Munkatapasztalat

Adatbányászati és kutatási csoportvezető (2015. január - jelenleg is)
Gravity Research and Development Zrt.

Az adatbányász csapat vezetőjeként én felelek a kutatásért és az adatbányászati tevékenységekért a cégen belül. Koordinálom és konzultálom a csapaton belüli kutatásokat, és emellett én magam is kutatok a gépi tanulás és adatbányászat területén. A kutatás fókusza (1) új, fejlettebb ajánlóalgoritmusok kifejlesztése, hogy a Gravity ajánlómotorja tovább fejlődjön; (2) az ajánlóalgoritmusok alkalmazása új, a klasszikustól eltérő problémákra. A fentiek mellett én koordinálom és konzultálom a cégen belüli adatbányászati munkát.

Kutató gyakornok (2015. június - 2015. szeptember)
Telefónica I+D

A Telefónica I+D és a Gravity R&D közötti kutatási együttműködés keretében három hónapot tölötttem Barcelonában a TID-nél. Ottlétem alatt megalapoztunk egy hosszabb távú kutatást, ami az ajánlóalgoritmusok új generációjának kifejlesztését célozza azáltal, hogy fejlett gépi tanulási megoldásokat integrál az ajánlókba.

Adatbányász kutató (2010. január - 2015. január)
Gravity Research and Development Zrt.

2010. januárban csatlakoztam a Gravity R&D csapatához, mint adatbányász kutató. Elsődlegesen kutatással és adatelemzéssel foglalkoztam. A kutatás során olyan új, intelligens gépi tanulási algoritmusokat fejlesztettem ki és vizsgáltam meg, amiknek a segítségével relevánsabb, hatékonyabb ajánlások adhatóak. Az ajánlóalgoritmusokkal történő kísérletezés magában foglalta annak megállapítását is, hogy melyik algoritmus milyen körülmények között használható hatékonyan. Az ügyféladatok elemzése során megállapítom, hogy egy adott ügyfél felhasználói hogyan viselkednek, és kiválasztom az adott ajánlási problémát leghatékonyabban megoldó algoritmusokat, illetve azok paraméterezését. A feladat része a már élesített ajánlórendszer hatékonyságának nyomon követése, és az algoritmusok esetleges módosítása a mérések alapján. Ezen kívül feladatom volt az általam kifejlesztett, hatékonynak bizonyult algoritmusok implementálása a Gravity ajánlómotorjába.

K+F projektek

CrowdRec (2013. november - jelenleg is)
Gravity Research and Development Zrt.

A CrowdRec projekt az EU FP7 programjának keretében támogatott kutatási projekt. A projekt célja az ajánlórendszerek új generációjának létrehozása. Ennek fényében a projekt a következőkre fókuszál: kontextus figyelembe vétele ajánlásoknál, interaktivitás a felhasználókkal, skálázhatóság, stream ajánlások és a felhasználók és a rendszer közötti szimbiózis létrehozása, aminek keretén belül a felhasználók hasznos információt biztosítanak, amiért cserébe jobb szolgáltatást (ajánlást) kapnak. A nemzetközi konzorcium tagjai: Technical University of Delft, Technical University of Berlin, Gravity Research & Development Zrt, Moviri, Telefónica I+D, Tuenti, Xing. A projekt koordinátora a JCP-Connect.

ShiftTree kutatás (2008. január - 2011. szeptember)
DmLab (BME-VIK, TMIT)

Önálló kutatási projektem, aminek keretében létrehoztam és megvizsgáltam egy újszerű, modell alapú idősor-osztályozó algoritmust, a ShiftTree-t. A kutatásra a Gáspár Csaba által vezetett DmLab égisze alatt került sor a BME Távközlési és Médiainformatikai Tanszékén (TMIT).

Tanulmányok

Ph.D. jelölt (2014. szeptember - 2016. június)

Budapesti Műszaki és Gazdaságtudományi Egyetem,
Távközlési és Médiainformatikai Tanszék,
Adat és Médiatartalom laboratórium (DCLab)

Summa cum laude Ph.D. fokozat (2016. június 30.)

