Képzés jelentkezés

Data Science képzés

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. A gazdasági szereplők számára az adat a jövő záloga. A jelenlegi helyzetben az jelenti a szűk keresztmetszetet, hogy nincs elég felkészült szakember, aki a hihetetlen léptékben duzzadó adattömeget képes kezelni és értelmezni, illetve akik képesek összefüggéseiben látni az üzleti igények és technológiai megoldások átváltásait. 

Képzési programunkkal egyedülálló tanulási lehetőséget kínálunk Magyarországon. Képzésünkhöz összeválogattuk a legjobb hazai szakembereket, tapasztalatokat, az adatelemzés alapjául szolgáló legújabb technológiákat és a téma üzleti szempontból is releváns esettanulmányait. Mindezt pedig körbevettük a KÜRT Akadémiától megszokott transzformatív gondolatokkal és gyakorlatias szemlélettel. 


 

„The purpose of computing is insight, not numbers.”

Richard Hamming, 1962


Miért éppen most, miért éppen Data Science?

Egyrészt hatalmas mennyiségű, gyorsuló ütemben növekedő és változatos adat termelődik a világban, másrészt az feldolgozására alkalmas eszközök egyre elterjedtebbek. 

Az elmúlt években kiélezett verseny alakult ki a legjobb adattudósokért, akik nem csupán a szakterületükön belül teljesítenek jól, hanem képesek szem előtt tartani a tágabb üzleti és társadalmi hatásokat is.

A tematika kialakítása során többször szembesültünk a ténnyel, hogy a vállalatok nem használják ki a náluk keletkező óriási adatmennyiséget, de nem feltétlenül az üzleti döntéshozók belátásának hiányában. Ma Magyarországon a legtöbb projekt azért nem valósul meg, mert kevés olyan szakember létezik, aki az üzleti értékteremtés szempontjait, az adatgazdálkodás teljes infrastruktúráját és az elemzés folyamatait egyaránt képes átlátni. Képzésünket ezért olyanra formáltuk, hogy hallgatóink a legfontosabb és legújabb technológiai ismeretek mellett az üzleti készségeket is begyakorolhassák a projekttervezéstől egészen az eredmények kommunikálásig. 


 

Válassz minket, ha

  • megismernél egy formálódó, de óriási hatást gyakorló IT szakterületet,
  • a kreativitást és rendszerszemléletet igénylő kihívások kötnek le igazán a munkádban,
  • motivál a saját magad és környezeted fejlesztésének lehetősége,
  • új lendületet (vagy irányt) adnál karrierednek, és
  • szeretnél olyan közösségbe tartozni, amiben mindenki hasonlóan motivált.





Mit kaphatsz, ha csatlakozol?

  • Átfogó képet és gyakorlati ismereteket kaphatsz a legújabb információs technológiákról, az adatok felhasználásának lehetőségeiről.
  • Begyakorolhatod azokat a készségeket és a szemléletmódot, amely segít a tudásod átadni és beépíteni a tágabb üzleti folyamatokba. 
  • Elköteleződést és tanulást igénylő péntek délutánokat, amelyek cserébe stabil és naprakész tudással látnak el a technológia-üzlet-társadalom Bermuda-háromszögéről.
  • Megismerheted azokat az embereket, akik ma Magyarországon a legtöbbet és legmélyebben foglalkoznak adatelemzéssel.
  • Megismerheted azokat az embereket, akik a jövőben Magyarországon a legtöbbet és legmélyebben foglalkoznak majd adatelemzéssel és a nemzetközi piacon is tényezőnek fognak számítani. :) 
  • Első kézből tudhatod meg, milyen kihívásokkal néznek szembe a legtöbb adattal dolgozó vállalatok, mi mindenre derülhet fény az adatvagyon felhasználásával.
  • Olyan szakmai perspektívát és támogató közösséget tudhatsz magad mögött, amelyre a képzés után is támaszkodhatsz. 

 

Milyen bizonyítványt szerezhetsz?

A sikeres résztvevők a KÜRT Akadémia (akkreditált felnőttképzési intézmény) ’Advanced Data Manager’ tanúsítványát kapják kézhez.



Ismerd meg a képzés oktatóit >>
Ismerd meg a képzés tematikáját >>

 

A KÜRT Akadémia képzéseit minden esetben úgy alakítottuk ki, hogy azonnal hasznosítható gyakorlati tudást és holisztikus szemléletet nyújtsanak. Képzéseink tartalma mellett az oktatás kereteit is a legmodernebb elvárásokra szabjuk. Közösségi oktatási gyakorlatunkban az oktatókból, hallgatókból és szakértőkből álló háló lehetőséget nyújt a folyamatos párbeszédre. Ez olyan dinamikus és széles spektrumra kiterjedő tudásfrissítést biztosít, amire csak egy élő hálózat képes. A kurzusaink sokszor akkor indulnak be igazán, amikor az órák véget értek.

