Légy aktív részese az AI korszaknak! Szerezz képzésünkön átfogó ismereteket a gépi tanulásról, ami megalapozza az AI alkalmazások fejlesztéséhez szükséges készségeidet, és új lehetőségeket nyit meg karrieredben. 

Mit nyújt a Machine Learning Engineer tanfolyam?

• Megismered és megérted a gépi tanulás alapelveit és módszereit, beleértve a felügyelt és felügyelet nélküli tanulási technikákat, deep learning-et és az AI alkalmazások különböző területeit.
• Megtanulod alkalmazni, fejleszteni és értékelni a különböző gépi tanulási algoritmusokat és modelleket, mint például a döntési fák, SVM, neurális hálók és mély tanulási modellek.
• Képessé válsz adatgyűjtésre, előkészítésre és vizualizációra a gépi tanulás felhasználásához, beleértve az adattisztítást, skálázást és feature engineering technikákat.
• Olyan népszerű Python könyvtárakat fogsz használni, mint: Scikit-learn, Tensorflow, Keras, Pandas, Matplotlib stb.
• Meg fogod érteni, és alkalmazni is fogod a gépi tanulásban és AI alkalmazásokban használt értékelési és optimalizációs technikákat, beleértve a hyperparaméter-optimalizálást és metrikák használatát.
• Projekteket fogsz tervezni, prezentálni és értékelni az AI alkalmazások hasznát és üzleti értékét, valamint gyakorlati tapasztalatokat szerzel a modellek implementálásában és üzemeltetésében (MLOps).
• Beleláthatsz olyan specializációs területekbe, mint az idősorelemzés, számítógépes látás (Computer Vision), természetes nyelvfeldolgozás (NLP) és generatív AI (Generative AI), amely lehetőséget ad mélyebb, specifikus technológiák megismerésére.

Miért érdemes belevágnod?

Az elmúlt év AI boom-ja minden Machine Learning fejlesztő és szakértő számára óriási lehetőség. Mivel az AI egyre elérhetőbbé válik és a piaci nyomás is hatalmas, hogy minden vállalatnál a mindennapi folyamatok részévé válljon, ezért a közeljövőben egyre nagyobb igény mutatkozik majd a Machine Learning Engineer szakemberekre.

A tanfolyamon az alapvető AI technológiák elsajátítása és fejlesztése mellett a mélyebb, specifikus technológiákat is megismered, mint például a mély tanulás (deep learning), természetes nyelvfeldolgozás (NLP - Natural Language Processing), számítógépes látás (Computer Vision) és generatív modellezés (Generative AI).

Kinek ajánlott a Machine Learning Engineer képzésünk?

• Python fejlesztőknek
• Szoftverfejlesztőknek alapvető Python tudással
• Adatelemzőknek, adattudósoknak alapvető Python tudással 

Milyen tudásra teszel szert a képzésen?

• A gépi tanulás alapjai: megismered a gépi tanulás alapfogalmait, a különböző adattudományi szerepeket és a gépi tanulás alapvető feladatait, mint az osztályozás, regresszió és klaszterezés.
• Gépi tanulás alkalmazása és eszközei: elmélyülsz a gépi tanulás fejlettebb alkalmazásaiban, mint a fél-felügyelt és nem felügyelt tanulás, valamint megtanulod használni az ML fejlesztési eszközöket és környezeteket, mint a Google Colab és Pandas.
• Adatok megértése és előkészítése: képessé válsz az adatok megértésére és előkészítésére, beleértve az adatminőség ellenőrzését, a felderítő adatelemzést (EDA) és a feature engineering technikákat.
• Felügyelt gépi tanulási algoritmusok használata: megtanulod a felügyelt tanulási algoritmusok alkalmazását és kódolását a Scikit-learn könyvtár segítségével, mint a K Nearest Neighbors, lineáris modellek, logisztikus regresszió, Support Vector Machines és döntési fák.
• Algoritmusok kiértékelése és optimalizálása: elsajátítod a gépi tanulási modellek kiértékelési és optimalizálási módszereit, beleértve a validációs technikákat, metrikák használatát és hyperparaméter optimalizálási technikákat.
• Felügyelet nélküli tanulás technikái: megismered a felügyelet nélküli tanulás módszereit, beleértve a dimenziócsökkentést és a különböző klaszterezési algoritmusokat, mint a K-Means és Hierarchical Clustering.
• Anomália detekció és ajánlórendszerek: képes leszel anomáliák detektálására és ajánlórendszerek fejlesztésére, beleértve a Content-based és Collaborative Filtering technikákat.
• Deep Learning alapok: megismered a mély tanulás (deep learning) alapjait, beleértve a neurális hálók építését és tanítását, a perceptron modellt, valamint a forward és backward propagation technikákat.
• DevOps és MLOps alapok: bemutatjuk a DevOps és MLOps elveket, beleértve a deployment stratégiákat, training és inference pipeline-ok felépítését, valamint a REST API-k fejlesztését.
• Idősorelemzés: beleláthatsz az idősorok elemzésébe és előrejelzésébe, beleértve a gördülő statisztika és a baseline modellek használatát.
• Computer Vision: bevezetünk a számítógépes látás alkalmazások fejlesztésébe, beleértve az alapvető technikák és algoritmusok megismerését.
• Természetes nyelvfeldolgozás (NLP): megismered a természetes nyelvfeldolgozás alapjait, beleértve a tokenizálás, stop szavak eltávolítása és stemming technikákat.
• Generatív AI (GenAI): Képet kapsz a generatív modellezés alkalmazásáról, beleértve a különböző generatív AI technikák és alkalmazások megismerését.

