Data Science Képzés
Lépj szintet a munkádban data science tudással!
Python, SQL, automatizálás, data science alapok -- és még ennél is sokkal-sokkal több...
[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)
Data science képzés: nulláról a junior szintig 3 hónap alatt.
Tudom, nagy ígéretnek tűnik… De már több, mint 400 ember részt vett ezen a data science képzésen az elmúlt 6 évben. Az ő visszajelzésük alapján magabiztosan mondhatom, hogy igen, lehetséges 12 hét alatt:
- megtanulni magabiztosan SQL lekérdezéseket írni (akár komplexebbeket is)
- megtanulni egy távoli szervert használni és annak segítségével automatizálni repetitív feladatokat
- megtanulni Python-ban és pandas-ban kódolni és adatelemző script-eket írni
- megtanulni használni az alapvető adatelemző és data science módszertanokat, amit minden versenyszférában működő cégnek használnia kéne
- megtanulni, hogy hogyan működnek a legfontosabb machine learning algoritmusok (és azt is, hogy miért nem ez az a tudáselem, ami meghatározza, hogy valaki elég jó adatos szakember-e)
Bemutatom: a Junior Data Scientist Akadémiát!
Helló! Mester Tomi vagyok. 2012 óta foglalkozom data science-szel, 2016 óta oktatom is a témát, nemzetközi terepen. A Junior Data Scientist Akadémiát 2019-ben startoltattam el és azóta, minden évben egyszer tartjuk meg, kizárólag magyar résztvevőknek.
Mi ez?
A Junior Data Scientist Akadémia egy 12 héten át tartó átfogó online data science képzés. Kifejezetten olyan résztvevőknek szól, akiknek nincs, vagy csak minimális előzetes kódolói és data science tudásuk van.
Egyszóval a nulláról indulunk. És 12 hét alatt a junior data scientist tudásszintig jutunk el.
FONTOS! A jelenlegi ajánlatunkban most kivételesen és utoljára egyben megveheted a 2025-ös élő JDS Akadémia csoport teljes tananyagát. Ez azt jelenti, hogy azonnali hozzáférést kapsz minden anyaghoz, amin ők végigmentek, így még gyorsabban tudsz haladni, ha szeretnél.
Ennyire rövid idő alatt ilyen nagy ugrást elérni nyilvánvalóan csak úgy lehet, ha a kurzus három dolgot „tud”:
- Intenzív. Ez egy intenzív kurzus, ami azt jelenti, hogy hetente ~10-12 óra fókuszált munkát bele kell majd tenned. (Ez persze csak az eddigi résztvevők átlaga, a pontos tanulási idő egyénenként eltérő lehet. Haladhatsz gyorsabban vagy lassabban is. Teljesen rád van bízva.)
- Hands-on. Az alapelvem az, hogy egy jó adatos képzésben maximum 20% az elmélet és minimum 80% a gyakorlat. Ezt az arányt a Junior Data Scientist Akadémia is hozza: a szükséges elméleti alapok benne vannak, de ezentúl a legtöbb dolgot gyakorlással fogod megtanulni. Értsd: rengeteget kódot fogsz írni, rengeteg elemzést fogsz elkészíteni -- mindezt olyan adatelemző eszközökben, amelyeket a valós életben munkaközben is használunk. (Még egy saját igazi mini-szervert is fogsz telepíteni egy adott ponton.)
- Letesztelt oktatási anyag. Az évek során megszámlálhatatlanul sokszor teszteltem és finomítottam ezt a tananyagot. Egyes videók tartalmát több, mint 100-szor elmondtam élő képzéseken, mielőtt bekerültek volna a felvett videós tananyagba. Őszintén mondom, hogy szerintem ez az a képzés, ahol minden videó, minden lecke, de még a leckéken belüli mondatok is tudatosan azzal a céllal vannak felépítve, hogy azok a lehető legérthetőbbek és legkönnyebben befogadhatóbbak legyenek egy olyan ember számára, aki még új a területen. Minden benne van, ami kell -- és semmi, ami nem kell.
Nézz be a színfalak mögé:
Felvettem egy videót, hogy lásd, hogy pontosan mi történik miután regisztrálsz és elindul a képzés. Itt betekintést adok a kurzusfelületre, de beszélek az ütemezésről, a segítségnyújtásról és sokminden másról is:
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.
A tananyag
Ahogy azt olvashattad a tananyag 100%-ban előre felvett, bármikor feldolgozható és örökösen elérhető anyagokból áll. Minden modult rövid, könnyen emészthető feladatok sorozatából építettem fel, így lépésről lépésre fogod látni, ahogy fejlődik a tudásod.
Minden tananyaghoz azonnali hozzáférést kapsz, így te oszthatod be, hogy milyen tempóban szeretnél haladni… De az előző évek tapasztalatai alapján mi is javasolunk majd egy menetrendet.
Ha ezt követed (nem kötelező), akkor:
A kurzus első hat hetében az alapokat tesszük le: megtanulod a data science alapfogalmait — de főleg az SQL-t, a Python-t és a bash-t használni. (A részletes menetrendet lásd lentebb.)
