés #közösségimédia #ajánlások #hálózatok #reco

  • • Adatvezérelt döntéshozatal

    • Jogi aspektusok

    • Adatvizualizáció

    • Dashboardok

    • Prezentációs technikák

    A modul bevezetést ad az adattudományhoz kapcsolódó szervezeti területekbe, olyan témaköröket érintve, mint például az adatvezérelt működés, a jogi-szabályozási kontextus, vagy az információ kommunikációjának módszertana. A modul elvégzése után a hallgatók képesek lesznek keretben látni az adattudományhoz és a mesterséges intelligenciához kapcsolódó szervezeti folyamatokat, elsajátítják a hatékony adatvizualizációs, prezentációkészítési, valamint előadási technikákat.

    #GDPR #mitszabad #mitnemszabad #veszélyek #szabályozás #corpo #szervezetiátalakulás #datadriven #aidriven #mitkelltenni #disztruptív #piacielőny #buildorbuy #automatizáció #információátadás #interaktívfelületek #műszerfalak #adatvizualizáció #riportok #prezentáció #storytelling #történetazadatban #hogyanmondjamel #karizma #prezentáció #vizsgafeladat #szakmaizsűri #egymástóltanulunk

  • A vizsga során a képzés elején csoportba osztott hallgatók bemutatják a képzés során összeállított projektjüket, amely egy adattudományi feladatot dolgozz fel. A projekt elkészítésekor a hallgatók fel kell használják a képzés során elsajátított tudást, mely a feladat kiválasztásától kezdve, az adatok tisztításán és értelmezésén át, a modellezési folyamatokon keresztül egészen az eredmények előállításáig, valamint a megfelelő vizualizációs eszközök kiválasztásáig és bemutatásáig tart. A vizsga elvégeztével, valamint a projekten való munka segítségével a hallgatók tapasztalatot szereznek egy valós adattudományi projekt elkészítésében, a szakértők mentorálásán és támogatásán keresztül. A projektek alapjául szolgáló kérdéskört vagy adathalmazt rendszerint a hallgatók hozzák, így az eredmények akár azonnal alkalmazhatók szervezeti kontextusban is.

    A vizsga projekt során a prezentációk az alábbi kérdésköröket érintik:

    • Mi a projekt célja, milyen üzleti kérdésre/kihívásra keresi a választ/megoldást?

    • Milyen megközelítés kerül alkalmazásra a cél elérésére?

    • Milyen adatok kerülnek felhasználásra? Honnan származnak az adatok? Milyen módosításokat/ tisztítást kell elvégezni az adatokon?

    • Milyen technológia/algoritmus kerül alkalmazásra?

    • Milyen eredmények vannak?

    • Hogyan értelmezhetők az eredmények az üzleti kérdés mentén

Hallgatóink mondták



Minkó Mariann

Nagyon jó volt azt látni, hogy a szakma kiválóságait hoztátok el nekünk, akik hitelesen, valódi szenvedéllyel igyekeztek átadni a tudásuk alapjait.

Dr. Szabó Tünde

GEO Insight Kft., MTA CSFK

Sokfelé jártam, de a KÜRT Akadémia Data Science képzését mindenhol ismerték. Nekem önbizalmat és megerősítést adott, jóval többet, mint egy egyetemi diploma.

Tornyai Péter

Head of risk policyMagyar Cetelem Bank

Köszönet a színvonalas oktatásért! Sok kocka megvolt már, de most összeraktátok nekem a képet. Persze volt új dolog bőven. Mindezt érdekes és minőségi formában.

Borsos Gábor

Nagyon köszönöm az új szemléletet, az új látásmódot. Köszönöm, hogy megmutattátok, hányféleképpen lehet ugyanazt a dolgot szemlélni. És a családias hangulatot.

Parti Tamás

...adat, adat, adat... és sose lesz vége.

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, 18 alkalom, 90 óra*

a képzés indulása:
2024. november 22.
jelentkezési határidő:
2024. november 20.
képzési alkalmak:
péntekenként

13-18 óra közt

szükséges képzettség:
érettségi
helyszín:
CEU Budapest

1051 Budapest, Nádor utca 15.

részvételi díj:
15% Early Bird kedvezménnyel 1.088.000 Ft + Áfa
Juhász Dániel Ügyfélkapcsolati munkatárs
Érdeklődöm! Jelentkezem!

* a változtatás jogát fenntartjuk

Cégemet fejleszteném

Kedvezmények

Kedvezményt biztosítunk a részvételi díjból az alábbi esetekben: 

  • 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.

A képzés tantermi formában zajlik, oktatóink figyelme a helyszíni résztvevőkre korlátozódik. Csak abban az esetben fogadjuk el az online részvételt, ha a hallgató Budapesten kívüli helyszínen lakik és semmiképpen sem tudja megoldani a bejárást. Online becsatlakozás során a hallgató megfigyelőként, Zoomon keresztül követheti az eseményeket, vagyis a tantermi alkalmak valós idejű közvetítését.

Nyilvántartási szám

B/2020/001149



Akik minket választottak