Skip to content

Data Scientist karrierút

Személyre szabható képzéscsomag, a saját tudásodhoz igazítva.

Ezen a karrierúton megtanulod Pythonban előkészíteni és feltárni az adatot, statisztikai próbákkal ellenőrizni az összefüggéseket, és olyan gépi tanulási modelleket építeni, amelyek megbízhatóan jósolnak, és az eredményük magyarázható is. Munka mellett, tapasztalt mentorok kíséretében.

  • Python
  • Pandas
  • Statisztika
  • SQL
  • Gépi tanulás
  • MLOps
Összeállítom a képzéscsomagom Megnézem a tematikát
  • Pénzvisszafizetési garancia
  • Kamatmentes részletfizetés
  • Névre szóló tanúsítvány

Állítsd össze a saját képzéscsomagod

Válaszd ki a képzéseket, és a kedvezmény automatikusan megjelenik.
Ezután kiválaszthatod az indulási időpontokat, végül már csak az adataidat kérjük.

1 Képzéscsomag 2 Indulási időpontok 3 Adatok 4 Számlázás 5 Felnőttképzés 6 Fizetés 7 Kész

Alapozás

12 hetes mentorált kurzus
14 hetes mentorált kurzus
6 hetes mentorált kurzus
16 hetes mentorált kurzus
5 hetes mentorált kurzus

Fő képzések

12 hetes mentorált kurzus
10 hetes mentorált kurzus

Kiegészítő képzések

9 hetes mentorált kurzus

Indulási időpontok

Válaszd ki az indulásokat, és tervezd meg, hogyan tanulsz majd: az ábrán látod, melyik képzés mikor fut. Ha még bizonytalan vagy, maradhat a „Később döntök”, és ha írsz nekünk, segítünk dönteni.

Ajánlott sorrend: a Python programozás alapokkal kezdj, utána jön a középhaladó Python; a statisztika és az SQL mehet mellettük. A matematikai alapozást a gépi tanulás előtt érdemes elvégezni. A Python alapú Data Analyst képzés után következik a Machine Learning Engineer képzés, az AIOps & MLOps pedig erre épül.

A saját képzéscsomagod

7 képzés1 560 000 Ft−15%

1 326 000 Ft

Kuponkódodat, például a 10%-os alumni kedvezményt, a jelentkezés utolsó, Fizetés lépésében érvényesítheted.

Tematika

Mit tanulsz az egyes képzéseken?

Alapozó

Python programozás alapok (új lapon)

Mentorált · 12 hét · Dr. Faragó Csaba

Az adatok beolvasásától a modellek kiértékeléséig egy Data Scientist jellemzően Python-ban dolgozik: ezen a képzésen a nulláról indulva sajátítod el a nyelv alapjait, a változóktól a függvényeken át az osztályokig.

11 modul, 103 lecke
  1. Első lépések – Bevezető, alapok7 lecke
  2. A procedurális programozás elemei – Változók, feltételkezelés, ciklusok11 lecke
  3. A procedurális programozás elemei – Függvények, könyvtárak11 lecke
  4. Adatszerkezetek – Listák, halmazok, szótárak13 lecke
  5. Gyakorló hét – Ismétlés, feladatok (1. gyakorlóhét)4 lecke
  6. Mélyebbre ásás ismert témákban – Értékadás, számok, szöveg, mintaillesztés18 lecke
  7. Objektumorientált programozás – Osztályok, mágikus függvények8 lecke
  8. Funkcionális programozás, többszörös feltételek, felsorolás, kivételkezelés13 lecke
  9. Dátumkezelés, fájlkezelés, adatformátumok15 lecke
  10. Gyakorló hét – Ismétlés, feladatok (2. gyakorlóhét)3 lecke
  11. Záróvizsgaprojekt
175 000 Ft Következő indulás: 2027.01.13.
Alapozó

Python fejlesztés középhaladó szinten (új lapon)

Mentorált · 14 hét · Dr. Faragó Csaba

Táblázatos adatokon dolgozni és az elemzést újrafuttatható kódban felépíteni a Data Scientist mindennapja: ezen a képzésen a Python adatfeldolgozó, vizualizációs és gépi tanulási könyvtárait tanulod meg magabiztosan használni.

