Junior Data Scientist Akadémia
Nulláról a junior szintig. A Data36 eddigi legátfogóbb Data Science képzése.
[UTOLSÓ LEHETŐSÉG]
VEDD MEG A 2025-ÖS CSOPORT TELJES, FRISSÍTETT TANANYAGÁT ÉS FÉRJ HOZZÁ AZ EGÉSZ KURZUSHOZ EGYBEN!
(12 hétnyi finomra hangolt online tananyag — minden, amire egy junior data scientist-nek szüksége van)
A Junior Data Scientist Akadémia egy átfogó, gyakorlati Data Science képzés, ami a teljesen kezdő szintről a junior tudásszintig juttat el 3 hónap alatt.
Mindezt lépésről lépésre.
A kurzus első felében megtanulsz alapszinten kódolni: SQL-ben és Python-ban, illetve kicsit bash-ben is. Eközben videós oktató anyagaimmal folyamatosan segítek elsajátítani az adatelemzői üzleti gondolkodás és a statisztika alapjait. A heti kérdés-válasz webináriumban pedig minden további kérdésre választ adok.
A képzés második felében (egy újabb 6 hetes online kurzusban) egy startup-nál való első hónapodat szimuláljuk majd. Itt valós életből vett feladatokat kell megoldani egy valós élethez nagyon hasonló (több millió soros) adathalmazon.
Izgalmasan hangzik?
Görgess a további részletekért!
A kurzus ára: 329.000 Ft (+ 27% ÁFA)
A képzéshez tartozik egy rövid felvételi feladat. (Nincs szükség hozzá előképzettségre, csak készséget mér.) Ennek a feladatnak megoldása segít neked is ellenőrizni, hogy tényleg ez-e az a kurzus, ami jelen pillanatban a legtöbb értéket és tudást tudja adni neked.
3 hónap alatt eljutsz a teljesen kezdőről a junior data scientist szintre.
A képzés 2 szakaszból fog állni:
formátum
ütemezés
helyszín
1. SZAKASZ
online alapozó képzés (élő webináriummal és dedikált Slack csoporttal)
Az összes tananyaghoz (videóhoz, leíráshoz, feladathoz, megoldáshoz, stb.) teljes hozzáférést kapsz egyszerre. Ehhez kapsz egy javasolt ütemezést is, de mindent a saját ritmusodban és a saját időbeosztásod szerint tudsz feldolgozni.
online
2. SZAKASZ
online kurzus (esettanulmány megoldása)
Az összes tananyaghoz (videóhoz, leíráshoz, feladathoz, megoldáshoz, stb.) teljes hozzáférést kapsz egyszerre. Ehhez kapsz egy javasolt ütemezést is, de mindent a saját ritmusodban és a saját időbeosztásod szerint tudsz feldolgozni.
online
A tematika
1. szakasz - alapozó
A képzés első fele hat heti tananyagot ölel fel. Minden hét anyaga cikkekből, tutorial-okból, feladatokból, megoldásvideókból és élő webináriumok felvételeiből épül fel. Ezek a tananyagok regisztráció után azonnal elérhetővé válnak számodra, de megjelöltük, hogy általában az élő csoportokban milyen heti ütemezéssel szoktuk őket csinálni. (Ennél haladhatsz gyorsabban és lassabban is — ahogy neked kényelmes. Egy heti tananyag teljes feldolgozása átlagosan 10-15 munkaórát vesz igénybe egy résztvevőtől.) A tananyagok felépítése mindig hasonló:
- Elmélet -- cikkek: Linkelem az általam megírt cikkeket, amikben a kódolás alapjait tanulhatod meg. (Ezek a cikkek amúgy fent vannak a blogomon és ingyenes elérhetőek már most is.) FONTOS! Ezek a cikkek angol nyelven vannak!
- Gyakorlat -- feladatok: Ez lesz a hangsúlyos rész. Minden egyes új tudáselemhez fogsz kapni egy-egy kisebb, ám hasznos gyakorló feladatot. Ezzel egy valódi példán keresztül is megtapasztalhatod, hogy mire jó az elmélet, amit a cikkben olvastál. (Igen: itt neked kell a saját gépeden, saját kódot írnod! :-)) Hetente kb. 20-40 ilyen gyakorlati feladatra számíts.