Pl. így néz ki az első feladatok egyike a Python modulban:
Ahhoz, hogy ezt meg tudd oldani, szükséged lesz az előző modulokban megszerzett tudásodra — és persze az elméleti alapokra, amikhez a modul elején mindig linkelem majd a saját cikkeimet:
Ha megvan a megoldás, leellenőrizheted, hogy én hogyan csináltam meg a feladatot. Ehhez mutatok kódot és egy részeletes magyarázó videót — ahol nem csak a megoldást mutatom meg, de néhány best practice-t is megosztok veled:
Minden héten 15-30 ilyen feladatot kell megcsinálni (hetente változik, hogy pontosan mennyi)… ezeknek a sorrendje, mennyisége és hosszúsága patikamérlegen lett kimérve az elmúlt évek során. Tényleg úgy vannak kikísérletezve, hogy minden benne legyen, ami kell és mindez beleférjen heti 10-12 munkaórába a részedről.
De még egyszer: ennél haladhatsz gyorsabban és lassabban is. Teljesen rád van bízva.
A kurzus második fele még izgalmasabb, hiszen ott egy konkrét esettanulmányon megyünk végig. Itt változik kicsit a ritmus — a javasolt tempó szerint hetente csak 3 feladatot kapsz, de ezek már komplexebb feladatok lesznek: olyan, mintha egy valódi startup cégnél dolgoznál junior data scientist-ként. (Innen is a második hat hét fantázia neve: The Junior Data Scientist’s First Month.)
Ebben a második hat hétben már új elméleti anyagot nem fogsz tanulni, azt kell alkalmazni és elmélyíteni, amit a kurzus első felében használtunk. Sok résztvevő szerint ez az a hat hét, amikor összeáll a kép és kontextusában kezdik el látni a data science-et és az eszközöket, amiket megtanultunk.
A kurzus utolsó hetén egy záró feladatot kapsz majd, amit külön-külön mindenkinek kiértékelünk írásos formában.
Az oktatók
Először is hadd mutassam be a kurzus oktatóit:
Mester Tomi
A Data36 alapítója, a JDS Akadémia szerzője, megalkotója és fő oktatója. (Ez vagyok én, ugyebár.)
Kozma-Renge Kriszta
Volt JDS Akadémia résztvevő, aki Python/DS projekttapasztalat mellett 10+ éves matek tanári múlttal is rendelkezik. A tananyagban a statisztika témájú előadásokban láthatod majd.
Radó Laci
Radó László a British Telecom Lead Data Scientist-je. 2021-ben váltott a data science területre — Sales és PM irányból. A kurzusban két haladóbb témájú előadásban találkozhatsz vele.
A 12 hét felépítése
A Junior Data Scientist Akadémia kétszer hat hétre oszlik.
Még egyszer szeretném kiemelni, hogy ez csak a javasolt ütemezés. A tananyag minden részéhez egyszerre kapsz hozzáférést, ami örökre megmarad… Így teljes mértékben tudsz a saját tempódban és a saját ütemed szerint haladni.
Ha az általunk javasolt ütemtervet követed, akkor:
Az első hat hétben megtanuljuk az alapokat.
A második hat hétben pedig gyakorláson keresztül bevéssük a tudást.
Így néz ki a 12 hét tematikája:
Első 6 hét -- alapozás:
-
1. HÉT:
Gyakorlati rész: SQL alapok
Elméleti rész: Bevezetés a Data Science Világába. -
2. HÉT:
Gyakorlati rész: SQL haladóbb modulok
Elméleti rész: Alapvető Adatelemző Módszertanok -
3. HÉT:
Gyakorlati rész: Bash alapok és automatizálás
Elméleti rész: Adatgyűjtési Módszerek -
4. HÉT:
Gyakorlati rész: Python alapok
Elméleti rész: Statisztikai alapfogalmak -
5. HÉT:
Gyakorlati rész: Python folytatás (Pandas)
Elméleti rész: Machine Learning elmélet -
6. HÉT:
Gyakorlati rész: Python haladóbb modulok (Machine Learning: regresszió, decision tree, deep learning)
Elméleti rész: Adatok Prezentálása
Második 6 hét -- esettanulmány és gyakorlás (The Junior Data Scientist's First Month):
-
7. HÉT:
Egy saját szerver felépítése. Adatok letöltése és betöltése. (Bash + SQL alapok mélyítése) -
8. HÉT:
SQL-es alapelemzések: adatfelfedezés és szegmentálás. Illetve az SQL-es adatbetöltés automatizálása. (SQL) -
9. HÉT:
Haladóbb szegmentációk, üzleti mérőszámok és KPI-ok elkészítése, adatvizualizáció, dashboard-építés és automatizálás. (SQL + Bash + Looker Studio) -
10. HÉT:
Haladóbb elemzések: Funnel-elemzés és Cohort-elemzés (SQL + Python) -
11. HÉT:
Haladóbb Python-os elemzések. Machine Learning: predikció regresszióval és klasszifikáció random forest-tel. -
12. HÉT:
ZÁRÓ TESZTFELADAT. Itt egy teljesen új dataset-et kapsz, amit egyedül kell kielemezned a kurzusban tanultak alapján. Ezt mindenkinek személyes ellenőrizzük és egy 1-on-1 beszélgetés során visszajelzést is adunk róla.
