Junior Data Scientist Akadémia

Nulláról a junior szintig. A Data36 eddigi legátfogóbb Data Science képzése.

START: 2025. február 17. — JELENTKEZÉS: nyitva

(6 + 6 hetes online képzés)

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 képzés ára: 329.000 Ft (+ 27% ÁFA)

A tanfolyam maximum létszáma 80 fő. A képzésbe való felvétel két lépcsőben történik: először egy (egyszerűbb) feladatot kell megoldani. Ezután minden jelentkezővel egy rövid (15-20 perces) online beszélgetést is szeretnék összehozni.

3 hónap alatt eljutsz a teljesen kezdőről a junior data scientist szintre.

A képzés 2 szakaszból fog állni:

dátum

formátum

ütemezés

helyszín

1. SZAKASZ

2025. február 17. –

2025. március 30.

online alapozó képzés (élő webináriummal és dedikált Slack csoporttal)

új tananyagok és webináriumok:
minden hétfőn (a videók akármikor, akárhányszor visszanézhetőek) — a webinárium időpontja tervezés alatt

online

2. SZAKASZ

2025. március 31. – 2025. május 11.

online kurzus (esettanulmány megoldása)

új feladatok:
minden hétfő, szerda és péntek (megoldás: saját ritmusban

online

A tematika

1. szakasz - alapozó

A képzés első fele hat modulból fog állni. Minden modul cikkekből, tananyagokból, feladatokból, megoldásvideókból és élő webináriumokból (illetve azok felvételeiből) épül fel. Ezek a tananyagok hétről hétre (hat héten keresztül) mindig hétfőnként válnak elérhetővé. A felépítése mindig hasonló:

1. szakasz - tematika és időpontok

(Kattints az egyes elemekre, hogy lenyíljanak a részletek!)

A képzés elején szeretnék tartani egy ismerkedő estet is. Bár a képzés indulásáig velem már mindenki találkozik legalább egyszer egy online hívásban (ugye ez a felvételi része), de ez az ismerkedős est tökéletes alkalom arra, hogy az résztvevők találkozzanak egymással is. Az előző évben ez szuperül működött és nagyon sokat segített a résztvevőknek, hogy később könnyebben interaktáljanak egymással.

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.

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.

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.

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.)

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.

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.

data science képzés első fele

2. szakasz - gyakorlat, esettanulmány (junior data scientist pozíció "szimuláció")

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.)

Minden héten 3 feladatot fogsz kapni. (Hétfőn, szerdán és pénteken.) Egy-két nappal később pedig küldöm a megoldást videó formátumban. (Akármikor megnyithatod, de ahogy látod, a képzésnek eleve lesz egy motiváló alapritmusa, amit érdemes lesz majd 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 személyesen, egy egy-órás 1-on-1 Zoom beszélgetésben értékelem azt. Ez alapján egész pontos visszajelzést fogsz kapni arról, hogy milyen szintre jutottál el a 3 hónapos képzés végére. Ez a kurzusrész angolul lesz — ha többet akarsz tudni róla, nézd meg ezt a videót:

junior data science course materials

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:

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: Átlagosan ~10-12 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, 90%-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 természetesen a kérdésekre 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. (Pro tipp: ezeket a blokkokat már érdemes előre beírni a naptárba is.)

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.
Megjegyzés: még az élő elemeket (Slack, élő webináriumok, kérdés-válasz részek, csapatmunka, stb.) is lehet 100%-osan aszinkron módon csinálni. Pl. ha valaki nem ér rá eljönni a kérdés-válasz élő alkalmakra, már előre beküldheti a kérdést és felvételről visszanézheti majd a választ.

Ez egy gyakorlati data science képzés.

Egy izgalmas képzés egyik legfontosabb alapképlete nálam így néz ki: 20% elmélet + 80% gyakorlat.

data workshop

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?

Az Junior Data Scientist Akadémia nekik szól:

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:

audi logo data science képzés
butlers logo data science képzés
iprospect logo data science képzés
lego logo data science képzés
t mobile logo data science képzés
heineken logo data science képzés

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.

miert legyel data scientist glassdoor
forrás: glassdoor.com

A Data Scientist pozíció jelenleg az egyik legfelkapottabb – nemzetközileg és itthon egyaránt.

Lehet, hogy 10 év múlva már nem így lesz. De éppen ezért érdemes már most belevágni a megtanulásába, mert most még relatív könnyebb betörni vele a piacra.

A 3 hónap végére ide fogsz eljutni:

Ezen a képzésen valódi, gyakorlati tudást kapsz, amit valós projektekben is tudsz majd alkalmazni.

Milyen előképzettség kell a képzéshez?

Ahogy azt írtam fentebb, a képzésbe való felvétel két lépcsőből áll.

Első körben lesz 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.)

A második körben pedig minden jelentkezővel szeretnék csinálni egy rövid személyes beszélgetést is. Természetesen online. Itt — amellett persze, hogy szeretnélek megismerni személyesen is — szeretném átbeszélni veled, hogy mit vársz a képzéstől, szerinted milyen szinten vagy és ez alapján közösen eldöntjük, hogy valóban ez-e a tökéletes kurzus számodra.

Ezt közösen fogjuk kitalálni, de itt van néhány kapaszkodó, ami alapján jobban látod, hogy mire számíts:

Mi van benne a képzés árában?