Abban hiszünk, hogy kizárólag ilyen szemlélettel lehet hatékonyan tudást átadni a napról napra formálódó területeken, legyen szó adatelemzésről általában, vagy a Big Data eszközök legújabb generációiról. Az üzleti és IT szereplők egyik pillanatról a másikra formálják át a definícióikat, miközben a szélesebb társadalom és jogrendszer pedig igyekszik lépést tartani ezekkel a változásokkal.

Ezért a Data Science képzés esetében ötvöztük a technológiai alapokat, újdonságokat, az adatelemzés módszertanának eszköztárát a projektszemlélettel és a társadalmi kontextus legizgalmasabb kérdéseivel. Mindezt pedig körbevettük a KÜRT Akadémia rendhagyó oktatási szemléletével és egy intenzív szakmai közösségi háttérrel. 


 


Az első lépések I.
Az első lépések

Data Science és Big Data nagykép

  • Adattudomány a térképen: adatbányászat, data science, Big Data
  • Az exponenciális adatbővülés vetületei
  • Kapcsolódó tudományok: hálózatelmélet, pszichológia, szociológia
  • Üzleti siker és kockázatok

Rengeteg elképzelés létezik arról, hogyan befolyásolja jövőnket az óriási és változatos adatmennyiség, valamint az a tény, hogy ezek elemzésére használt technológia rohamosan terjed. Data Science képzésünk elején ezért bemutatjuk az adattudomány fejlődését, legfontosabb fogalmait, az alapjául szolgáló és a belőle merítő tudományterületeket, üzleti lehetőségeket. 


A - Z II.
A - Z

Az adatelemzési projekt fázisai

  • CRISP-DM módszertan
  • Iparági esettanulmányok a megrendelői és a szolgáltatói oldalról
  • Adat mint termék és üzleti intelligencia a gyakorlatban

Az adatelemzési projektek sikerességét nem csak a felhasznált technológia szabja meg, hanem az üzleti problémák megfelelő lefordítása, az üzleti és IT oldal egymást értő kommunikációja. Ebben a modulban áttekintjük az adatelemzési projektek teljes ívét, bemutatjuk a siker legfontosabb kritériumait, a szükséges kompetenciákat és az adatelemzési projektek leggyakoribb buktatóit. 

 


Jó kérdésre jó választ III.
Jó kérdésre jó választ

A problémafeltárás művészete

  • Korlátozott racionalitás a problémák értelmezésében és a döntéshozatalban
  • Social engeneering és tudatos ráhatás

Az adattudományos projekt célja jellemzően az, hogy olyan következtetéseket fogalmazzon meg az intuíciónál jóval megalapozottabb módon, amelyek megerősíthetik a vállalatot, új irányokat mutathatnak, elősegíthetik az termékek és folyamatok innovációját, új perspektívát adhatnak akár a piacról és felhasználókról. Az adatelemzési projekteket vezető szakembereknek képesnek kell lenniük kreatívan és nyitottan kérdezni és ráérezni a szervezet sajátosságaira.

A modul célja, hogy a hallgatókat felkészítse azokra a helyzetekre, amikor a technológiai-elemzési tevékenység találkozik az üzleti igényekkel, szervezeti politikával és a különböző területen dolgozók céljaival. Egy projekt kezdetén először is meg kell érteni a legfontosabb elvárásokat, felmérni az összegyűjthető adatok által kínált lehetőségeket és mérhetővé tenni a sikert. Hallgatóink ujjgyakorlatot szerezhetnek abban, hogyan értsék meg és csatornázzák be a saját szakmai profiljukon túl levő igényeket, illetve milyen kognitív gátak fékezhetik ezeket a folyamatokat. 


Bevezetés az adatok világába IV.
Bevezetés az adatok világába

Adatgyűjtés, -tárolás és -feldolgozás

  • Adatforrások típusai, adattárolási lehetőségek
  • Szenzorhálózat tervezése, hálózati adatok
  • Oszlop alapú adatbázisok
  • SQL, noSQL, HDFS

A szakemberek mára rengeteg eszköz közül válogathatnak az adatok összegyűjtéséhez és tárolásához, nincs azonban egyetlen üdvözítő módszer, amely minden helyzetben megfelelne. A modulban sorra vesszük a különböző adatforrásokat, tárolási technológiákat, azok minden előnyével és hátrányával, különös tekintettel arra, hogy az egyes technológiák esetén hogyan alakul az adatok biztonságos kezelése, gyors elérése, és általában az infrastruktúra hatékonysága.