7 modul, 62 lecke
  1. A Python alapok teljes átismétlése14 lecke
  2. A nyelv mélyebb rétegei és fejlesztői eszköztár11 lecke
  3. Grafikus felületek és játékfejlesztés10 lecke
  4. Adatbázisok és webfejlesztés10 lecke
  5. Adatfeldolgozás és adattudomány7 lecke
  6. Haladó témák és kitekintők7 lecke
  7. Integrált záróprojekt és vizsga3 lecke
190 000 Ft Következő indulás: 2027.01.11.
Alapozó

Alkalmazott statisztika a Data Science-ben (új lapon)

Mentorált · 6 hét · Dr. Girasek Edmond

Üzleti kérdésekre csak az tud megbízható választ adni az adatokból, aki el tudja dönteni, mikor valódi egy összefüggés: ezen a képzésen a statisztikai gondolkodást és a Data Scientist legfontosabb elemzési módszereit sajátítod el, előismeret nélkül.

4 modul, 50 lecke
  1. Bevezetés az adatelemzés és a statisztika világába12 lecke
  2. Adatelemzési megközelítések, adatok előkészítése elemzésre12 lecke
  3. Alapvető statisztikai módszerek, adatvizualizáció14 lecke
  4. Adatelemzés eszközei, bevezetés a többváltozós elemzésbe12 lecke
145 000 Ft Következő indulás: 2026.11.23.
Alapozó

Számítástudomány és matematika a programozásban (új lapon)

Mentorált · 16 hét · Dr. Faragó Csaba

A gépi tanulási és statisztikai módszerek mögött lineáris algebra és számábrázolás áll, és egy Data Scientist-nek értenie kell, mit számol a modell: ezen a képzésen ezeknek a matematikai alapjait rakod le, NumPy-példákkal.

10 modul, 70 lecke
  1. Bevezetés4 lecke
  2. Matematika: aritmetika és számelmélet11 lecke
  3. Matematika: algebra (elemi, lineáris, absztrakt)8 lecke
  4. Matematika: további témák10 lecke
  5. Algoritmusok7 lecke
  6. Adatszerkezetek5 lecke
  7. Technikák és módszerek5 lecke
  8. Paradigmák4 lecke
  9. Haladó témák14 lecke
  10. Útravaló2 lecke
245 000 Ft Következő indulás: 2027.02.24.
Alapozó

Adatbázis lekérdezések SQL segítségével (új lapon)

Mentorált · 5 hét · Farkas Máté

Az elemzéshez szükséges adat többnyire vállalati adatbázisban él, és sokat gyorsít egy Data Scientist munkáján, ha maga is le tudja kérdezni: ezen a képzésen a relációs adatbázisok működését és az SQL-lekérdezések írását sajátítod el.

5 modul, 28 lecke
  1. A relációs adatbázisok alapjai8 lecke
  2. Egyszerű és összesítő SQL lekérdezések7 lecke
  3. Összekapcsoló SQL lekérdezések6 lecke
  4. Al-lekérdezések (subquery) és gyakorlatok6 lecke
  5. Záró projektfeladat1 lecke
125 000 Ft Következő indulás: 2026.11.17.
Fő képzés

Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával (új lapon)

Mentorált · 12 hét · Jobbágy Szabolcs

Egy Data Scientist munkájának nagy része az adat tisztítása, feltárása és statisztikai vizsgálata: ezen a képzésen mindezt Python-ban végzed, Pandas-szal, Seaborn-nal, SciPy-jal és scikit-learn-nel, gyakorlati projekteken.

8 modul, 89 lecke
  1. Python alapjai és szövegkezelés10 lecke
  2. Adattisztítás Pandas segítségével I.11 lecke
  3. Python hatékonysági technikák és vezérlés10 lecke
  4. Listák, szótárak és haladó Pandas11 lecke
  5. Adatvizualizáció - Matplotlib11 lecke
  6. Statisztikai adatelemzés - Seaborn, SciPy12 lecke
  7. Gyorsabb számítások - NumPy11 lecke
  8. Előrejelzések gépi tanulással - Scikit-Learn13 lecke
290 000 Ft Következő indulás: 2027.01.20.
Fő képzés

Machine Learning Engineer képzés - fejlesztéstől a biztonságos üzemeltetésig (új lapon)

Mentorált · 10 hét · Boros Gerzson Dávid

Az üzleti kérdésből kiindulva a Data Scientist olyan modellt keres, amely megbízhatóan jósol, és az eredménye magyarázható is: ezen a képzésen a klasszikus gépi tanulás teljes folyamatát tanulod meg, az adatmegértéstől a hangolásig.

