Mentorált

AI asszisztens alkalmazások fejlesztése és evaluációja

AI Agent-alapú rendszerek építése RAG és MCP technológiákkal és automatizált evaluációval
Kamatmentes részletfizetés
Pénzvisszafizetési garancia
Képzésismertető
Képzés célja
Elsajátítani a production-ready AI asszisztensek fejlesztését. A fókusz a vállalati integráción (MCP), a RAG technológián és a minőségbiztosításon lesz. A kurzus végére képes leszel olyan AI asszisztenst építeni, amely a saját adataid alapján, automatizált felügyelet mellett hajt végre feladatokat.
Képzés követelményei
Python programozási ismeretek, Git verziókezelés alapjai, AI és gépi tanulás alapfogalmak.
Tanuld meg, hogyan fejlessz olyan vállalati AI asszisztenseket, amelyek a saját adataidból dolgoznak, eszközöket használnak, és valós üzleti problémákat oldanak meg!
 

Sajátítsd el az ipari szintű RAG architektúrák, a Model Context Protocol (MCP) és az automatizált evaluációs rendszerek (Braintrust, Promptfoo, Arize Phoenix) használatát!

A cél, hogy olyan stabil és production-ready rendszert adj ki a kezedből, amely mérhetően növeli a hatékonyságot.

Mit nyújt ez a képzés?
 
Saját adatokra épülő intelligencia: megtanulod az LLM API-k és a RAG (Retrieval-Augmented Generation) technológia haladó lehetőségeit (hibrid keresés, re-ranking), hogy az asszisztensed a céges tudástárból pontosan, hallucinációk nélkül válaszoljon.
Vállalati integráció (MCP): Elsajátítod az Anthropic nyílt szabványát, a Model Context Protocolt. Ezzel biztonságos hidat építhetsz az AI és a belső vállalati rendszerek vagy adatbázisok közé.
Autonóm ágens működés: Túllépsz az egyszerű chatbotokon. Megtanítod az asszisztensedet "gondolkodni": láncolt promptok és eszközhasználat (tool use) segítségével képessé teszed arra, hogy többlépcsős feladatokat is önállóan hajtson végre.
Minőségbiztosítás: Kiépítesz egy automatizált tesztelési pipeline-t (CI/CD), ahol az iparágban gyakran használt eszközökkel (Braintrust, Promptfoo) méred a válaszok relevanciáját és pontosságát még az élesítés előtt.

Valós idejű monitoring: Olyan monitoring dashboardot építesz (Arize Phoenix használatával), amely valós időben jelzi a teljesítményromlást vagy a regressziót, így azonnal reagálhatsz a felhasználói visszajelzésekre.

Miért érdemes belevágnod?
 

A modern AI fejlesztésben a cégek már nem egyszerű „csevegőrobotokat” keresnek, hanem olyan megbízható rendszereket, amelyek mérhetően növelik a hatékonyságot és biztonságosan kezelik a vállalati adatokat.

A Model Context Protocol (MCP) és az ipari szintű evaluáció ismerete ma még ritka tudás a hazai piacon. Ezzel a képzéssel az elsők között sajátíthatod el azt a technológiát, amivel a „kísérletezős” projektek helyett production-ready megoldásokat szállíthatsz.

A RAG technológia és a folyamatos minőségbiztosítás (reliability engineering) kombinációja garantálja, hogy az általad épített AI asszisztens pontos és megbízható legyen. Ezzel a tudással stabil, skálázható és vállalati környezetbe integrálható AI alkalmazásokat hozhatsz létre, amely mérésekkel alátámasztva javítja a cég eredményességét.

Kinek ajánlott?
 

Szoftverfejlesztők, adattudósok, AI mérnökök, akik LLM-re és RAG-ra épülő AI asszisztenseket kívánnak létrehozni.

Tesztelési és minőségbiztosítási szakemberek, akik AI rendszerek validálásában vesznek részt.

Tech lead-ek és projektmenedzserek, akik AI-termékek end-to-end életciklusát felügyelik.

 

Ki lesz mindebben oktatód és mentorod?
 
Virág Fausztin Asztrik
AI engineer, oktató @BME-KJK & @ELTE-TTK

Több mint 7 éve fejleszt MI-megoldásokat, főként autonóm járművek R&D-csapataiban (Bosch). Dolgozott AI-fókuszú “butik” ügynökségeknél (Lain-Consulting). Rendszeresen tart egyetemi kurzusokat, konzulensként pedig diplomamunkákat segít. Szakterülete a modellek teljesítménymérése, élesítése és a folyamatos fejlesztés támogatása.

Mik a képzés előkövetelményei?
 
Python 3.8+ környezet
Git verziókezelés alapszintű ismerete

AI és gépi tanulás alapfogalmainak ismerete

Személyes mentorálás és konzultáció
 

A képzés teljes időtartama alatt lehetőséged van arra, hogy bármikor kérdéseket tegyél fel oktatódnak írásban, valamint a heti élő konzultációs alkalmakon élőszóban is kérdezheted.