Kezelhető adatok V.
Kezelhető adatok

Adattisztítás, normalizálás és anonimizálás

  • Adatok minőségének felmérése
  • Zajos és inkonzisztens adatok tisztítása
  • Eltérő forrásból származó adatok összekapcsolása
  • Normalizálás és anonimizálás

Az adattisztítás és normalizálás minden projekt elengedhetetlen (és sokszor hosszadalmas) részét képezi, miközben nem ebből származik az üzleti hozzáadott érték. Ebben a modulban azt tanulhatják meg hallgatóink, hogyan végezzék hatékonyan ezeket a megkerülhetetlen feladatokat, milyen szoftvereket és módszereket használhatnak a projekt tökéletes megvalósítása érdekében. Ezután az automatizálhatóság és a valós idejű adatáramlás problémakörét és megoldási lehetőségeit mutatjuk be.


A statisztikai ujjgyakorlatoktól a modellépítésig VI.
A statisztikai ujjgyakorlatoktól a modellépítésig

Elemzési eszközök és módszerek

  • Kvantitatív módszerek – a leíró statisztika alapjatól a modellépítésig
  • Cutting-edge elemzőeszközök
  • A legfontosabb és legújabb elemzési nyelvek. Python és R
  • Adatbányászati elemzés – osztályozás, regresszió, szegmentáció
  • Szövegbányászat, NLP
  • Machine learning, deep learning és tanuló rendszerek

Hogyan alakíthatóak tömény információvá a nyers adatok? Hogyan lehet összefüggéseket, mintázatokat kiolvasni a nagy adathalmazokból? Mire ügyeljünk, hogy elkerüljük a szemfényvesztő eredményeket? Hogyan erősíti egymást statisztika és programozás, mely programnyelvek a legnépszerűbbek és miért? A modul alkalmai során végigvesszük az elemzéshez szükséges statisztikai és kódolási ismereteket, a legelterjedtebb programozási nyelveket, és minden élvonalbeli technológiát a gyors, pontos és felhasználóbarát elemzéshez. Minden alkalommal valós adatokon és valós döntési helyzeteket modellezve haladunk, megismerve a legfontosabb open source, ingyenes vagy üzleti eszközöket, iparági problémákat. A modul végén hallgatóink a tanuló rendszerek működését ismerhetik meg. 


Big Data eszközök VII.
Big Data eszközök
  • A Big Data elemzés elvei és technológiák
  • A Hadoop Distributed File System és MapReduce
  • Cloudera Impala és Hive

Ebben a modulban sorra vesszük azokat az eszközöket, amelyek képesek összekötni földi halandókat az igazán problémás méretű adathalmazokkal. A forradalmi Hadoop módszerek, és a rá épülő, különböző szoftveres megoldások mellett tovább folytatjuk a legfontosabb programnyelvekben való elmélyülést. Cél, hogy a hallgatók a modul végére olyan tudást szerezzenek, amellyel magabiztosan mozoghatnak mind az adatelemzés eredményeinek, mind a felhasznált technológia értékelésekor, és amely tudásra építve már saját kézbe vehetik technológiai ismereteik fejlesztését.


Implementáció és üzemeltetés VIII.
Implementáció és üzemeltetés

A kiépített infrastruktúra hatékony bővítése 

  • Tippek, trükkök a hatékonyság növeléséért
  • Grafikai adatfeldolgozó eszközök

Ebben a modulban hallgatóink minden eszközt megkapnak ahhoz, hogy egy létező vagy az általuk megszerkesztett rendszert folyamatosan javíthassanak. Szó lesz az arról, hogyan lehet automatizálással erőforrást felszabadítani, meglévő technológiákat újrafelhasználni, továbbá hogyan alkalmazhatók a nagy teljesítményű grafikus adatfeldolgozási eszközök.


Human touch IX.
Human touch

A bizalom szerződései

  • Társadalomba ágyazott szabályozás
  • Jogi szemlélet az adatfeldolgozásban
  • Az európai és a magyar információbiztonsági törvények
  • A bizalom íratlan szabályai digitális környezetben

Az információ monetizálásának gyakorlata gyorsabban terjed, mint az egyének felkészültsége arra, hogy átlássák és irányítsák az általuk hagyott digitális lenyomatokat, ezért a nemzetállamok és nemzetközi szervezetek feladata, hogy megfelelő jogi környezettel korlátozzák és szabályozzák a vállalatokat, védjék a felhasználókat. A modul segít hallgatóinknak eligazodni a szövevényes, és még korántsem lezárt jogi diskurzusokban, megérteni a jogalkotók szempontjait és az információbiztonság hagyományát.