- Gyakorlat -- megoldásvideók: Természetesen minden egyes gyakorlati feladathoz kapsz egy megoldásvideót is, ahol részletesen elmagyarázom, hogy mit miért és hogyan kell csinálni. Ebben elméletileg nem lesz újdonság, hiszen a feladatokban is "csak" a cikkekben leírt dolgokat kell alkalmazni. Mégis, a tapasztalatom szerint egyből gyakorlatba ültetni az elméletet nem mindig egyszerű... És ez így van rendjén. Azáltal, hogy először gondolkozol egy feladaton (vagy éppen meg is oldod azt magadtól), sokkal jobban elmélyül az adott tudáselem. Tehát ez a tananyagrész pont azért jó, mert nehéz.
- Webináriumok és előadásfelvételek: Minden modulban lesz egy ~30-60 perces előadás, ahol különböző fontos témákat mutatok be, amiket szintén ismerned kell data scientist-ként (pl. statisztika alapjai, adatgyűjtési alapok, elemzési módszertanok, adatok prezentálása, stb.) Ennek a formátuma általában egy korábbi élő előadás/webinárium felvétele lesz.
1. szakasz - tematika és időpontok
(Kattints az egyes elemekre, hogy lenyíljanak a részletek!)
1. modul: Bevezetés a Data Science-be és SQL alapok. (1. hét)
Az első modul a Data Science alapjainak a megismeréséről fog szólni. Lesz szó arról, hogy mit kell megtanulnod és miért, mire lehet használni manapság a data science-et, hogyan lehet hatékonyan tanulni, hogy néz ki egy konkrét projekt, stb, stb.
A kódolós blokkban, az SQL alapjaiban fogunk elmerülni. (Időben, ez lesz a hangsúlyosabb rész ebben a modulban.) Itt alap-SQL-lekérdezéseket fogok megmutatni és ezekhez kapsz gyakorló feladatokat és megoldásvideókat is.
2. modul: Adatelemzési technikák és SQL haladó. (2. hét)
Az előadás rész ezúttal a legfontosabb adatelemző módszertanokat fogja lefedni. Olyan elemzési elveket mutatok (elemzési típusok, mérőszámok beállítása, modellek), amiket egy valós munka során valószínűleg nagyon sokat fogsz majd használni.
A kódolós részben folytatjuk az SQL megismerését és haladóbb módszertanokat gyakorlunk majd. Ebben a modulban kapsz egy bónusz SQL-es anyagot is, amiben 20 junior data scientist szintű állásinterjú-szerű SQL feladattal tesztelheted frissen megszerzett tudásod.
3. modul: Automatizálás, adatgyűjtés és Bash alapok. (3. hét)
A harmadik alkalom előadása az automatizálást és adatgyűjtést járja körül. Beszélünk ennek fontosságáról és gyakorlati megvalósításáról is.
Ehhez kapcsolódóan a programozói blokkban egy egyszerű, ámde igen hasznos nyelvet fogsz megtanulni: ez pedig a bash. Szokás szerint: megadott cikkekből szedheted fel az elméletet — és gyakorlati feladatokon és videómegoldásokon keresztül betonozhatod be az új tudáselemeket.
4. modul: Statisztika és Python alapok. (4. hét)
Az elméleti blokk ezúttal egy nagyon érdekes téma köré csoportosul majd, ami a statisztika. Igen, direkt írtam, hogy érdekes, mert az. Csak az egyetemen és a középiskolában rosszul van tálalva. Megmutatom a legfontosabb koncepciókat és elméleteket, amiket ismerned kell – érthetően, példákkal.
Utána a gyakorlati szekcióban rátérünk az egyik legnépszerűbb data science nyelvre: a Python-ra. Ebben a modulban is először az alapdolgokkal kezdünk… A következő modulokban pedig erre építünk majd. (A modulban lesz még pár extra Python-os bónusz gyakorlófeladat is.)
5. modul: Prediktív Analitika, Machine Learning és Python haladó. (5. hét)
Ha a statisztika érdekes, akkor a Machine Learning és a prediktív analitika kész detektívregény. Ezen az alkalmon a Machine Learning módszertanok alapjaiba vezetlek be. (Amelyek közül néhányat a hatodik alkalmon és a képzés második felében használni is fogunk.)
Aztán pedig folytatjuk a Python tanulmányokat. Ezen belül is a pandas nyelvre fogunk koncentrálni, ami a Python egyik fejlett analitikai modulja, bátran mondhatjuk, hogy megkerülhetetlen, ha az ember data science-szel szeretne foglalkozni. Ezért is kapott a kurzusban egy teljes modult.
6. modul: Kommunikáció, prezentáció, adatvizualizáció. Python fejlett analitikai modulok. (6. hét)
A 6. heti modulban szót ejtek majd az adatos szakember kommunikációs készségeinek a fontosságáról. Mutatok pár jól bevált módszert és trükköt, amivel hatékonyan tudod prezentálni és kommunikálni az adataidat.
