Data science képzés

Indulj el a data scientistté válás útján: tanuld meg a data science technikai alapjait valós üzleti problémák megoldása során és lesd el a legjobb gyakorlatokat tapasztalt profiktól.

Az adatok elemzéséhez értő data scientistek már ma is a legkeresettebb szakértők között vannak. Ők azok, akik képesek egy vállalat működése során felhalmozódott adatokból üzleti értéket előállítani. Ők teszik lehetővé, hogy az adatok kiaknázásával akár az iparágak meglévő üzleti modelljeit is felforgassuk.

Ezen a 6 hetes data science képzésen megtanulod mindazt a technikai és üzleti tudást, amely szükséges ahhoz, hogy az adatokból valódi üzleti értéket állíts elő. A képzés során valós adathalmazokon, valós üzleti problémák megoldása során tanulhatod meg a technikai alapokat.

Mit kell tudnom?

Elméleti tudás + Technikai gyakorlat + Elemzői szemlélet

A data science képzés célja, hogy bevezetést nyújtson a data science alapjaiba, majd ezekre az alapokra építve gyakorlati készségeket adjon a legalapvetőbb data science technológiákkal kapcsolatban.

A képzés 6 héten keresztül, heti két alkalommal vezet be a data science alapjaiba. Két alkalommal: minden kedden és csütörtökön délután egy kétórás élő videós, online alkalmon tanulsz. Az alkalmakon az elméleti tudás megszerzése mellett, az oktatók vezetésével valós adathalmazokon, valós üzleti problémákat oldasz meg.

Az alkalmakon kérdezhetsz, kommentelhetsz, ha elakadsz, akkor egyből segítünk. Az alkalmakat követően egyénileg megoldható feladatokkal elmélyítheted a tanultakat. A képzés alkalmai utólag felvételről bármikor visszanézhetőek.

A gyakorlatokat az adatelemzés területén népszerű python nyelven végezzük, melynek alapjait a kurzus keretein belül is megtanulhatod. A munka egy közös webes fejlesztési környezetben folyik, a képernyőd egyik felén követheted az előadó munkáját, a másik oldalán te magad is írhatod a megoldásod a böngésződben - így a kezed alatt formálódó gépi tanulási algoritmusok működéséről közvetlenül kapsz élményt.

Ezt kapod a 6 hetes data science képzéstől

Elmélet + gyakorlat

A képzés alkalmain a szükséges elméleti tudás mellett, gyakorlatot szerzel a python programozási nyelvben, valamint a valós feladatok megoldása során elemzői szemléleted mélyül.

Valós példák

Nem a tankönyvekben megszokott “minden működik” példákat fogod megismerni. Felvértezünk a mindennapokban megjelenő elemzési problémák megoldására.

Alapvető eszköz készlet

A valós életben is data scientistként dolgozó szakértőink kiválogatták mik a legfontosabb ismeretek, amit érdemes hat hét alatt elsajátítani a data science területéről.

Életszerű

A képzés során megmutatjuk, hogy milyen egy data scientist munkája, amivel a mindennapjai telnek.

Egyedi fejlődési út

Tapasztalt oktató csapatunk fel van készülve arra, hogy a különböző háttérrel érkező résztvevőket együtt tudja a fejlődés útján elindítani.

Csak olyasmit tanítunk, ami az ügyfeleinknél is bevált

''A Dmlab elemzési területen szerzett tapasztalatával és konstruktív ötleteivel segítette a munkánkat. A Dmlab által megtartott oktatásokon résztvett kollégák ma már önállóan is képesek gépi tanulási módszerekkel adatot elemezni.''
Ott Károly Innovation Manager - Mol Group
''A Dmlabról első benyomásainkat egy mesterséges intelligencia kurzuson szereztük. A kedvező tapasztalatok alapján egyértelmű volt, hogy kezdeményezzük az együttműködést prediktív analitikai megoldások területén is.''
Horváth Ádám Divízióvezető - Digitális Pedagógiai Módszertani Központ
''A Dmlab egy üde színfoltja a haza data science piacnak. Szenvedélyük az adatelemzés, és azon kevesek közé tartoznak, akiknek vannak eredeti, jó gondolatai. Azt gondolom, hogy a hazai data science szakma alacsonyabb szinten lenne, ha Csaba és István nem kezdi el munkájukat jó néhány évvel ezelőtt!''
Kovács Gyula Smart Process osztály vezetője - Takarékbank