Kik vettek eddig részt rajta?
A data science tudás és úgy általában a kódolói tudás rengeteg karrierút során jól jöhet. Ezt személyesen is tapasztalom, hiszen eddig minden évben nagyon színes csoportok jöttek össze. Különböző háttérrel és különböző motivációval érkeznek az emberek, azért van néhány vissza-visszatérő jellemző élethelyzet:
- Pénzügyi szakemberek. Könyvelők, kontrollerek, számvitellel foglalkozó szakemberek, akik túllépnének az Excel, SAP és esetleg a VBA világán
- Marketingesek. Akik szeretnének szintet lépni a munkájukban: automatizálnának folyamatokat és mélyebb elemzéseket készítenének.
- Természettudományokkal foglalkozó szakemberek. Biológusok, kémiusok, fizikusok, akiknek rengeteg adat keletkezik a munkájuk során és ezt szeretnék hatékonyabban feldolgozni.
- Startupper-ek. Akik tudják, hogy az adatok okos és gyors értelmezése vízválasztó lehet abban, hogy egy korai fázisú cég jó irányokat jelöljön ki.
- UX-kutatók. Akik a kvalitatív kutatásokat a kvantatitív iránnyal is ötvöznék.
- Karrierváltók. Akik kifejezetten data scientist-té akarnak válni és új karriert akarnak kezdeni.
- GYES-en levő fiatal szülők. Akik szeretnének úgy visszaérkezni a munka világába, hogy közben egy nagyon értékes skill-t is beépítettek a CV-jükbe.
… de tényleg nem győzöm sorolni, csak a tavalyi évben volt a csapatban: szociológus, pszichológus, gépészmérnökök, orvos, légiirányító, közalkalmazott, nagy bankok alkalmazottai, geo-informatikus, profi sportoló…
Egyszóval tényleg nagyon színes mindig a csoport!
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…)
Felvételi. Mindenkinek közös érdeke, hogy ebben a data science képzésben csak akkor vegyél részt, ha tényleg ez a legjobb képzés számodra. Éppen ezért van egy egyszerű felvételi feladat, ami pont arra lesz jó, hogy a segítségével közösen eldöntsük, hogy ez-e a neked való kurzus. A felvételiről és minden egyébről az előjelentkezőknek küldök több infót.
Előjelentkezés
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
Problémám akadt az előjelentkezésben.
A tomimester@data36.com email címre írj, és segítek!
Fizetheti a munkaadóm is a részvételi céges képzési keretből?
Természetesen. Amennyiben a céged tud bankkártyával fizetni, ennek semmi technikai akadálya nincs — a számlát automatikusan fogod kapni email-ben, ami teljesen céges-könyvelés-kompatibilis és mivel Kft. állítja ki, akár az ÁFÁ-t is le tudja írni a céged.
Mikor lehet csatlakozni?
A képzés maga jövő januárban indul, de érdemes már most feliratkozni, mivel túljelentkezés esetén azok kerülnek előnybe, akik már korábban felkerültek a listára.
Még semmit nem tudok a data science-ről… Nekem is érdemes csatlakoznom?
Igen, ez a képzés arról szól, hogy elsajátítsd a data science alapjait. Mivel lesz felvételi feladat, fel fogjuk mérni, hogy mennyire neked való ez a kurzus. Ha nem, az már a felvételi során ki fog derülni, így megspórolunk mindenkinek egy csomó felesleges energia és időveszteséget.
Ez most sajnos nem jó nekem. Lesz másik alkalom?
Nem, ezt a képzést többé nem tartom. Ez az utolsó lehetőség, hogy megvedd a tananyagot.
Kapok számlát?
Igen. A magyar törvények szerint mindenki kap számlát minden fizetése után, havi rendszerességgel. A számlát az Adattenger Kft. állítja ki automatikusan.
Külföldi cégként szeretnék regisztrálni? Mi a helyzet az ÁFA-val?
Külföldi cégként is regisztrálhatsz. Ebben az esetben kérlek küldj egy email-t nekem — mert itt az EU-s ÁFA-törvény kompatibilitás miatt egy másik felületen kell majd regisztrálnod.
Mi van, ha menetközben rájövök, hogy nekem nem tetszik a képzés?
A Junior Data Scientist Akadémia egy kiemelt projektem és rengeteg dolgozok azon, hogy sok értéket adjon a résztvevőknek. 100%-ig hiszek benne, hogy hasznos és szükség van rá, de ezzel együtt tudom, hogy nem biztos, hogy mindenkinek ez a megfelelő formátum a tanulásra. Éppen ezért teljes garanciát vállalok rá. Ha nem vagy elégedett, csak írj egy e-mail-t a kurzus első 30 napjában, hogy visszatérítést kérsz és kérdés nélkül visszautalom a teljes befizetett összeget!
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.