A kódolós rész pedig továbbra is a Python körül forog majd: a fejlettebb analitikai eszközöket ismerjük majd meg. Itt már érintjük a machine learning-es részeket is. Kapni fogsz három előkészített Python script-et (regresszió, random forest, deep learning), amiket lépésről lépésre le tudsz futtatni a saját gépeden is. Én pedig egy videóban elmagyarázom, hogy ezek miért, hogyan és mit csinálnak.
2. szakasz - gyakorlat, esettanulmány (junior data scientist pozíció "szimuláció")
The Junior Data Scientist's First Month videókurzus (7-12. hét)
A képzés második 6 hete arról fog szólni, hogy egy valós élethez nagy hasonló, átfogó esettanulmányon keresztül elmélyíts mindent, amit az első 6 hétben tanultunk.
Ez a rész összefüggő feladatok sorozata, amelyek folyamatosan tesztelik és fejlesztik mind az üzleti, mind a kódolói tudásodat. Az egész hat hetes gyakorlat koncepciója, hogy megkapod egy Send-A-Tree nevű startup teljes adathalmazát és úgy csinálunk, mintha egy Junior Data Scientist lennél ennél a cégnél: különböző feladatokat/kihívásoknak kell majd megoldanod. (Részletek a lenti videóban.)
Ezekhez a tananyagokhoz is egyben kapsz, teljes hozzáférést. Viszont itt is látsz majd egy javasolt ütemezést arról, hogy élő csoportokban, hogyan szoktunk haladni. (Lényegében heti 3 közepes méretű, 1-3 óra alatt megoldható feladatot fogsz kapni, ami egy-egy junior data scientist feladatot modellez majd. Természetesen ezekhez is lesznek részletes megoldás videók — kódbázissal, mindennel.) Természetesen bármelyik leckét akármikor megnyithatod, de érdemes lesz az általunk javasolt alapritmust követni.
Ha jól teljesítettél a képzés első hat hetében, akkor ezek a feladatok nem fognak nagy gondot okozni. Azért kihívás lesz bennük és arra tökéletes lesz, hogy minden megszerzett tudást kontextusba helyezzen és bevéssen.
A kurzus egy nagy tesztfeladattal zárul, amelyet egy junior data scientist állásinterjú feladatának a szintjére lőttem be. Ha elküldöd a megoldásodat nekem, akkor email formátumban személyes visszajelzést adok róla, amiben kiemelem a pozitívumokat és a fejlesztendő elemeket.
Ez alapján egész pontos visszajelzést fogsz kapni arról, hogy milyen szintre jutottál el a 3 hónapos képzés végére.
Illetve, ha mindent sikeresen teljesítettél, kapsz egy tanúsítványt a kurzus elvégzéséről PDF formátumban. (Ha szeretnéd, szívesen írok LinkedIn ajánlást is.)
Ez a kurzusrész egyébként angolul lesz — ha többet akarsz tudni róla, nézd meg ezt a videót (megjegyzés: a videó még az élő csoportokhoz készült, így néhány része — pl. az ütemezés vagy a belsős Slack-fórumos támogatás — jelen esetben nem lesz elérhető):
Így néz ki a kurzus "belülről"...
Készítettem egy rövid videót, ahol betekintést kaphatsz abba, hogy hogyan is néz ki pontosan ez a data science képzés. Megmutatom a kurzusfelületet, a leckéket, a modulok felépítését — és még néhány érdekes dolgot.
FONTOS! A lenti videó még az élő csoportos JDS Akadémia bemutatására készült. A jelenlegi “saját-tempós” tananyagban néhány funkció máshogy fog működni. Pl. a tananyagot nem hetente válnak elérhetővé, hanem egyben kapod meg őket. Illetve a záró feladathoz email-ben kapsz majd személyes visszajelzést és kiértékelést.
Heti hány órát vesz igénybe a képzés?
Ez az egyik leggyakoribb kérdés, amit a képzéssel kapcsolatban kapok.
Nem is véletlen… Tudom, hogy a legtöbb ember, aki a Junior Data Scientist Akadémiára regisztrál, alapvetően elfoglalt. Sokan teljes állás mellett, többen kis gyerek(ek) mellett (akár GYES-en levő szülőként), egyetem mellett, stb, stb. végzik ezt a data science képzést!
A jó hír az, hogy a JDS Akadémia nem csak úgy lett kitalálva, hogy mindez megvalósítható legyen, de az évek során — többszáz résztvevő tapasztalata alapján — kiderült, hogy nagyon jól működik is a koncepció!