Data science képzésük 2020. szeptemberében elindult.

Képzésünk 2021. tavaszán indul újra. Iratkozz fel az érdeklődők közé.

Nem maradok le

És miről lesz szó pontosan?

python és pandas

A data science világában az egyik legmeghatározóbb eszköz a python programozási nyelv. Az élénk közösségnek hála, rengeteg olyan kiegészítő csomag érhető el, ami nagyban megkönnyíti a munkát, amikor adatokkal kell dolgoznunk. Ilyen csomag a pandas is, aminek segítségével egyszerűen tudjuk kezelni az adatainkat. Az aktív data science közösség nagyja is a python mellett tette le a voksát, így ha elakadunk, akkor könnyen tudunk szakértő segítséghez fordulni. A képzés során átvesszük az alapokat és minden olyan könyvtárral megismerkedünk, amire szüksége lehet egy modern data scientistnek.

Adatelőkészítés

Hogy hozzuk ki a maximumot az adatainkból. Adataink számos különböző forrásból származhatnak, amelyek formátumban, minőségben sokszor teljesen eltérőek egymástól. Az adatelemzés előtt megkerülhetetlen az adatelőkészítés fázisa, amikor adatainkat egy elemezhető adathalmazzá alakítjuk. A gyakorlatok során valós adatokon számos statisztikai illetve a gyakorlatban elterjedt megoldásokkal mutatjuk be az adatelőkészítési lépéseket, melyet követően adathalmazunk már készen áll az elemzésre, vizualizációra illetve a gépi tanulásra.

Felügyelt tanulás

Az adat hatalom, és ne féljünk használni azt, segítségével előrejelzéseket készíthetünk a jövőt illetően. Manapság egyre több helyen lehet alkalmazni gépi tanulási megoldásokat, így fontos, hogy a képzés során megismerd, hogyan készítheted el a sajátod. Legyen szó akár egy ingatlan árának becsléséről, vagy annak eldöntéséről, hogy ki kapjon hitelt, egy jól elkészített gépi tanulási modell számára ezek könnyedén megoldható feladatok. Nincs is másra szükség hozzá mint egy megfelelően előkészített adathalmazra, és a tudásra hogy melyik algoritmust válasszuk ki. A képzés során közösen készítünk több gépi tanulási alapmegoldást egy-egy alkalmazási területre, annak kihívásaira specializálódva.

Nem felügyelt tanulás

Amikor gépi tanulásról beszélünk, akkor nem szabad megfeledkeznünk annak egyik altípusáról, a nem felügyelt tanulási módszerekről. A felügyelt tanulással szemben itt nincsen célváltozónk, amit szeretnénk előrejelezni, hanem az adatainkat próbáljuk különböző tulajdonságaik szerint szegmentálni. Ez az technika számos helyen bevett módszer a cégek ügyfeleinek jobb megismerésére, például a telekommunikációs szektorban, de más területeken is előszeretettel használják az adatok jobb megértésére. A gyakorlati képzésen valós adathalmazok segítségével mutatjuk meg milyen szerteágazó problémák megoldására nyújthat megoldást a nem felügyelt gépi tanulás.