7 modul, 58 lecke
  1. A gépi tanulás alapjai és feladatai7 lecke
  2. Gépi tanulás feladatai, alkalmazásai, eszközei8 lecke
  3. Adatmegértés és adatelőkészítés8 lecke
  4. Felügyelt gépi tanulási algoritmusok Scikit-learn-nel10 lecke
  5. Kiértékelési módszerek és optimalizálás8 lecke
  6. Felügyelet nélküli tanulás10 lecke
  7. Anomáliadetekció és ajánlórendszerek7 lecke
390 000 Ft Következő indulás: 2026.10.22.
Kiegészítő

AIOps & MLOps - AI üzemeltetés és biztonság (új lapon)

Mentorált · 9 hét · Boros Gerzson Dávid

Tartós értéket a Data Scientist modellje akkor hoz, ha élesbe kerül, és ott is jól teljesít: ezen a képzésen megtanulod követni a kísérleteidet, átadható formába hozni a modellt, és észrevenni, mikor romlik a teljesítménye.

10 modul, 48 lecke
  1. Üzemeltetés és üzembe helyezés: DevOps és MLOps elvek Pythonban7 lecke
  2. ML experiment tracking és az MLOps kapcsolódási pontjai8 lecke
  3. Production ready kód, ML pipeline-ok és REST API3 lecke
  4. DevOps alapok, MLOps szintek és MLflow a gyakorlatban4 lecke
  5. Konténerizáció Dockerrel, monitorozás és dashboard4 lecke
  6. Automatizálás és ütemezés Airflow-val2 lecke
  7. MLOps a Google Cloud Platformon: automatizálás, CI/CD, tesztelés6 lecke
  8. DevSecOps és ML biztonság: sérülékenységek, támadások, elhárítás10 lecke
  9. Keretrendszerek, AI etika és MLSecOps rendszertervezés3 lecke
  10. Záróprojekt1 lecke
245 000 Ft Következő indulás: 2027.01.07.
Oktatók

Gyakorló szakemberektől tanulsz

Minden mentorált képzésen az oktató ad visszajelzést a heti feladataidra, és élő konzultáción válaszol a kérdéseidre.

Boros Gerzson Dávid

Boros Gerzson Dávid

AI Architect, Lead Machine Learning Engineer, Founder @Data Science Europe, Oktató @Óbudai Egyetem

Boros Gerzson vagyok – AI Architect, Lead Machine Learning Engineer, a Data Science Europe alapítója és oktató az Óbudai Egyetemen. Több mint egy évtizede foglalkozom egyedi gépi tanulási és mesterség…

Az alábbi kurzusok oktatója:

Dr. Girasek Edmond

Dr. Girasek Edmond

Egyetemi docens, Széchenyi István Egyetem

Sziasztok, Egyetemi docens vagyok a Semmelweis Egyetemen, szociológus, egészségtudományok Ph.D. és üzleti adatelemző. 20 éves statisztikai, adatelemzési és oktatási tapasztalattal rendelkezem (felsőok…

Az alábbi kurzusok oktatója:

Farkas Máté

Farkas Máté

Hivatalos Microsoft Tréner

15 éve foglalkozom adatbázisok fejlesztésével és 10 éve szinte kizárólag csak SQL szerverekkel. 10.000+ lekérés/mp és több TB/mp lekérést kezelő szervert kiszolgáló adatbázis kiépítésében is vállaltam…

Az alábbi kurzusok oktatója:

Vélemények

Mit mondanak a hallgatók?

Második olyan kurzus volt, amin részt vettem és Gerzson tartott. Csak ajánlani tudom. Nem könnyű, de ha következetesen tanul az ember, és elkészíti a beadandó házi feladatokat is, akkor folyamatos fejlődés mellett sikeresen el lehet végezni. Gerzson jól összeállította az anyagot és a live alkalmak mellett is bátran lehetett hozzá fordulni. Mindenben próbál segíteni és tanácsot adni. Köszönöm.