Nade az eredeti kérdés így hangzott:
Heti hány órát vesz igénybe a képzés?
A válasz: Ha az általunk kitűzött haladási tempót követed, akkor átlagosan ~10-15 órával érdemes számolni. (Ez személyenként változhat. Van, akinek kicsivel kevesebb — és van, akinek több. Illetve elérhetővé válnak majd olyan bónuszanyagok is a kurzusban, ami opcionálisan még mélyebb bevonódást enged majd, annak, akinek több ideje van.)
A legfontosabb viszont az, hogy mivel online kurzusról van szó, 100%-ban előre felvett elemekkel: teljesen a saját ütemedben tudsz majd haladni. Magyarul Te döntöd el, hogy pont mikor teszed bele ezt a bizonyos 10-12 órát.
Ha megcsúszol vagy lemaradsz, akkor sincs gond, minden tananyaghoz és felvételhez örökös hozzáférésed lesz és a kérdéseidre is válaszolunk, akár hónapokkal a kurzus befejezése után is.
Én általában azt javaslom, hogy érdemes legalább 1.5-2, de maximum 4-5 órás blokkokban haladni a képzéssel — és ezekben a blokkokban tényleges koncentráltan és fókuszáltan a tananyaggal foglalkozni.
De még egyszer, hogy kinek mikor van ez a blokk: ez teljesen egyéni döntés kérdése. Vannak résztvevők, akik:
- reggel munka előttre teszik…
- olyanok is, akik éjjeli bagolyként szeretnek tanulni…
- van, aki a gyerekek alvásrendjéhez köti a tanulást…
- és persze olyanok is, akik hétvégente blokkosítva dolgozzák fel az anyagokat.
Ez egy gyakorlati data science képzés.
Egy izgalmas képzés egyik legfontosabb alapképlete nálam így néz ki: 20% elmélet + 80% gyakorlat.
2014 óta összesen már több mint 2000 résztvevőnek tartottam data science képzéseket, akik a világ több, mint 50 országából érkeztek.
Egy aranyszabályt alakítottam ki magamnak: a data science-ben a gyakorlás a kulcs!
Ez az 3 hónapos képzés pontosan a szükséges mennyiségű elméleti anyagot tartalmazza; a többi mind gyakorlás. Ha fenti modul-leírásokból nem derült ki egyértelműen, akkor itt hadd emeljem ki: ebben a kézpésben nagyon sok kódot és elemzést kell majd írnod és készítened a saját gépeden!! (Pont úgy, ahogy a valós életben is data scientist-ként.)
Minden témát megalapozunk az elméleti cikkekkel, utána pedig egyre nehezebb (és egyre izgalmasabb) feladatokat kapsz majd (valódi adathalmazokon), amivel rögtön gyakorlatba ültetheted a frissen szerzett tudásodat!
Elvégre: gyakorlás teszi a mestert!
Kinek ajánlom ezt a képzést?
- azoknak, akik szeretnék a karrierjüket data science irányba mozdítani,
- azoknak, akik szeretik a jelenlegi munkájukat, de kiegészítenék gyakorlati data science-es praktikákkal is (pl. digitális marketingesek, UX szakemberek, gazdasági szakemberek, stb.)
- az alábbi szakmák képviselőinek kiemelten: pénzügy, számvitel, marketing, UX, biológia, kémia, élettan, product manager, BI elemző, stb.
- adatelemzőknek (akik eddig Excel-ben és/vagy VBA-val dolgoztak és szeretnének szintet lépni)
- olyan egyetemistáknak, akik úgy érzik, hogy az egyetemen nem kapnak elég gyakorlati tudást és szeretnék látni a munkapiac valódi igényeit,
- mindenkinek, aki invesztálna a karrierjébe
FONTOS! Ha eddig még soha egyetlen sor kódot sem írtál, semmi gond!
Teljesen az alapoktól indulunk!
Eddig több, mint 2000 ember vett részt a képzéseimen — olyan cégektől is mint:
és még sokan mások…
Invesztálj a karrieredbe!
Mindenki azt mondja, hogy az AI és a robotok majd elveszik a munkánkat.
Én máshogy látom. Ha egy robotnak (vagy egy AI-nak) meg tudod mondani, hogy mit csináljon, akkor az nem elvenni, hanem segíteni fogja a munkádat. Megtanulni kódolni (Python-ban és SQL-ben), megtanulni adatot elemezni, megtanulni predikciókat készíteni, megérteni a data science-et… Ezek fontos lépések afelé, hogy ne többet, hanem okosabban dolgozz!