Adattermék működés közben

Docker, REST API, Git, SQL / NO-SQL adatbázisok, ezek mind olyan eszközök, amik jó ha megtalálhatóak egy data scientist szerszámosládájában. Ha nem csak az a fontos, hogy elemzők legyünk, és ne csak egy darabkáját lássuk egy valós data science projektnek, akkor ezek nélkülözhetetlenek lesznek számunkra. Segítségükkel karban tudjuk tartani kódbázisunkat, integrálni tudjuk a megoldásunkat, és ismeretükkel meg tudjuk tervezni a projekt architektúráját is. A képzés során ezekkel mind találkozni fogsz és megtanulod, hogy néz ki egy adatos projekt a valóságban.

Data science a felhőben

Az adatok mennyiségének rapid növekedésével elkerülhetetlen az a pont, amikor elérjük számítási kapacitásaink határát és más megoldásáokhoz kell folyamadnunk. A felhőszolgáltatók rengeteg opciót kínálnak ilyen esetekre, és segítségükkel virtuális gépeket bérelve képesek lehetünk ezt a határt kitolni. A képzésen egy valós projekten keresztül mutatjuk be hogyan lehet Microsoft Azure segítségével felépíteni és fenntartani egy ilyen megoldást.

Haladó technikák

A képzés során a data scientistek alap eszközkészletét ismerjük meg. És itt nem állunk meg. Vannak olyan problémák, feladatok, amelyek megoldására már egy komplexebb gépi tanulási megoldás használatát kell igénybe vennünk. Ezek az algoritmusok mind komplexitásban mind teljesítményben felülmúlják társaikat, azonban ennek ára van. A képzés során megvizsgáljuk hogy milyen helyzetekben ajánlott ezen komplex modulok alkalmazása. Ezen komplex megoldások egy másik jellemzője, hogy az általuk feltárt összefüggések értelmezése és magyarázhatósága plusz energiát igényel. A modul másik részében a magyarázható gépi tanulás témakörével foglalkozunk, amely a data scientistek egyik legfontosabb üzleti képessége.

Ott leszek

Kiktől tanulok majd?

A Dmlabban több mint tíz éve segítünk ügyfeleinknek szintet lépni az adatvezéreltségben. A vállalati projektjeink tapasztalatai miatt látjuk, mik azok a használható ismeretek, amiket egy bevezető data science képzésben érdemes megismerni egy téma iránt érdeklődőnek. Magyarországon a legrégebben foglalkozunk data scientistek képzésével vállalati és egyetemi oldalról egyaránt, így tudjuk hogyan lehet valós értéket teremtő gyakorlati tudást átadni a tanulni vágyóknak.
Gáspár Csaba | Dmlab
Gáspár Csaba
alapító

Szenvedélyes adatelemző vagyok, aki hisz abban, hogy az adatokra támaszkodó megoldások jelentik a következő lépcsőt a gazdaságban. Tudom, hogy az adatközpontú rendszerek építéséhez egy újfajta szemlélet kialakítására van szükség, ezért dolgozom másfél évtizede a Dmlab élén mint data scientist, vállalkozó és oktató.

Nádai Bence | Dmlab
Nádai Bence
data scientist

A Dmlab senior data scientistje. Több éves data scientist tapasztalatának megszerzése során számos üzleti területen, számos üzleti problémára adott adatvezérelt megoldást. Egyetemi és vállalati oktatások rendszeres előadója.

Rabatin Gábor | Dmlab
Rabatin Gábor
data scientist

Data scientist és adatvizualizációs szakértő a Dmlabban. Elméleti tudását számos üzleti projektben egészítette ki gyakorlati adatelemzési és adatvizualizációs képességekkel. Hazai és nemzetközi szakmai versenyek résztvevője és gyakori nyertese. Egyetemi és vállalati oktatások rendszeres előadója.

Szalóki Kristóf | Dmlab
Szalóki Kristóf
data engineer

Data engineer és data scientist szerepekben erősíti a Dmlab csapatát. Jó néhány valós üzleti megoldás adatos infrastruktúrájának ismerője és fejlesztője. Egyetemi és vállalati oktatások rendszeres előadója.