Kovács IstvánElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Gyakorlatias és hasznos képzés, alapos magyarázatokkal. A házi feladatokra részletes kiértékelést kaptam, melybőlugyancsak sokat lehetett tanulni. Illetve a konzultációkon is, melyeken további hasznos trükköket mutatott az oktató a kérdések megválaszolása mellett.

Péliné Németh CsillaElvégzett képzés: Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Nagyon jól felépített képzés, csak ajánlani tudom! Edmond végig, nagyon segítőkész, úgy oktat, hogy az mindenki számára érthető legyen és gyakorlatban is tudja használni.

Lobont Tamás IanosElvégzett képzés: Alkalmazott statisztika a Data Science-ben

Rendkívül jól strukturált, széles spektrumot lefedő képzés. Bele kell tenni az időt, de megéri, mert rengeteget lehet tanulni belőle. Gerzson kiváló oktató, a kurzus teljes ideje alatt nagyon segítőkész volt, így a képzést csak ajánlani tudom! Köszönöm.

Kovács Balázs ÁdámElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Nagyon jó képzés. Mind a jegyzetek, mind a videók nagyon érthetőek voltak. A házi feladatoknál és a konzultációkon pedig számos hasznos információt és javaslatot kaptunk.

Erdei TamaraElvégzett képzés: Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Jól felépített, gyakorlatias képzés. Izgalmas, életszerű példákkal, jó mentorálással. Nagyon hasznos kiegészítő kurzus a Data analyst képzéshez is.

Seres RichárdElvégzett képzés: Alkalmazott statisztika a Data Science-ben

Pozitív. Tényleg sokat lehet tanulni. De ez nincs ingyen! Itt oda kell tenned magad. Az teljesen mindegy, hogy jó hangulatban vagy káromkodva, ki-ki a maga módján, de oda kell tenned. Az anyag bőséges és rengeteg rászánt időt, egyéni munkát igényel, nem fogod megúszni csak a videókkal. Továbbá ne hidd el, hogy nem kötelező megcsinálni a házit. Nagyon is kötelező, már ha időben be akarod adni zárófeladatot.

Kovács ElemérElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

A data analyst alapok képzésen megszokotthoz hasonlóan jól felépített tematika, szuper videós anyagok, életszerű feladatok, precíz és felkészült oktató, abszolút megérte :)

Molnár AndrásElvégzett képzés: Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Profin felépített tananyag, profi mentorálással! Edmond úgy vezet végig a tananyagon, hogy azok számára is könnyen érthető, akik nem rendelkeznek előképzettséggel. Mindenkinek ajánlom, aki érdeklődik a téma iránt!

Vastag-Szabó ErikaElvégzett képzés: Alkalmazott statisztika a Data Science-ben

Ha a kurzust elvégzed képes leszel átlátni és alkalmazni a machine learning modellek fejlesztését. A kurzus elvégzése nem jelenti azt, hogy profi leszel, egy jó alapot és mérnöki szemléletet ad, rengeteg további munkát és gyakorlatot kell beletenned a kurzus után is.

Fehér DonátElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Szemléletes és gyakorlatorientált, könnyű angol nyelvezettel. Gyenge középhaladőval is simán megértem. Az oktató hihetetlenül türelmes és friss tudással rendelkezik és lelkesedéssel ad elő.

Bálint MáriaElvégzett képzés: Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Szuper tanfolyam, nagyon jól egymásra épülő modulokkal, fokozatosan nehezedő feladatokkal és egy olyan oktatóval sohasem fárad bele abba, hogy valamit körültekintően elmagyarázzon. Saját tapasztalat, miszerint sokkal színesebb és élménydúsabb a képzés, ha valamilyen adatelemző ismeret birtokában kezdjük el.

Mészár AttilaElvégzett képzés: Alkalmazott statisztika a Data Science-ben

Nagyon tetszik Gerzson előadása módja! A tananyagok összeszedettek, logikusan egymásra épülőek.

Antal DávidElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Szuper képzés! Jól tagolt és logikusan felépített. Live alkalmak is nagyon hasznosak, élőben lehet kérdezni az oktatótól.

Ködmön SebestyénElvégzett képzés: Python alapú Data Analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Nagyon jó kurzus volt! Tökéletesen átment a machine learning alapjain. Csak ajánlani tudom.