Az emberek és adatok összekapcsolása X.
Az emberek és adatok összekapcsolása

A profi adatvizualizáció
 

  • Vizualizációs és riportolási technikák
  • Open-source és üzleti eszközök
  • IBM eszközök, Big Data Graph, Cognos, Tableau, MicroStrategy

Az adatelemzési projekteket nem pusztán technológiai igényességük validálja, hanem elsősorban üzleti megtérülésük, ezért sosem elég eljutni az eredményekig – ezeket át is kell adni és a gyakorlatban alkalmazhatóvá tenni. Hallgatóink megtanulhatják az eredmények hatékony átadásának módjait, a figyelem fenntartását és irányításáta látás és értelmezés korlátait. Emellett megismerhetik a legfontosabb open-source, ingyenes és üzleti vizualizációs szoftverek használatát.


Hogyan mondjam el? XI.
Hogyan mondjam el?

Kommunikáció és önérvényesítés

  • Kommunikációs gyakorlatok az asszertivitásért
  • Prezentáció, meggyőzés és önérvényesítés
  • A szervezeti fejlődés megalapozása

Az önérvényesítés ugyanolyan lényeges elem egy meglévő projekt bemutatásakor vagy egy újabb megbízás eléréséhez, mint a jól szerkesztett grafikonok és riportok. Ebben a modulban hallgatóink tömény kommunikációs gyakorlatot kapnak, mivel általános tapasztalat, hogy a hatékony kommunikáció ebben az iparágban is fontos elsajátítandó képesség. A modul végére hallgatóink azt is megtanulhatják, hogyan használják az asszertív kommunikáció eszközrendszerét arra, hogy megalapozzák az üzleti igényt és a bizalmat.


Arató Bence
Arató Bence

Arató Bence a BI Consulting ügyvezetője, aki két évtizedes, tanácsadóként és elemzőként szerzett tapasztalattal rendelkezik az üzleti intelligencia területén. Tanácsadóként BI stratégiai, architektúratervezési, eszközválasztási és minőségbiztosítói feladatokkal foglalkozik. Ügyfelei között számos hazai telekommunikációs vállalat, pénzintézet és online vállalkozás található meg. A tanácsadói tevékenység mellett a BI Akadémia vezető oktatója és a Budapest Data és Budapest BI konferenciák szervezője.


Dessewffy Tibor
Dessewffy Tibor

Dessewfy Tibor szociológus, politológus, a Demos Magyarország elnöke, az ELTE Társadalomtudományi Karának docense. A gonosz szociológiája, A kocka el van veszve és a Bevezetés a jelenbe könyvek szerzője.


Dévényi Edit
Dévényi Edit

Aktuárius, okleveles közgazdász. Diplomáját a Budapesti Közgazdaságtudományi Egyetemen szerezte 1997-ben. Pályája során 8 évig magyar és regionális projekteken adatbányászként és stratégiai tanácsadóként tevékenykedett; elsősorban a pénzügyi és telekommunikációs szektorban vezetett üzleti értékteremtésre irányuló projekteket. 10 évet töltött az AXA (korábban Winterthur, Credit Suisse) kötelékében, ahol a marketingkutatás, üzleti intelligencia és analitikus CRM területek vezetésével foglalkozott, kiszolgálva a banki, biztosítói, nyugdíj- és egészségpénztári ágazatot. 2014 őszén csatlakozott a K&H Csoporthoz a Bank és a Biztosító közös analitikus CRM kompetencia központjának vezetőjeként. 


Domokos Márton
Domokos Márton

Domokos Márton a CMS Cameron McKenna LLP budapesti iroda szenior tanácsadója. Szakterületei: jogi tanácsadás az IT szektor részére, személyes adatok védelme, internetjog, kereskedelmi szerződések, M&A. Rendszeresen tart előadásokat és publikál cikkeket különböző internetes hírportálok és szaklapok, valamint a DataGuidance nevű nemzetközi adatvédelmi szakkiadó számára. Alapító tagja Direkt Marketing Szövetség Adatvédelmi Tagozatának.


Dudás Viktor
Dudás Viktor

Tanácsadóként kezdte pályáját, majd a Microsoft tanácsadói csapatában architekti pozíciót látott el, mely szerepkörben a pénzügyi szektor ügyfeleinek tervezett portál implementációkat. Jelenleg a Microsoft nagyvállalati üzletág megoldás szakértő csapatában az adat és üzleti intelligencia platformért felel.


Földi Tamás
Földi Tamás

Földi Tamás a Starschema társalapítója és -tulajdonosa, több mint egy évtizede kezdett el adattárházakkal és üzleti intelligenciával foglalkozni. Mára Fortune 500-as cégeket segít speciális, adatkezeléssel kapcsolatos problémáik megoldásában. Ő a cég legdinamikusabban fejlődő, innovatív, ún. fejlett analitikával és Big Datával foglalkozó konzultációs és üzemeltetési csapatának a feje, és egyben  felelős a Starschema szoftverfejlesztési stratégiájáért is. Tamás mindemellett Tableau Zen Master is, azaz a Tableau adatvizualizációs eszköz világszinten jegyzett húsz legnagyobb szakértőjének egyike.