A Data Science egy izgalmas, keresett és jól fizető szakma. Nem véletlen, hogy 2016 óta folyamatosan a dobogón van a GlassDoor portál “legjobb munka” versenyében.
A Data Scientist pozíció jelenleg az egyik legfelkapottabb – nemzetközileg és itthon egyaránt.
A 3 hónap végére ide fogsz eljutni:
- Gyakorlati Data Science tudásod lesz, ami lefedi a Junior Data Scientist pozíciókhoz elvárt szintet.
- Rutinos SQL és Python felhasználó leszel.
- Tudni fogod, hogy milyen feladatok várhatnak egy valós munkahelyen egy valós data science pozícióban. És mindegyikkel lesz tapasztalatod is.
- Elég tudást szerzel, hogy saját adatos hobbi projekteket futtass.
- Tudni fogod, hogy merre menj tovább az adatos karriereddel.
Ezen a képzésen valódi, gyakorlati tudást kapsz, amit valós projektekben is tudsz majd alkalmazni.
Milyen előképzettség kell a kurzushoz?
Ahogy azt írtam fentebb, a képzéshez tartozik egy egyszerűbb felvételi feladat.
Ennek a célja, hogy megnézzük, hogy mennyi affinitásod van a data science-hez. (Neked is jobb, ha hamar kiderül, hogy ez mégsem neked való.) Illetve itt tesztelheted azt is, hogy mennyire jön be az én tanítási stílusom neked.
Emellett itt van néhány kapaszkodó, ami alapján jobban látod, hogy mire számíts:
- Kódolási előismeretekre nincs szükség. Ha már elvégeztél egy-két bevezető online tanfolyamot, az szuper! Viszont ha sosem használtál Python-t, SQL-t vagy egyéb hasonlót, akkor sincs semmi gond. Teljesen az alapoktól indulunk.
- Angol nyelvtudás kell! A képzésben relatív sok anyag lesz, ami csak angolul lesz elérhető. És lesz persze olyan is, ami csak magyarul. Pl. a külön a JDS Akadémiához frissen felvett vagy megírt dolgok magyarul lesznek -- mint pl. a webináriumok, az email-ezés, egyes előadások, egyes feladatok. Ez kb. a kurzusanyagok 50%-át teszi ki. De vannak anyagok, amiket korábban már angolul elkészítettem (pl. a második fele a képzésnek teljes egészében), így ezekhez a magyar mellett az angol nyelvtudásodra is szükséged lesz. Neked személy szerint nem kell majd angolul beszélned, de értened azért kell tudnod. Egyébként tagoltan és lassan beszélek angolul... kellemes magyar akcentussal. 🙂 (Megjegyzés: Általában viszont azt mondom, hogy ha érvényesülni akarsz ebben a szakmában, akkor előbb-utóbb muszáj lesz legalább középszinten megtanulnod angolul kommunikálni, hiszen ezen a nyelven lehet elérni a legtöbb jó és friss tananyagot -- és a Data Science közösségeket is.)
- Legyenek meg az alapvető számítógépes ismereteid! Nem kell gurunak lenned, de fontos, hogy tudod, hogy hogy működik az internet, a weblapok, a számítógéped, stb.
- Legyél okos, kezdeményező és jó/hatékony tanuló! A Data Science nem egy könnyű szakma. Sokszor kell majd megtalálnod egy-két problémára a megoldást magadtól. (A képzés során ez legtöbbször guglizást és ChatGPT-zést jelent majd. A valós életbeli munka során nekem ez nem egyszer egy-egy új programnyelv pár nap alatt történő megtanulását is jelentette.)
- Előny: ha van üzleti háttered. Webshop, online biznisz, marketing, pénzügy, saját vállalkozás... akármi, ahol kellett gondolkozni üzleti fejjel is.
Mi van benne a képzés árában?
Röviden-tömören: A 2025-ös 3 hónapos online JDS Akadémia teljes tananyaga, felvételei,. feladatai, megoldásai… egy szóval minden, amihez a 2025-ös csoport is hozzáfért — örökös hozzáféréssel. (Tehát 2, 5 vagy éppen 10 év múlva is elő tudod venni és visszanézni akármelyik anyagot.)
Részletesebben:
- Elméleti anyagok, a data science, a kódolás, a statisztika és az üzleti gondolkodás alapjairól.
- ~180 hands-on gyakorló feladat és azok videós megoldásai -- amik elvezetnek a nulláról a magabiztos SQL, Python és bash-t használó junior data scientist szintjéig
- Személyre szabott e-mail-es visszajelzés a zárófeladatra a képzés végén.