Ezt kapod a 6 hetes data science képzéstől

0 héten

keresztül kedden és csütörtökön kétórás gyakorlati képzést

0 alkalmas

élő videós, online tananyag, amelyek utólag felvételről bármikor visszanézhetőek

0 órás

támogatást az alkalmakat követően a belső Slack csatornánkon és emailben, ha valahol elakadtál

0 napos

pénzvisszafizetési garanciát
Ez kell nekem

Nekem szól a képzés?

Igen, ha
  • 1

    Olyan adatokkal foglalkozó szakemberré akarsz válni, akinek átfogó képe és gyakorlati ismeretei vannak a data science területéről.

    Kezdjünk bele
  • 2

    Újrakezdő vagy és olyan képzést keresel, ahol valós problémákat oldhatsz meg, valós adatokon. Még ha ez elsőre nehezebbnek is tűnik.

    Újrakezdem
  • 3

    A legjobbaktól akarsz tanulni: nem csak tanítjuk a data science-t, de több évtizedes tapasztalattal alkalmazzuk is.

    Induljunk

Mire leszel képes a data science képzés elvégzése után?

A képzést követően képes leszel saját szakmai környezetedben felismerni a data science-szel támogatható üzleti problémákat, képes leszel ezekre egy alapszintű megoldást adni, értelmezni és kommunikálni tudod a komplexebb megoldások működését és előnyeit.

Feliratkozom az érdeklődők közé

Ha szeretnéd megtanulni és begyakorolni a data science alapjait valós üzleti problémák megoldása során, a képzés remek lehetőséget ad erre.
A következő 6 hetes, 12 alkalmas data science képzés 2021. tavaszán indul, ne maradj le.

Garancia

Az elmúlt években azon dolgoztunk, hogy a data science területén végzett oktatásunk a legjobb legyen. Számos elégedett résztvevővel a hátunk mögött biztosak vagyunk abban, hogy valódi értéket adunk.

Mindezek ellenére, a képzés kezdetét követő 14 napban teljes, kockázatmentes pénzvisszafizetési garanciát adunk.

Ha bármilyen esetben úgy érzed, hogy nem vagy teljesen elégedett a képzés minőségével, jelezd azt a hello@dataskool.hu email címen a képzés kezdetét követő 14 napon belül.

Első körben meg szeretnénk válaszolni az esetlegesen felmerülő kérdéseket, vagy orvosolni a problémát, de ha ennek ellenére is ragaszkodsz a pénzed visszatérítéséhez, rövidesen visszautalásra kerül a pénzed 100%-ban.

Visszajelzések

Ígérni könnyű. Lássuk mit írtak rólunk és a képzésről azok, akik már elvégezték azt.
Mi a legfontosabb érték, ami miatt ajánlanád a képzést? Hatalmas tudásanyag, felkészült oktatók
Mátrai Roland

Mátrai Roland

SAP PP/APO Analyst - AGCO

Szerettem tőletek tanulni, elégedett vagyok a tudással, ami a birtokomba került és amelynek mentén még tovább fejlődhetek ezen a területen. Rengeteg inputot kaptam, elégedett vagyok a feladatok és cikkek mennyiségével, minőségével, a kurzus felépítésével és mindennel, ami ezen a 12 alkalmon történt. Azt hiszem, hogy nyugodtan mondhatom, hogy minden releváns volt, amit tanítottatok és minden kis információmorzsának hasznát fogom venni! 🙂

Egyébként, mi jelezhetné jobban, hogy élveztem a kurzust, minthogy azóta feliratkoztam a szeptemberben induló adatvizualizációs kurzusotok várólistájára? 🙂

Stefanovits Tamás

Stefanovits Tamás

Service Delivery Analyst - IBM

Mi a legfontosabb érték, ami miatt ajánlanád a képzést? A tanult elmélet megvalósítása a gyakorlatban, azaz nem csak beszélünk róla, hanem csináljuk is.
Data science képzés

Egy távközlési vállalat vezetője

Gyakran ismételt kérdések (FAQ)

Itt összefoglaltuk a válaszokat a gyakran felmerülő kérdésekre. Ha a képzéssel kapcsolatban bármilyen további kérdésed merült fel, akkor írj az alábbi email címre: hello@dataskool.hu. Napon belül válaszolunk.