Gáspár Csaba
Gáspár Csaba

Az innovatív adatbányászati, illetve Big Data feladatokra szakosodott Dmlab vezetőjeként csapatával azon dolgozik, hogy az adatokban rejlő lehetőségek kiaknázása valósággá válhasson. A Dmlab szakmai blogján (adatbanyaszat.blog.hu), különböző szakmai fórumokon azt képviseli, hogy a Big Data világa új lehetőségeket kínál a hazai nagyvállalatok és a kkv-szektor számára egyaránt. 


Gollnhofer Gábor
Gollnhofer Gábor

Gollnhofer Gábor az adattárházak tapasztalt szakembere, 1996 óta foglalkozik magyar és külföldi DW/BI rendszerek kialakításával és ehhez kapcsolódó tanácsadással. Kiemelt szakterülete a rendszertervezés és az adatmodellezés, mind az adattárházak, mind a hagyományos informatikai rendszerek terén. A The Data Warehouse Institute (TDWI) és az Association for Computing Machinery (ACM) tagja, Certified Data Vault Data Modeler.


Kovács Gyula
Kovács Gyula

Kovács Gyula a Szegedi JATE-n végzett programtervező matematikus szakon. 1997 óta adatbányászati tanácsadással kezdte a karrierjét, 2005 óta független tanácsadó. Az eltelt időszak alatt több mint 130 adatbányászati projektben vett részt elemzőként, később projektvezetőként. Jelentős szakmai tapasztalatot szerzett ügyfélelvándorlás előrejelzése, szegmentáció, ügyfélérték-számítás, csalás detektálása terén. Az utóbbi években hálózatkutatással foglalkozik, ennek részeként két szegedi matematikussal megalapította a Sixtep Kft.-t szoftverfejlesztő céget, amely SIXTEP termékét számos pénzintézet és biztosító alkalmazza. 2010-ben megalapította az Andego Tanácsadó Kft.-t. Rendszeres előadója a hazai BI és adatbányászati konferenciáknak, és az egyik leglátogatottabb adatbányászati blog szerkesztője (andego.hu/blog).


Kővári Attila
Kővári Attila

Kővári Attila a BI projekt kft. alapítója. Mérnök-közgazdász, aki 19 éve foglalkozik BI és adattárház rendszerek tervezésével és megvalósításával, BI stratégiák kialakításával. Évek óta tart előadásokat a Corvinuson, a műegyetemen és a rangosabb szakmai rendezvényeken. Rendszeresen publikál, BI projekt nevű szakmai blogját többezer ember olvassa. Munkásságát a redmondi Microsoft is elismeri és 2015-ben nyolcadszor ítélte oda neki a Most Valuable Professional szakmai kitüntetést.


Mester Tamás
Mester Tamás

Mester Tomi, az Adatlabor alapítója, adatelemző. Korábban a prezi.com-nál dolgozott, most saját cégével főleg webshop-oknak (pl. Butlers, Edigital, Eoptika, etc.), illetve befektetés után álló startup-oknak segít adatvezérelten gondolkodni. Az adatlaboros tréningek mellett olyan konferenciákon találkozhatsz vele előadóként, mint a TEDxYouth, Barcelona E-commerce Summit, Internet Hungary, stb. Tomi elsődleges célja, hogy minél több magyar és európai vállalkozás váljon 100%-osan adatvezéreltté.


Minkó Mihály
Minkó Mihály
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.
 

Nagy István
Nagy István

Magyarország egyik vezető adatelemzéssel foglalkozó cége, a Dmlab alapító senior partnere. Több mint 7 éves adatelemzési tapasztalata ötvözi a számos üzleti projekt vezetőjeként szerzett üzleti gondolkodásmódot a Műszaki Egyetem adatbányászati kutatócsoportjában szerzett technikai és elméleti tudással. A Dmlab csapat operatív és stratégiai vezetése mellett az elmúlt években azon dolgozott, hogy a felhalmozott tudást és tapasztalatot olyan technológiai spin-off cégekbe  transzferálja, amelyek organikusan saját lábra állva, mégis a Dmlabbal integrálva működnek. 


Oltyán Gábor
Oltyán Gábor

Oltyán Gábor közgazdasági programozó matematikusként, majd közgazdászként diplomázott. Az üzleti intelligencia területén 2000-ben kezdett dolgozni fejlesztőként és data mining elemzőként. Több mint 100 sikeres adatbányászati és data science projektben vett részt, illetve később irányított három földrészen Seattle-től Kuala Lumpurig. A prediktív analitika, adatbányászat, big data analitika területén szerzett mély tapasztalatra építve az analitikai CRM, analitikai CXM/CEM és kontextus alapú marketing területén készít átfogó megoldásokat, melyek a legújabb eszközöket és módszertanokat felhasználva segítenek a cégeknek a rendelkezésre álló adatvagyonuk minél teljesebb üzleti kiaknázásában. Gábor jelenleg a Data Solutions Kft. projektmenedzsere és ügyvezetője.