- Bónuszkurzusok.
Egy személyes gondolat. Miért csinálom ezt a képzést? (klikk>>)
Az elmúlt években sok egy vagy két napos képzést tartottam. Bár nagyon szeretem ezeket az alkalmakat, az mindig zavart kicsit, hogy ennyi idő alatt nem lehet komplex tudást átadni.
Ez a 3 hónapos képzés más. Sok tekintetben összegzi az összes eddigi tréningem anyagát és tanulságát, de túl is mutat azokon. Úgy gondolom, hogy 3 hónap már elég ahhoz, hogy a résztvevő (ha beleteszi a saját részét is természetesen) jelentős fejlődést és szemléletváltást érhessen el. Egy olyat, ami egész karrierje során elkísérheti.
Látom a magyar és a nemzetközi data science tréningpiacot is. Tisztában vagyok a többiek áraival, tematikájával és minőségével. Vannak hosszabb, rövidebb, drágább (és még drágább), jobb, rosszabb képzések…
Én három dologban szeretném megkülönböztetni ezt a képzést másokétól:
1) 100%-os gyakorlat orientáltság. Ha végignézted a tematikát, akkor látod, hogy ehhez a képzéshez ~120-150 órányi beletett önálló munkára lesz szükség a Te oldaladról. Ez csak akkor lehet elég egy data science mélységű téma elsajátítására, ha fókuszált a tananyag. Én úgy döntöttem, hogy a gyakorlatra fogok koncentrálni. Azokra a dolgokra, amelyekre egy data science-es munka során ténylegesen szükséged lesz. Természetesen fogok ajánlani könyveket elolvasásra, amivel kipótolhatod az elméleti hiányosságokat, de a képzés maga a praktikus dolgokat helyezi előtérbe.
2) Online képzés. Az elmúlt évek tapasztalata alapján arra jutottam, hogy az online képzés sokkal-sokkal jobb formátum, mint az élő. Online mindenki a saját ritmusában tud haladni. Van, aki munka után csinálná a képzést. Van, aki munkaidőben; és van, aki hétvégén. Van olyan, aki egy-órás blokkokban dolgozik az anyagokon. Más egy teljes napot szán rá egyszerre. Egyik résztvevő gyorsabban halad, egy másik lassan és többször újranéz egy-egy videót. Mindenki máshogy tanul és erre a sokszínűségre csak az online képzési formátum ad lehetőséget.
3) Ár. Ha körbenézel a piacon, akkor a 329.000 Ft + 27% ÁFA-s ár kevésnek tűnhet. Mégis emellett az ár mellett döntöttem. Azért, mert azt szeretném, hogy a képzés magánszemélyeknek is elérhető legyen, ne csak cégek számára.
(Magánszemélyként talán pont, hogy drágának tűnhet a képzés, de bízom benne, hogy aki magának fizet be, fel tudja mérni, hogy milyen gyorsan megtérülő befektetésről van itt szó. Ha pl. az itt megszerzett kódolói készségeidnek köszönhetően csak egy ~70.000 Ft-os fizetésemelést ki tudsz alkudni magadnak – ami persze elég minimális a készségek tényleges értékéhez viszonyítva – már akkor ~6 hónap alatt visszajön a képzés ára.)
Összességében a Junior Data Scientist Akadémiával egy célom van: hogy ez legyen a legjobb gyakorlati data science képzés kezdőknek. Ezért dolgoztam az elmúlt 8-9 évben és ennek az eredményét tudod megvenni, most utoljára.
Korábbi JDS Akadémia résztvevők mondták
“Elsőre szkeptikus voltam, hogy hogyan fogja egy data science online kurzus fenntartani a figyelmemet… De Tomiról kiderült, hogy kiváló tanár, aki (szinte biztos vagyok benne), hogy bármiről tud érdekesen beszélni. A töretlen lelkesedése végig motivált engem is. Ez a pozitivitás segített a feladatokhoz való hozzáállásban és megoldásukban. A képzés könnyen érthető, a megfelelő ütemben épül fel és legfőképpen: segített megérteni, hogy hogyan bírkozhatok meg a munkám során is felmerül adatos problémákkal.”
– Jeczkó Merci
“Köszönöm szépen még egyszer a szerdai feedback-et és minden segítséget amit a 3 hónap alatt kaptam tőletek. Remekül döntöttem, hogy ezt a kurzust választottam kezdésnek, úgy érzem rengeteget tanultam és fejlődtem ez idő alatt :)”
– Schlosser Bence
“Miután elkezdtem érdeklődni a Data Science világa iránt, villámgyorsan Tomi oldalán találtam magam, ami csak a kezdő lépésnek bizonyult.
