Együttműködés és önismeret

• DISC alapú önismeret

• Viselkedési stílusok

• Kérdéstechnika, Értő figyelem

• Érdekérvényesítés, önérvényesítés

• Együttműködés sokszínű csapatban

Konstruktív és profi ügyfélkezelés

• Ügyfélre hangolódás

• Igény- és érdek feltárás

• Nehéz helyzetek kezelése

• Lényegre törő struktúrált fogalmazás

• Hiteles szakmai énmárka

• Bizalomépítés, hiteles kommunkáció

Vezetői eszköztár fejlesztése

• Helyzetfüggő vezetés, vezetői stílusok

• Hatékony információ megosztás, delegálás

• Konstruktív számonkérés és visszajelzés

• Konfliktusos helyzetek kezelése

• Saját motiváció és mások motiválása: külső és belső motivációk azonosítása 
  (Opcionális: OD Tools MQ® felmérés  a résztvevők számára)

Konkrét helyzetek modellezése

• Eddig tanult technikák gyakorlása – jógyakorlatok, kulcsmondatok

• Akciótanulás – esettanulmányok közös feldolgozása

• A.C.T. módszertan: gyakorlás improvizációs színészek segítségével: valós szituációkkal dolgozunk improvizációs színész segítségével, melyeket a résztvevők élesben gyakorolhatnak, de tét nélkül

AI Alapok & Klasszikus Gépi Tanulás

• MI Áttekintés: MI típusok, gyors történeti áttekintés

• Felügyelet Nélküli Gépi Tanulás: Klaszterezés (K-közép), Anomáliadetektálás

• Felügyelt Gépi Tanulás: Osztályozás, Regresszió, Alapvető Modellek

• Megerősítéses tanulás: Környezet, ágens, jutalom

• Modellek kiértékelése: Train/Test/Validation Split, Alul- és Túltanulás, Bias-Variance

• Metrikák: Precision/Recall/F1 vs. Accuracy, MAE, MSE

• AI Projekt Életciklus: CRISP-DM, MLOps Második blokk:

Mélytanulás & Generatív AI Architektúrák

• Mélytanulás Alapjai: neurális hálók, (multi-layer) perceptron

• XAI (magyarázható mesterséges intelligencia): SHAP

• Gépi látás: konvolúciós neurális háló

• LLM-ek: transformer architektúra, instruction tuning, tokenizálás

• LLM training: Pre-training vs. Fine-tuning

AI-al Támogatott Szoftverarchitektúra

• Áttekintés

• Retrieval-Augmented Generation (RAG)

• Vektortárolók és adatbázisok

• Chunking stratégia

• AI megoldások – előnyök, hátrányok, API-k

• Bevezetés a felhőalapú AI-ba (Azure)

Követelményektől a diagramokig

• Osztály-, szekvencia- és egyéb diagramok generálása AI segítségével

• AI-támogatott modellezés természetes nyelvből

Helyben futó (on-premises) AI

• Helyi vs. felhőalapú AI: mikor és miért?

• Bevezetés az Ollamába

• Megfelelő architekturális döntések meghozatala

Prompt Engineering

• Hatékony prompt-struktúrák

• Bevált gyakorlatok a sikeres promptoláshoz

GitHub Copilot a gyakorlatban

• Áttekintés

• Kód- és tesztgenerálás

• Dokumentáció generálása

• Bevált gyakorlatok

• Haladó funkciók – pl. Agents

Szoftver architektúra:

• Domain model, Domain Driven Design

• Architecturális minták (patterns)

• Architektúra review

• Fejlesztés speciális hardverre

• Refactoring

• Technikák a főbb minőségi jegyek (quality attributes) kielégítésére

Requirement engineering:

• Product vs platform