Ez a közvetlen kommunikáció biztosítja, hogy a valós iparági tapasztalattal rendelkező oktatóink, akik már számtalan kihívással és feladattal találkoztak a deep learning területén, megoszthassák veled azokat a gyakorlati megoldásokat és tudást, amelyek valós lépéselőnyt biztosítanak számodra.

Ez a folytonos támogatás és interakció teszi lehetővé, hogy a tanultakat azonnal a gyakorlatban is alkalmazhasd, és így a kurzus során minden felmerülő kérdésedre szakmai szempontból megalapozott választ kapj.

Hogyan fogsz tanulni?
 
Komplex feladat ikon
Rugalmas időbeosztás: a tanfolyamot munka mellett is végezheted, hiszen a tananyag elsajátítása heti 8–12 óra elfoglaltságot igényel összesen, melyet saját időbeosztás szerint dolgozhatsz fel.
Interaktív tananyag ikon
Gyakorlatorientált oktatás: minden héten izgalmas gyakorló feladatokat kapsz majd, amelyek keretében már menetközben is konkrét projekteket fogsz megvalósítani.
Rugalmas idő ikon
Interaktív digitális tananyag: a gyakorlati feladatok elvégzéséhez és a képzés sikeres teljesítéséhez szükséges tudást digitális tananyagok és vezetett kódolások formájában adjuk át, amelyeket saját időbeosztásod szerint, akár munka mellett is feldolgozhatod és egy évig korlátlan alkalommal visszanézheted.
Oktatói mentoring ikon
Oktatói mentoring: a képzés ideje alatt az oktató folyamatosan a rendelkezésedre áll, bármikor kérdezhetsz tőle, ha elakadtál, és rendszeresen visszajelzést ad a feladataidra, fejlődésedet végigkíséri.
Konzultáció ikon
Konzultációk: valamennyi tanegység végén egy-egy élő konzultációs alkalmat is szervezünk este 18:00 órától, amikor élőben is felteheted kérdéseidet, közösen kiértékelhetitek és átbeszélhetitek a gyakorlás során elkészített projekteket, és tanulhattok egymás elakadásaiból is
Limitált férőhely ikon
Limitált férőhely: a fent említett interakciók miatt képzéseinket korlátozott létszámmal indítjuk csak el, hogy biztosan jusson mindenkire ideje az oktatóknak. Sikeres vizsga/záróprojekt után névre szóló, LinkedIn-barát tanúsítványt szerzel, amely igazolja, hogy alkalmazni is tudod a képzésen tanultakat.
Mikor indul a képzés és mennyibe kerül?
 

Képzés indulásának időpontja: 2026. március 10.

Részvételi díj: 290.000 Ft / fő

Aktuális képzés csomagjainkat itt tudod megnézni: KÉPZÉS CSOMAGOK 

Mit érdemes tudnod a fizetéssel kapcsolatban?
 

Pénzvisszafizetési garancia: Biztosak vagyunk a képzés tartalmát és minőségét illetően, ezért a képzés indulásától 8 napig 100%-os pénzvisszafizetési garanciát vállalunk.

Kamatmentes részletfizetés: Nem szeretnénk, ha fizetési nehézségek akadályoznák a szakmai fejlődésedet, ezért a részvételi díjat akár több részletben is fizetheted, teljesen kamatmentesen.

Céges számla igénylése: erre is van lehetőség ha a beiratkozom gombra kattintás után elérhető jelentkezési űrlapon kipipálod az “Áfás számla igénylés”-t.

Ha érdekel a képzés két lehetőséged van
 
1

Előjelentkezel a képzésre: Ha érdekel az üzleti elemzés képzés és szeretnéd biztosítani helyedet, nincs más teendőd, mint az ‘Ingyenes előjelentkezés’ gombra kattintva kitölteni a jelentkezési formot és minden részletről értesítünk, amikor tanfolyamot indítunk.

2

Kérdezel még a képzésről: Ha szívesen előjelentkeznél, de úgy érzed még van néhány kérdés, amire nem találtad meg a választ, kattints az ‘Érdekel, de kérdeznék’ gombra, add meg elérhetőségedet és 48 órán belül felvesszük veled a kapcsolatot vagy írhatsz is nekünk közvetlenül az info@cubixedu.com e-mail címre!

 

 

 

 

 

 

A változás jogát fenntartjuk.

Hasonló képzések a témában

Aszinkron
Mesterséges Intelligencia
~3 óra
29 000 Ft
Aszinkron
Mesterséges Intelligencia
~5 óra
19 000 Ft
Mentorált
Mesterséges Intelligencia
6 hét
2026-02-24
145 000 Ft
Mentorált
IT menedzsment
8 hét
2026-02-16
190 000 Ft