Prekopcsák Zoltán
Prekopcsák Zoltán

Prekopcsák Zoltán 2011 óta a Big Data elemzésekkel foglalkozó Radoop Kft társalapítója és ügyvezetője volt. 2014 júniusában a céget felvásárolta az amerikai-német RapidMiner, melynek azóta budapesti irodáját vezeti, valamint a globális Big Data stratégiáért felelős alelnöke lett. Az elmúlt 10 évben rengeteg adatelemzési projektben vett részt a telekommunikáció, pénzügy, kereskedelem vagy akár az agykutatás területén. Üzleti tevékenységei mellett a BME oktatója, több tucat publikáció szerzője, nemzetközi és hazai konferenciák rendszeres előadója.


Sidló Csaba
Sidló Csaba

Sidló Csaba 2000 óta foglalkozik adattárházakkal és üzleti intelligenciával, 2004 óta az MTA SZTAKI kutatójaként. Fő területe az extrém adatmennyiségen értelmezett analitika, ezen belül az adatintegráció és adattisztítás, azonosságfeloldás ügyfél-, log-, web- és IoT adatokon. Csoportjával kurrens kutatási eredményeket visznek el gyakorlati alkalmazásokig. 2012-ben védte adatbányászat és deduplikáció témájú PhD dolgozatát az ELTÉ-n.


Szeszler Ádám
Szeszler Ádám

Szeszler Ádám közgazdászként diplomázott, adatbányászattal több mint 15 éve foglalkozik. A Data Solutions Kft. alapítója és vezető elemzője. 2001 óta dolgozik üzleti intelligencia és data science projektek elemzőjeként és vezetőjeként Budapesten, Seattleben, Szkopjében, Podgoricában és Kuala Lumpurban, elsősorban a telekommunikáció és a banki terület nagyvállalatainak. Kedvelt szakterületei az analitikai CRM megoldások és a banki készpénzlogisztika optimalizációja.


Szűcs Krisztina
Szűcs Krisztina
Szűcs Krisztina a Moholy-Nagy Művészeti Egyetemen szerzett grafikus diplomát 2012-ben, jelenleg szabadúszóként adatvizualizációkat tervez. Az egyetemi évei alatt kezdett el foglalkozni adatvizualizációval, megnyerte a visualizing.org által szervezett OECD és Visualizing Marathon pályázatokat, majd Moritz Stefanerrel közösen dolgozott projekteken a World Economic Forum és az Inter-American Development Bank számára.

Tóth Zoltán
Tóth Zoltán

Tóth Zoltán Data Engineer, a Prezi Business Model csapatának vezetője. Korábban a Prezi Big Data infratruktúrájának kialakítását és üzemeltetését vezette.


 


Képzés hossza:
135 óra (27 x 5 óra előadás és workshop)

Képzési alkalmak:
Péntekenként 13-18 óráig

Képzés indulása:
2016. szeptember 23. - MEGTELT

Jelentkezési határidő:
2017. szeptember - Early bird jelentkezéseket fogadunk

Képzés helyszíne: 
KÜRT Akadémia

Képzésvezető:
Nagy-Rácz István

Részvételi díj:
640 000 Ft + ÁFA/szemeszter
A képzés kétszemeszteres, így a képzés díja összesen: 1 280 000 Ft+ÁFA

Jelentkezés:
A KÜRT Akadémia weboldalán

Oklevél:
A sikeres résztvevők a KÜRT Akadémia (felnőttképzési engedéllyel rendelkező intézmény) ’Data Scientist’ oklevelét kapják kézhez.

Egyéb:
Minden előadást videofelvételen rögzítünk és elérhetővé teszünk a hallgatók számára, ezzel segítve a hiányzások pótlását és a hatékonyabb tanulást.

 



Kedvezményt biztosítunk a részvételi díjból az alábbi esetekben:

Az egyes kedvezmények nem összevonhatók!