Mikor megláttam, hogy képzéseket is tart, azonnal tudtam, hogy a következőn részt kell vennem. Jó döntés volt! : )
Üzleti gondolkodást és analitikus megközelítést eddig is igényelt a munkám, de a kódolás a kezdeti csalódások után rettentően hiányzott az életemből, amíg a Junior Data Science kurzus megmutatta, hogy képes vagyok rá, amiért örökké hálás leszek Tominak!“
– Simányi Péter
“Régóta szerettem volna megismerkedni a data science alapjaival, de nem igazán találtam olyan kurzust ami átfogó, ugyanakkor gyakorlatias tudást ad. A célom az volt hogy alapszinten megtanuljak kódolni SQL-ben és Pythonban.
A JDS képzésben viszont 12 hét alatt nemcsak a kódolást tanultam meg, hanem azt is hogy mindezt mire és hogyan lehet használni valós üzleti környezetben. Zseniálisan van felépítve az anyag, érthető, részletes és sosem unalmas magyarázatokkal. Tomi kiváló instruktor, nagyon jól át tudja adni a tudását. Számomra az is pozitívum volt, hogy a videós anyagokkal önállóan lehet haladni, ugyanakkor Tomi és Tamás mindig elérhetőek voltak, készségesen segítettek. Ez a kurzus messze túlszárnyalta az elvárásaimat, biztos alapokat kaptam amire lehet építkezni, köszönet érte!”
– Szabó Brigitta
“Végre egy olyan Data Science tanfolyam, ahol egy teljes adatelemzési projektet az elejétől a végéig megismerhetsz. Ennek köszönhetően a végére olyan gyakorlati alaptudásra tehetsz szert, ami nem csak abban segít, hogy egy cégnél hasznosítsd ezt a tudást, hanem akár egy önálló otthoni Data Servert üzemeltess és így önálló elemzési feladatokat csinálhass.”
– Szabó Gábor
“Szia Tomi! Remelem jol vagy es minden rendben. […] Kozeleg az evvege es rajottem, hogy az eveleji februar-aprilis kozott futott DS kepzes volt magasan a legjobb trening, amin iden reszt vettem.[…]”
– Szőke Ferenc
Senior Data Scientist-ek mondják
Nagy-Rácz István
Tulajdonos, Data Scientist | Dmlab
“Több mint 10 éve segítek embereknek elindulni a data scientist-té válás útján. Egyik visszatérő kérdés, amit megkapok: hogyan induljak el? Az adatelemzés melyik területével kezdjem az ismerkedést? Mint sok más esetben, az adatelemzés szerteágazó területén is az első lépés megtalálása és megtétele a legnehezebb. Mester Tomi több éves data science tapasztalatát sűrítette ebbe a kurzusba, amely ezt a biztos kezdő lépést jelenti. Az itt tanultak minden adatelemzéssel foglalkozó szakértő eszköztárának kötelező elemei. A képzésen nem csupán megtanulhatóak ezek az elméleti és gyakorlati alapok, hanem a napi adatelemzési munkában is azonnal felhasználható készséggé fejleszthetőek. Jó szívvel ajánlom Tomi kurzusát, hiszen ezekre az alapokra biztosan tudsz építkezni a továbbiakban akár milyen irányba szeretnél fejlődni a data science területén.”
A képzés oktatója
Mester Tomi
Mester Tomi vagyok.
A JDS Akadémia képzésben látható videókat, tananyagokat, segédanyagokat én készítettem és finomítgattam ki az évek során.
2012 óta adatos szakemberként dolgozom. A Prezinél kezdtem, majd az Adatlabor nevű projektem keretein belül konzultációkat és projektmunkákat csináltam sok-sok magyar webshopnak és startup-nak. Később a svéd iZettle nevű startup-nál is dolgoztam (amit aztán felvásárolt a Paypal).
Jelenleg a data science és adatelemzési módszerek/technológiák oktatásával foglalkozom a Data36 projekt keretein belül – elsősorban online, de Európa nagyobb városaiban is, mint pl. Berlin, Stockholm vagy Budapest.
Előadtam már a TEDxYouth-on, a barcelona-i E-commerce Summit-on, a svéd Analyticsdagarna-n és számos egyéb konferencián. Emellett O’Reilly author és több nemzetközi adatelemző blog vendégszerzője is vagyok
Sajnos magyar nyelvű bemutatkozó videóm nincs, de itt van helyette a 2013-as TEDxYouth-os előadásom!
