A videojáték-ipar töretlen fejlődésével egyre többen álmodoznak arról, hogy saját játékot készítsenek. De hogyan válhat valaki játékfejlesztővé? Sokan csak a csillogó grafikát látják egy videojáték mögött, de vajon mi rejlik a kulisszák mögött? Mit jelent indie fejlesztőnek lenni? Ezekről a kérdésekről beszélgettünk Fischer Alexszel, a Prooktatás oktatójával, aki maga is aktívan dolgozik egy saját fejlesztésen. Alex azok mellett, hogy programozni tanít, minden szabadidejét egy monumentális sci-fi eposz építésére fordítja.
A webfejlesztés világa sokat változott az elmúlt években: az AI ma már néhány mondatból is képes működő kódot létrehozni, miközben a fejlesztői munkaerőpiac is átalakult. Mit jelent ez annak, aki most szeretne belevágni a programozásba? Erről beszélgettünk Ricsivel, aki jazz-zenészként kezdte pályáját, majd programozóvá vált, és azóta nagyvállalati és szabadúszó projekteken, valamint mentorként és oktatóként is dolgozik. Ricsi a hamarosan induló full stack képzésünk oktatója, aki az alapoktól a frontenden át egészen a szerveroldali programozásig vezeti végig a résztvevőket.
Akár fejlesztőként, adatelemzőként vagy termékmenedzserként dolgozol, van egy közös nevező: az adatok. Új keretrendszerek jönnek és mennek, de az SQL (Structured Query Language) több mint négy évtizede a relációs adatbázisok vitathatatlan világnyelve. A jó hír: az SQL szintaxisa nem elvont matematikai képletekből áll, hanem meglepően közel áll a beszélt angol nyelvhez. Nem kell vastag szakkönyveket átnyálaznod ahhoz, hogy értékes információkat nyerj ki egy rendszerből. A mindennapi feladatok 90%-át mindössze néhány kulcsfontosságú paranccsal meg tudod oldani. Lássuk ezeket!
Szabolcs a Prooktatás Data Analyst, másnéven adatelemzés és Power BI képzésének oktatója, aki a tudást nemcsak oktatói oldalról ismeri, hanem a saját munkájában is rendszeresen használja. Folyamatmérnökként dolgozik, ezért közvetlen tapasztalata van arról, hogyan jelenik meg az adatelemzés egy mérnöki munkakör mindennapi feladataiban.
Külföldi tapasztalattal is rendelkezik: Németországban és Hollandiában is dolgozott, így azt is látta, hogyan működik a szakmai kapcsolatépítés és az álláskeresés más európai munkaerőpiacokon. A beszélgetés során ezért nemcsak az adatelemzés szakmai oldaláról, hanem a munkaerőpiaci lehetőségekről, a LinkedIn szerepéről és az álláskeresés változó trendjeiről is szó esett.
Az AI a programozásban egyre nagyobb teret nyer a fejlesztésben. De hogyan néz ki ez a gyakorlatban egy szoftverfejlesztő vállalkozónál? A ProOktatás oktatója mesélt nekünk arról, miként gyorsítja meg a munkáját az AI, miért elengedhetetlen a jó promptolás, és mit kell tennie annak, aki ma junior fejlesztőként be akar törni a piacra.
Először is egy pontosítással kezdi: marketing szempontból jól hangzik a mesterséges intelligencia, mint kifejezés, azonban a gyakorlatban nem valós intelligenciával dolgozunk. Gyakorlatban nyelvi modellekkel dolgozunk, amik imitálják az intelligenciát.
Indul a tanév a Prooktatásnál!
Kezdődik az új tanévünk! A szeptember nemcsak az iskolai tanév kezdetét jelenti. Sokak számára ez az időszak, amikor újra előkerülnek a félretett tervek és azok a készségek, amelyeket már régóta szerettek volna elsajátítani. Ha idén munka mellett is piacképes tudást szeretnél szerezni, a digitális és szoftverfejlesztő képzéseink jó választások lehetnek számodra.
Egy biztosítótársaság több évnyi adatból próbálja meghatározni, mekkora kockázatot jelent egy ügyfél, és ennek alapján mennyibe kerüljön a biztosítása. Egy bank azt szeretné megbecsülni, mely ügyfeleknek érdemes hitelt adnia. Egy mérnök a meghibásodási adatokból keresi egy alkatrész hibájának lehetséges okát. Egy klinikán pedig akár több ezer megfigyelés alapján vizsgálhatják, milyen tényezők állhatnak kapcsolatban egy betegség kialakulásával. Elsőre egészen különböző problémáknak tűnnek. Egy dolog azonban közös bennük: adatokból kell megalapozott következtetést levonni. Erről beszélgettünk Bálinttal, Adatelemzés és Power BI képzésünk oktatójával.
Az adatokkal foglalkozó munkakörök nevei könnyen összekeverhetők. A Data Analyst és a Data Scientist elnevezés különösen hasonló, és a két szakma között valóban jelentős az átfedés: mindkettő adatokat gyűjt, tisztít és elemez, statisztikai módszereket használhat, és az eredményeket valamilyen formában mások számára is értelmezhetővé teszi. A különbség a szakmai mélységben és az elemzés céljában keresendő.
Deutsch