1. Mikor igazoljátok vissza a jelentkezésemet?

A regisztrációt követően azonnal, egy automatikus email üzenetben. Ellenőrizd, hogy megkaptad-e. Fontos: ha te csak az érdeklődők közé iratkoztál fel, az még nem jelent automatikus regisztrációt. Az érdeklődőket elsőként értesítjük az új képzés indulásakor, amikor lehetőségük lesz regisztrálni.

2. Mit csináljak a jelentkezést követően?

A regisztrációt követően egy emailben minden szükséges tudnivalót megosztunk veled. Kérlek, olvasd el a levelet figyelmesen és ha bárhol kérdésed van, keress minket bátran.

3. Kinek írjak, ha nem jött meg a jelentkezés után a levél?

Írj a hello@dataskool.hu email címre.

4. Tudok átutalással fizetni?

Igen, az űrlapon kiválaszthatod, hogy átutalással vagy bankkártyával fizetnél-e. Figyelj arra, kérlek, hogy a befizetés számít foglalásnak. Ha az utolsó napig húzod a fizetést és a képzésre túljelentkezés van, akkor azt kockáztatod, hogy lemaradsz.

5. Biztonságos az online bankkártyás fizetés?

A bankkártyás fizetés egyelőre még nem elérhető. Hamarosan. A fizetés biztonságos, mert azt a Barion rendszerén keresztül intézed. Hozzánk semmilyen adatod nem jut el.

6. Mi fog szerepelni a számlán?

Data science képzés, valamint a képzés nettó ára. Ha átutalással fizetsz, akkor először egy díjbekérőt kapsz, befizetéskor pedig egy számlát. A bankkártyás fizetésnél egyből egy számlát kapsz. A számlát az általad megadott email címre küldjük a kitöltés után automatikusan. Nem kaptad meg? Írj a hello@dataskool.hu email címre.

7. Milyen előképzettség kell a képzéshez?

A képzésen való részvétel alapfeltétele, hogy a résztvevő jártas legyen az Excelben való adatmanipulációs lehetőségekben. Ha már jártas vagy valamilyen programnyelv használatában, az előny, de nem alapkövetelmény.  A gépi tanulási módszerek megértéséhez nyitott elmére és a téma iránti érdeklődésre bőven elég lesz minden hallgató számára.

8. Unatkozni fogok, ha én már tanultam korábban a témában?

Ha a python programozásban már nagyon profi vagy, akkor a python bevezető alkalmon neked külön olyan feladatokat biztosítunk, ami segít abban, hogy a képességeidet adatelemzés területén is hasznosítsd. A többi tizenegy alkalmon pedig a valós adatelemzési problémák gondoskodnak arról, hogy mindig legyen egy újabb, kipróbálandó ötleted, amit a gépi tanulási eljárásokkal megvalósíthatsz. A fókuszunk a data scientist szemlélet erősítésén van, így akkor is fejlődsz, ha minden algoritmusról és módszerről hallottál már.

9. Milyen eszközöket fogunk tanulni a képzésen?

A data scientistek között leggyakrabban használt python programozási nyelvet és a hozzá kapcsolódó adatelemzési csomagokat.

10. Mi van akkor, ha én még sohasem programoztam előtte?

Ne ess pánikba. Az alapoktól indulunk. Ha mégis izgulsz, akkor írj nekünk és küldünk olyan anyagokat, amelyekkel 2-3 óra alatt fel tudsz készülni előzetesen.

Most már biztos vagyok, ott a helyem