Kozma-Renge Krisza
Kriszta 2023 elején az akkori csoport egyik csúcsteljesítőjeként végezte el a JDS Akadémiát — és azóta villámgyorsassággal fejlődik az adatos karrierje.
Machine Learning-es, data science-es, Python-os, sőt AI-os projekteken is dolgozott azóta.
Kriszta egyik nagy erőssége, hogy 13 évig matematikát tanított középiskolában: a szó legeslegjobb értelmében egy igazi tanárszemélyiség.
Kriszta három korábbi csoportban is ott volt mentorként — a most megvásárolható tananyagban a statisztika videókban találod meg előadóként.
Radó Laci
Radó László a British Telecom Lead Data Scientist-je. Laci 2021-ben váltott a data science területre — Sales és PM irányból.
Így nem csak azt tudja, hogy hogyan épül fel egy valós életbeli adatos projekt, de azt is, hogy mi kell ahhoz, hogy az ember sikeresen váltson karriert. Emellett persze profi Python-ban, ML modellekben és nagyon erős abban, hogy hogyan lehet a statisztika eszközeit üzleti haszonra fordítani.
Laci a 2025-ös élő csoportban volt ott mentorként, a tananyagban pedig két előadásának a felvételét is láthatod majd.
Részletek
Regisztráció megnyitása: RÉSZLETEK HAMAROSAN (május utolsó heteiben valamikor)
Regisztráció zárása: RÉSZLETEK HAMAROSAN (valószínűleg június első hetében)
Jelentkezés: Az előjelentkezés már nyitva. (Itt.)
Részvételi díj: 329.000 Ft (+27% ÁFA) / résztvevő
Részletfizetési lehetőség: Lesz! (RÉSZLETEK HAMAROSAN…)
Jelentkezés
A JDS Akadémia 6 éven keresztül több száz résztvevőnek segített elsajátítani a data scientist szakma alapjait. 2025 májusában még egyszer utoljára még te is hozzáférést szerezhetsz magadnak ahhoz a tananyaghoz, amit oly sok éven át csiszolgattunk, hogy elérje a jelenlegi formáját. Ha nem szeretnél lemaradni, iratkozz fel itt az értesítésekre:
Gyakori kérdések
Heti hány órát vesz igénybe kb a képzés?
Heti ~10-12 órával érdemes számolni. Természetesen a saját ütemedben haladsz, úgyhogy Te döntöd el, hogy pont mikor teszed bele ezt a 10-12 órát. Ha megcsúszol vagy lemaradsz, akkor sincs gond, minden anyaghoz örökös hozzáférésed lesz.
Az baj, ha soha se kódoltam még?
Nem. A nulláról kezdünk. Ami azt illeti, a legtöbb résztvevő hasonló cipőben jár, mint te!
Kell saját laptop? Vagy elég egy tablet pl?
Kell laptop! Ahogy írtam, ez egy interaktív képzés, ahol SQL lekérdezéseket és Python kódokat fogsz írni a saját gépeden! Sajnos a tablet nem elég.
Nincsenek SQL-es, Python-os (stb.) eszközök a gépemen…
Semmi gond! Ezeknek a telepítése is a kurzus része. : )
Kapok igazolást, certificate-et, oklevelet, stb, hogy elvégeztem a képzést?
Ha teljesíted a kurzust és beküldöd a zárófeladatot is, akkor természetesen kapsz PDF formátumban egy igazolást (aláírva általam) arról, hogy elvégezted a képzést. Ez természetesen nem egy hivatalos “okmány” és kivált nem egy képesítés. De azért jól mutat CV-ben, LinkedIN-en, stb, stb. 🙂
Kapok számlát?
Igen. A magyar törvények szerint minden résztvevő kap számlát.
Én inkább egy belsős céges képzést szeretnék…
Ha elég ember jelentkezik a cégedből (legalább 10 résztvevő), van lehetőség belsős céges képzésre is, akár cégre szabott tematikával.
Ez most sajnos nem jó nekem. Lesz másik alkalom?
Nem, ezt a képzést többé nem tartom. Ez az utolsó lehetőség, hogy megvedd a tananyagot.
Ez egy felnőtt képzés?
Ez nem egy felnőttképzés, mivel nem élő képzésről van szó, a résztvevők saját időbeosztásuk szerint dolgozhatják fel a videókat és ebbe a képzőnek nincs beleszólása. Továbbá a kurzus nem ígéri, hogy a résztvevők jobban el tudnak majd helyezkedni utána a munkaerő piacon és hivatalos szakképesítést sem ad.
Data36.com by Tomi mester | © all rights reserved