Virág DávidElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Jól strukturált kurzus, nagyon sokat lehet tanulni belőle.

Szilvási AndrásElvégzett képzés: Machine Learning Engineer képzés – fejlesztéstől a biztonságos üzemeltetésig

Gyakori kérdések

Kinek szól a karrierút, és kell hozzá előzetes tudás?

Azoknak, akik adatokból szeretnének megbízható következtetéseket levonni és előrejelző modelleket építeni. A fő képzések középhaladó Python-tudásra és statisztikai alapokra épülnek. Ha ezek még hiányoznak, az Alapozás dobozban lévő képzésekkel pótolhatod őket: Python alapok, középhaladó Python, statisztika, matematika és SQL.

Mi a különbség a Data Analyst és a Data Scientist karrierút között?

A Data Analyst út az üzleti adatok lekérdezésére, elemzésére és riportolására készít fel (SQL, Power BI, Python). A Data Scientist út a statisztikai következtetésre és a gépi tanulási modellek építésére, kiértékelésére és hangolására fókuszál, ezért erősebb Python- és matematikai alapokat kér.

Honnan tudom, melyik képzés kell nekem?

Nézd meg a képzések moduljait a tematikában. Ha egy képzés témáinak nagy részét a munkádban már használod, azt nem kell a csomagodba tenned. Felvételi teszt nincs, a döntés a tiéd. Ha bizonytalan vagy, az ingyenes tanácsadáson segítünk.

Hogyan zajlik a tanulás?

Online. A mentorált képzéseken minden héten gyakorlófeladatot kapsz, amelyre az oktató visszajelzést ad, és közben bármikor kérdezhetsz tőle. Minden tanegység végén élő konzultáció van. A videós tananyagot a saját időbeosztásod szerint dolgozod fel, és egy évig visszanézheted. Egy képzés heti 8–12 óra, a csoportok legfeljebb 22–25 fősek.

Egyszerre kell elkezdenem az összes képzést?

Nem. Képzésenként választod ki a meghirdetett indulást, vagy később döntesz róla. Egyszerre legfeljebb két képzést javaslunk. Ha a jelentkezés után derül ki, hogy egy másik csoport jobb lenne, írj az info@cubixedu.com címre, és átvezetünk.

Hogyan jön ki a kedvezmény?

A választott képzések összegétől függ: 500 000 Ft-tól 5%, 750 000 Ft-tól 10%, 1 000 000 Ft-tól 15%, mindig az egész összegre. A kuponod (például Alumni-kupon) ezen felül érvényes.

Hogyan működik a részletfizetés?

A teljes csomag árát kamatmentes havi részletekben is kifizetheted; az összesítő 6 részlettel számol. Az első számlát a jelentkezés után küldjük, a továbbiakat mindig az esedékességük előtt.

Mi van, ha mégsem nekem való?

A pénzvisszafizetési garancia képzésenként érvényes: a mentorált képzéseknél az indulástól számított 8 napig 100%. Halasztásról és cseréről az info@cubixedu.com címen egyeztetünk.

Kapok tanúsítványt?

Igen, minden mentorált képzés sikeres elvégzése után névre szóló tanúsítványt kapsz, amelyet a LinkedIn-profilodba is beágyazhatsz.

Mi történik a jelentkezés után?

E-mailben visszaigazoljuk a jelentkezésed, és megküldjük az első számlát. Ha átutalással fizetsz, a közleménybe csak a számla sorszámát írd. Minden képzés indulása előtt hozzárendeljük a kurzust a tanulói fiókodhoz, és a kezdés előtti napon eligazító levelet küldünk.

Hozzáadhatok olyan képzést, ami nincs ezen az úton?

Igen, a jelentkezéskor bármelyik Cubix-képzést hozzáadhatod, és az is beleszámít a kedvezménybe.

Fizetheti a munkáltatóm?

Igen. A jelentkezés „Számlázás” lépésénél válaszd a „Munkatársnak vásárolok” lehetőséget. Ha a cégednek árajánlat kell, írj az info@cubixedu.com címre.

Garantálja a karrierút, hogy Data Scientistként fogok dolgozni?

Állást nem tudunk garantálni. Amit adunk: a munkakör eszköztára, projektfeladatok, amelyeket egy állásinterjún megmutathatsz, és tanúsítvány minden elvégzett mentorált képzésről.