A tanfolyam részletes tananyagát lásd lentebb a képzés tematika résznél.

Ki lesz mindebben oktatód és mentorod?

Boros Gerzson – Lead Machine Learning Engineer, CEO @Data Science Europe

Több mint 10 éve foglalkozik adattudománnyal, gépi tanulással és mesterséges intelligenciával. Az elmúlt 5 évben csapatával sikeresen dolgozott több mint 30 különböző adattudományi és AI alapú projekten úgy mint pl: tüdőrák észlelés, gyűlöletbeszéd észlelés, intelligens épületek, vásárlói lemorzsolódás csökkentése, dinamikus árazás, kripto- és forex ár-előrejelző rendszer, stb.

Oktatóként több helyen tanít MLOps, Machine Learning és AI témákban, köztül a Cubix Institute of Technology-nál a ‘Bevezetés az AI - Machine Learning alapjaiba’ képzés mentora is

Mik a képzés előkövetelményei?

• Python ismeretek, melyet nálunk a középhaladó Python vagy Python alapú Data Analyst képzésünkön sajátíthatsz el. 
• matematikai alapok (valószínűségszámítás, statisztika, kalkulus)

Hogyan fogsz tanulni?

Gyakorlatorientált oktatás: minden héten izgalmas gyakorló feladatokat kapsz majd, amelyek keretében már menetközben is konkrét projekteket fogsz megvalósítani

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: a képzés ideje alatt az oktató folyamatosan a rendelkezésedre áll, bármikor kérdezhetsz tőle, ha elakadtál, és rendszeresen visszajelzést ad a feladataidra, fejlődésedet végigkíséri.

Konzultációk: valamennyi tanegység végén egy-egy élő konzultációs alkalmat is szervezünk, amikor élőben is felteheted kérdéseidet, közösen kiértékelhetitek és átbeszélhetitek a gyakorlás során elkészített projekteket, és tanulhattok egymás elakadásaiból is.

Limitált férőhely: a fent említett interakciók miatt képzéseinket korlátozott létszámmal indítjuk csak el, hogy biztosan jusson mindenkire ideje az oktatóknak.

Rugalmas időbeosztás: Munka mellett végezheted, heti 8-12 óra saját időbeosztás szerinti elfoglaltságot igényel

Mikor indul a képzés és mennyibe kerül?

• Képzés indulásának tervezett időpontja: 2025. február 13.
• Részvételi díj: 390.000 Ft
• Kedvezmény lehetőség: Ha már most tudod, hogy átfogóan szeretnéd mélyíteni tudásodat a témában, akkor figyelmedbe ajánljuk több képzésből álló “Machine Learning Engineer” tanulási útvonalunkat, amellyel több mint 10%-os kedvezményt szerezhetsz a tanfolyamok árából.

Mit fontos még 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 is van

1. Jelentkezel a képzésre: Ha eldöntötted, hogy jelentkezel a képzésre és szeretnéd biztosítani helyedet, nincs más teendőd, mint a ‘Beiratkozom’ gombra kattintva kitölteni a jelentkezési formot és kifizetni a képzés díját.
2. Kérdezel még a képzésről: Ha szívesen jelentkeznél, de úgy érzed még van néhány kérdés, amire nem találtad meg a választ, kattints az ‘Érdekel, de kérdeznék’ gombra és 48 órán belül felvesszük veled a kapcsolatot.

Ha a képzéssel, esetleg a fizetési módokkal vagy akár a kedvezményekkel kapcsolatban kérdésed lenne, keress minket bátran az info@cubixedu.com e-mail címen!

A változtatás jogát fenntartjuk.