  • Early bird: 15% kedvezmény (2017. június 30-ig)
  • Helyszíni jelentkezés esetén rendezvényeinken: 5% kedvezmény
  • Csoport jelentkezés (4 vagy több fő): 10% kedvezmény. Kérünk, amennyiben ezt szeretnéd igénybe venni, az elektronikus jelentkezés előtt írj nekünk az info@kurtakademia.hu címre!
  • Alumni tagként: 10% kedvezmény


ARCHÍVUM
Karrierutak és akadálypályák a data science szcénában
Karrierutak és akadálypályák a data science szcénában
Oklevélátadó és meetup
2016. június 23. 18:00-19:30
1053 Budapest, Ferenciek tere 2. 1. emelet

Előadók
Földi Tamás
Földi Tamás Starschema
Társalapító, társtulajdonos, elemző, Tableau Zen Master
Nagy István
Nagy István Dmlab
vezető partner

A data science vitathatatlanul toplistás a szexi szakterületek közt. Nem csoda, hiszen pragmatikus alapokra helyezett kreativitást ígér, és olyan erőforrásra épít, amely mindenki számára olcsón elérhető. Ez a kreativitás nem gyökerezhet egyedül a mérnöki szemléletben, az igazán izgalmas projektekhez perspektíváknak kell összecsapniuk. Nyolc hónappal ezelőtt pontosan ebbe a kemény fába vágta a fejszéjét Data Science képzésünk 24, azóta végzett hallgatója, akik június 23-án vehették át oklevelüket.

Az ünnepség előtti nyílt kerekasztal-beszélgetésen előadóink arról vitáztak és beszélgettek, hogy milyen szakemberekre van szükség, milyen kompetenciákban kell fejlődniük, mit kínálnak a szaktudást közvetítő cégek és mi nem vehető meg a piacról. Körbejártuk a data science projektekhez szükséges szerepeket, szaktudást és buktatókat. A program:

  • 17:30 Érkezés, regisztráció
  • 18:00 Kerekasztal-beszélgetés
  • 19:00 Oklevélátadó, pezsgőbontás
Gyere velünk az adatbányába
Gyere velünk az adatbányába
Data Science meetup
2016. szeptember 9. 15:00-17:00
Starschema Budapest, Váci út 99, 1139
3000 Ft
A résztvevők száma korlátozott, 25 fő tarthat velünk

Előadók
Földi Tamás
Földi Tamás Starschema
Társalapító, társtulajdonos, elemző, Tableau Zen Master
Gáspár Csaba
Gáspár Csaba DMLab
vezető partner
Nagy István
Nagy István Dmlab
vezető partner

Ha láttál már messziről adatprojektet, és sejted, hogy mit nem értesz, tarts velünk! Leviszünk az adatbányába védőhálóval. Úti célunk az ország legnagyobb BI és big data cége, amely mára 100 munkatárssal és milliárdos árbevétellel büszkélkedhet. Ennek  a magyar cégnek olyan óriások szavaztak bizalmat, mint a Walt Disney, az Emarsys vagy az SAP.

 

Data science képzésünk oktatóival együtt ellátogatunk  a Starschema irodájába, benézünk a kulisszák mögé, hogy megértsük, mi mindent rejt egy adatprojekt a fizikai adattárházaktól az adatbányászaton keresztül az adatvizualizációig.

 

Kinek ajánljuk?

 

  • Annak, aki szeretné tisztábban látni, mit ér a vállalata kezében lévő adatvagyon.

  • Annak, aki kíváncsi rá, milyen munkahelyek várnak végzett Data Science hallgatóinkra.

  • Annak, aki szívesen bepiszkolja a kezét, és szakértőink támogatásával akár csv, vagy xml file-okat is meg mer nyitni, és hajlandó megismerni egy-egy python kódsort is.

 

Az esemény résztvevőinek száma korlátozott, a beérkezett jelentkezők közül szeptember 6-ig választjuk ki azt a 25 főt, akiket magunkkal tudunk vinni erre az izgalmas küldetésre.

 

Az esemény jelentkezési határideje lejárt.

 

Vizuális storytelling
Vizuális storytelling
Nyílt nap a Data Science képzésen
2016. május 27. 13:00
1053 Budapest, Ferenciek tere 2. 1. emelet
-- INGYENES --
A részvétel regisztrációhoz kötött

Előadók
Földi Tamás
Földi Tamás Starschema
Társalapító, társtulajdonos, elemző, Tableau Zen Master
Nagy István
Nagy István Dmlab
vezető partner

Data Science képzésünk első évfolyama végzése előtt minden érdeklődőnek bepillantást kínáltunk abba, mi és hogyan folyik nálunk péntek délutánonként. A tananyagban végeztünk az adatgyűjtés, -tárolás és -elemzés alapjaival, és nyílt napunkon elérkezünk velük a vizuális storytelling izgalmas világához.

Mire egy komplex elemzés elkészül, addigra sokszor a készítői benne élnek, minden apró beállítás történetét ismerik, és nekik talán már evidensek az eredmények. Friss szemlélő számára azonban le kell fordítani ezeket az információkat, vagyis olyan vizuális összefoglalót kell készíteni, ami értelmezhető egy adatcivil szemével is. Nyílt napunkon a Starschema szakemberei kalauzoltak el az üzlet és IT közt húzódó határon.