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 — de mégis élő. 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…

Viszont egy dolgot nem szeretek az online képzésekben: a személyesség hiányát. Ezt próbálom ellensúlyozni az 1-on-1 Zoom beszélgetésekkel, a heti online találkozókkal, a webináriumokkal és a legfontosabb dologgal: a folyamatos support-tal (e-mail-ben és Slack-en). Ezek az élő elemek jól pótolják az online kurzusok hiányosságait. (Egyébként ez az élő elem az oka a létszám limitnek is: szeretném, ha mindenkire jutna elég idő.) Büszke vagyok arra is, hogy rengeteg korábbi résztvevő jelezte vissza már, hogy az egyik legnagyobb különbség az én data science képzésemben másokéhoz képest, hogy én tényleg ott vagyok, lelkes vagyok, elérhető vagyok.

Az online és az élő elemek megfelelő vegyítése — ez a kettő együtt, úgy érzem, hogy egy jó egészt alkot.

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 években és ezért fogok dolgozni az egész képzés alatt. (És utána is.)

Max 80 résztvevő

2019 óta rengeteget kísérleteztem a képzés megfelelő létszámával.

A 2023-as és 2024-es csoportokban ~80-an voltunk. Hangulatában és minőségében is a legjobban sikerült képzések voltak ezek. A 80 fős létszám pont az, ami elég nagy ahhoz, hogy elinduljon egy szuper közösségi hangulat az online fórumokon — de elég kicsi ahhoz, hogy hatékonyan tudjunk együtt dolgozni online. 80 résztvevőnél még bőven jut idő mindenki kérdéseire, van lehetőség élő elemekre (pl. a személyes Zoom beszélgetésekre), stb. stb.

Emellett pedig ennél a létszámnál már van lehetőségem két mentort is felvenni a Data36-os csapatba, ami tovább emeli a supportálás és mentorárálás minőségét.

Efelé a létszám felé viszont nem szeretnék menni több dolog miatt sem, ezért itt kell húznom egy vonalat.

Korábbi JDS Akadémia résztvevők mondták

Merci data science képzés vélemény

“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

schlosser bence data science akadémia vélemény

“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

simanyi peter junior data scientist akademia vélemény

“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

SZB jds akademia data science vélemény

“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

szabo gábor jds akadémia vélemény

“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

feco data science kurzus mester tomi vélemény

“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 istvan dmlab portre mester tomi velemeny

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 és mentorai

Mester Tomi

Mester Tomi vagyok.

A JDS Akadémia képzésben látható videókat, tananyagokat, segédanyagokat én készítettem és finomítgattam ki az évek során. De a 3 hónap alatt (és még utána is) végig ott leszek “melletted” mentorként és segítőként.

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.

tomi mester
Mester Tomi

Sajnos magyar nyelvű bemutatkozó videóm nincs, de itt van helyette a 2013-as TEDxYouth-os előadásom!

Két korábbi JDS Akadémia résztvevő (jelenleg gyakorló data scientist-ek) is csatlakozik hozzám, hogy jobban segíthessünk neked! Hadd mutassam be őket is:

Ujhelyi Tomi

Tomi még 2020-ban végezte el a JDS kurzusomat.

Azóta már data scientist-ként dolgozik, jelenleg a magyar alapítású BrokerChooser nevű startup-nál. 

2021-ben elkezdtünk mi is együtt dolgozni — Tomi többször publikált a Data36 blogon Machine Learning, Python és web scraping témákban. 

De ami most releváns neked, hogy a következő lesz a harmadik JDS Akadémia, ahol mentorként csatlakozik a csoporthoz! 

Így már egy igazi rutinos data scientist és segítő emberként profin tudja, hogy mikor, kinek és hogyan tud a legjobban segíteni a data science skill-ek hatékony elsajátításában.

Néhány visszajelzés Tomiról a legutóbbi JDS Akadémia csoport résztvevőitől:

tamas ujhelyi data scientist
Ujhelyi Tomi
data science képzés visszajelzés ujhelyi tomi

Kozma-Renge Krisza

Kriszta is egy korábbi JDS Akadémia végzős.

A 2025-ös JDS Akadémiában immár harmadjára csatlakozik mentorként a képzéshez.

Kriszta egyik nagy erőssége, hogy 13 évig matematikát tanított középiskolában: a szó legeslegjobb értelmében egy igazi tanárszemélyiség.

És mivel viszonylag frissek a Python/SQL/bash tanulási emlékei, ezért nagyon közelről átérzi, hogy mi a nehéz, mi a könnyű és hogy mit hogyan lehet a legjobban megérteni a data science-en belül.

Néhány visszajelzés Krisztáról a legutóbbi JDS Akadémia csoport résztvevőitől:

kozma-renge kriszta data science kurzus
Kozma-Renge Kriszta
data science képzés visszajelzés kriszta

Részletek

Kezdés: 2025. február 17. (A felvételihez és további infókért iratkozz fel!)

Jelentkezés: Az előjelentkezés már nyitva. (Itt.)

Részvételi díj: 329.000 Ft (+27% ÁFA) / résztvevő

Max 80 résztvevő. Vigyázz, mert általában gyorsan elfogynak a helyek!

Jelentkezés

A következő (2025-ös) csoporthoz a felvételi 2024 szeptemberében indul. Iratkozz fel az értesítési listára és elsők között fogsz értesülni minden fejleményről és tudnivalóról:

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 a dátum sajnos nem jó nekem. Lesz másik alkalom?

Ezt a képzést minden évben egyszer tartom. Tehát 2025-ben ez az egy lesz.

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