Ph.D. studies (2011. szeptember - 2014. szeptember)

Budapesti Műszaki és Gazdaságtudományi Egyetem,
Informatikai Tudományok Doktori Iskola,
Intelligens Rendszerek szakmacsoport

M.Sc. studies in Computer Science and Engineering (2009 - 2011)

Budapesti Műszaki és Gazdaságtudományi Egyetem,
Villamosmérnöki és Informatikai Kar,
Mérnökinformatikus (M.Sc.) szak

Kitüntetéses diploma (2011. július 21.)

B.Sc. studies in Computer Science and Engineering (2005 - 2009)

Budapesti Műszaki és Gazdaságtudományi Egyetem,
Villamosmérnöki és Informatikai Kar,
Mérnök-informatikus (B.Sc.) szak

Kitüntetéses diploma (2009. január 08.)

Középiskolai tanulmányok

Eötvös József Gimnázium,
Természetrtudományos tagozat

Kitűnő érettségi, általános dicsérettel (2005. június 25.)

Oktatási tapasztalat

Ajánlórendszerek oktatása (2011 - 2014, minden félév)
Budapesti Műszaki és Gazdaságtudományi Egyetem

A BME-VIK TMIT-en oktatott különböző tárgyak (főként: "Tartalomelemzés" és "Media and Text Mining") keretében előadások tartása ajánlórendszerek témakörben.

Adatbázisok (2011 - 2014, őszi félévek)
Budapesti Műszaki és Gazdaságtudományi Egyetem

Gyakorlatok tartása, hallgatók értékelése, feladatok kidolgozása.

Szoftver labor 5. (Adatbázisok labor) (2009 - 2014, tavaszi félévek)
Budapesti Műszaki és Gazdaságtudományi Egyetem

Labor órák tartása adatbázisok témakörből, hallgatói munkák értékelése, feladatok kidolgozása.

Meghívott előadások

2014. július 24.
Szegedi Tudományegyetem

Egy hosszabb előadást tartottam a kontextus vezérelt ajánlóalgoritmusokról egy nyári kurzus keretén belül a Szegedi Tudományegyetemen.

2014. április 11.
Technical University of Delft

Egy egy órás előadás során ismertettem a kutatásomat és az eredményimet a Delfti Műszaki Egyetem kutatói előtt.

2013. március 14. április 25
Óbudai Egyetem

Két előadást tartottam az Óbudai Egyetem ajánlórendszerekről szóló kurzusán az implicit feedback alapú és a kontextus vezérelt ajánlóalgoritmusokról.

Díjak, eredmények, elismerések

2009

II. helyezés
a Hírközlési és Informatikai Tudományos Egyesület (HTE) Diplomaterv/Szakdolgozat pályázatán

Köztársasági Ösztöndíj elnyerése a 2009/2010. tanévre

Legjobb Előadás díj
a Hírközlési és Informatikai Tudományos Egyesület (HTE) által szervezett 2009. évi Végzős Konferencián

III. helyezés
az OTDK (Országos TDK) Konferencián az "Az idősor osztályozás problémájának megoldása új, döntési fa alapú adatbányászati algoritmussal" című dolgozatommal

2008

I. helyezés
a BME-VIK kari TDK Konferencián az "Az idősor osztályozás problémájának megoldása új, döntési fa alapú adatbányászati algoritmussal" című dolgozatommal

2004

Országos 31. helyezés
a matematika OKTV-n

Nyelvismeret

Hungarian – anyanyelv
English – teljes szakmai jártassági szint (Nyelvvizsga: C típusú, középfokú – 2002)
German – minimális jártassági szint (Nyelvvizsga: C típusú, középfokú – 2004)

Szakmai érdeklődés

Gépi tanulás, mesterséges intelligencia
Adatbányászati kutatás és elemzés
Ajánlórendszerek