Ez az alkalom tökéletes volt, hogy az érdeklődők belelássanak a képzés működésébe, megismerkedjenek a szakmai vezetővel, a jelenlegi hallgatókkal, és eldöntsék, belevágnak-e a következő Data Science évfolyam kihívásaiba, vagy egyszerűen csak inspirációt szerezzenek a munkájukhoz.

Data Science képzés
Data Science képzés
Nyílt nap a KÜRT Akadémián
2015. október 27. kedd, 14:00
A Grund (1082 Budapest, Nagytemplom utca 30.)
A rendezvény ingyenes.
Az esemény megtelt, több regisztrációt nem tudunk elfogadni!

Előadók
Gáspár Csaba
Gáspár Csaba DMLab
vezető partner
Nagy István
Nagy István Dmlab
vezető partner

Tudjuk jól, hogy mindenkit más vonz a data science-ben, más célokért szeretne belevágni és más háttértudásra épít. Az azonban közös a tudományterület iránt érdeklődőkben, hogy ismerni akarják a legújabb technológiát, amivel a digitalizált világ megfigyelhetővé válik, és azokat a módszereket, amelyek segítségével értékes információ nyerhető ki a nyers adatokból. Képzésünk célja, hogy hidat verjen üzleti felhasználás és technológiai ismeretek közé.

Nyílt napunkon személyesen tapasztalhattad meg, hogyan mozogsz a technológia és üzlet határmezsgyéjén, hogyan tudnád hasznosítani ezt a szaktudást. Októberben indul Data Science képzésünk első évfolyama, ezért úgy döntöttünk, egy nyílt nap keretein belül modellezzük a KÜRT Akadémia képzéseinek hangulatát. A résztvevők beszélgethettek az oktatókkal, találkozhattak a többi érdeklődővel, és választ kaphattak minden kérdésükre a képzéssel kapcsolatban. 

 

Data Shaping the Future
Data Shaping the Future
Első alkalommal a KÜRT Akadémián!
2015. október 15. 19:00
Grund (1082 Budapest, Nagytemplom u. 30.)
1500 Ft

Előadók
Mester Tamás
Mester Tamás Adatlabor
alapító, szakértő
Nagy István
Nagy István Dmlab
vezető partner
Prekopcsák Zoltán
Prekopcsák Zoltán Radoop
Tóth Zoltán
Tóth Zoltán RapidMiner
Big Data és Hadoop szakértő

Miért és kinek érdemes adatot gyűjtenie és elemeznie? Miért kéne energiát feccölni abba, hogy számokkal támasszuk alá a döntéseinket, ha egyszerűen hagyatkozhatunk az intuícióra is? Ugyan kinek van ideje és energiája tudománnyal foglalkozni? Jó hírünk van, ugyanis Neked!

Érdemes adatot gyűjtened, tényekre alapoznod a vélemény helyett és igen, Te is részt vehetsz egy formálódó tudományterület alkalmazásában.

Ezen az őszön új eseménysorozatot indítottunk útjára, amely célja, hogy közelebb hozza az adattudományt azokhoz, akik eddig nem kapcsolódtak hozzá, illetve bemutassuk, hogy az elemzési projektek sosem légüres térben történnek, hanem emberekhez és szervezetekhez kötődnek.

Sokan sokféleképp közelítik meg az adattudományt, mi viszont úgy gondoljuk, hogy csak úgy van értelme, ha nem önmagáért való. Első meetupunkon bemutattuk, milyen sokféleképp lehet adattudománnyal foglalkozni, milyen pályákat jártak be azok a szakemberek, akik ma Magyarországon a legjobbak közé tartoznak, illetve mik voltak pályájuk során a legnehezebb kihívások és mit tanultak belőlük. 

Nincs videó.

Jelentkezés

A jelentkezéshez kérünk,töltsd ki az alábbi adatlapot!

A jelentkezést abban az esetben tudjuk elfogadni, amennyiben érvényes önéletrajzot töltesz fel!

Személyes adatok


Legmagasabb iskolai végzettség
Önéletrajz csatolása
Fájl feltöltés: (.doc, .pdf, .txt, .docx formátumban) *
Cégként vagy magánszemélyként szeretnéd megtéríteni a képzés díját?*
Magánszemélyként
Cégként


Hol hallottál a KÜRT Akadémiáról?*
Facebookon
Online cikkben
Nyomtatott sajtóban
Hírlevélben
Egy rádió műsorban
Egy ismerősömtől
Egyéb helyen
Képzéseink
Eseményeink
Vállalati csomagok
további képzéseink
Agilis vezető képzés NET-WORKS Etikus hacker Data Science `Information Security Communication Expert Agilis workshopok Agilis vezetők számára