Big Data és üzleti intelligencia specializáció
Specializációfelelős: Dr. habil. Fleiner Rita
A specializáció az esti idősávban indul.
A specializáció célja, hogy a legkeresettebb IT-területekhez tartozó üzleti intelligencia, bigdata, adatbányászat, haladó adatbázisok témakörében elméleti ismereteket, és piaci körülmények között jól hasznosítható gyakorlati képzéseket nyújtson az érdeklődő hallgatóknak. “Hogyan lesz az adatból üzleti érték?”, valójában erre a kérdésre kutatjuk a választ és vizsgáljuk a technológiai lehetőségeket a hatalmas adatmennyiségek világában. A specializáció keretein belül a hallgatók megismerkednek korszerű adatbázis-kezelő rendszerekkel, vállalati információs rendszerekkel, adattárházak fejlesztésével, adatbányászati módszerekkel és a ’bigdata’ témakört érintő legújabb technológiákkal.
IoT, beágyazott rendszerek és robotika specializáció
Specializációfelelős: Lovas István
A specializáció azokat a hallgatókat
várja, akik érdeklődnek a számítógépek működésének mélyebb megismerése iránt és
kedvet éreznek a processzorok közvetlen programozásában rejlő lehetőségek
megismerésére és kiaknázására, valamint motiváltak gépek (robotok) vezérlésének
megismerésére, kifejlesztésére, melynek során irányítástechnikai,
méréstechnikai, továbbá nagy megbízhatóságú idő- és tárhelykritikus
programozási feladatokat oldanak meg. A specializáción megszerzett kompetenciák jó
belépési lehetőséget biztosítanak számos, országosan és nemzetközi szinten
ismert céghez, ahol mikrokontrolleres, vagy beágyazott PC-s környezetben
történik a fejlesztés.
Mesterséges intelligencia specializáció
Specializációfelelős: Dr. Eigner György
A specializáció célja, hogy a mesterséges intelligencia módszereivel és eszköztárával gyakorlatorientált módon megismertesse az érdeklődő hallgatókat és számukra a piacon azonnal hasznosítható tudást nyújtson az MI alapú fejlesztés teljes spektrumát lefedve. A specializáció fókusza az MI technológiák gyakorlatias használata, az MI alkalmazásfejlesztés és telepítés. A specializáció keretein belül a hallgatók ismereteket szereznek az MI alapjait adó módszerekről, korszerű fejlesztőeszközökről, felhő alapú MI rendszerek fejlesztéséről, az MI megoldásokhoz szükséges big data rendszerekről, gépi tanulási, mély gépi tanulási, és adattudományi módszerekről, valamint két fontos applikációs területet is körbejárnak a hallgatók megismerkedve az egészségügyi rendszerek és robotika esetében alkalmazott fejlesztőeszközökkel és MI megoldásokkal. A specializáció célja, hogy a végzett hallgatók a legmodernebb MI megoldásokat is azonnal képesek legyenek használni egy-egy fejlesztés kivitelezésére, megoldásukat akár felhőszolgáltatási rendszerbe ágyazva hasznosítani. A hallgatók az MI területhez kötődő mélyebb matematikai ismereteket, társadalomfilozófiai kérdéseket, kognitív tanulmányokat, MI filozófiai kérdéseket, szabályozási aspektusokat és MI etikát kötelezően választható tárgyak keretében, illetőleg, a mérnökinformatikus mesterképzés keretein belül ismerik meg, mely hasznos alapot ad doktori tanulmányok folytatására is.
MI-spec-bemutatkozo-_-v3-1Szoftvertervezés és –fejlesztés specializáció
Specializációfelelős: Prof. Dr. Szénási Sándor
A specializáció célja a gyakorlati szoftverfejlesztésben jártas hallgatók ismereteinek mélyítése, haladó problémamegoldó módszerek ismertetésén keresztül. Fontos kiemelni, hogy a specializációnak nem célja egy adott programozási nyelvben való elmélyedés, vagy további programozási nyelvek bemutatása, ehelyett olyan elméleti és gyakorlati ismeretekre helyezzük a hangsúlyt, amelyek hosszú távon hasznosíthatóak lesznek a szoftverfejlesztő tudástárában.
A specializációt választó hallgatók mélységeiben megismerkednek a párhuzamos programozással, párhuzamos és elosztott programtervezési mintákkal, szinkronizációs eszközökkel, az adatpárhuzamos paradigmával, grafikus processzorok gyakorlati programozásával. Megismerkednek a nagyvállalati szoftverfejlesztés sajátosságaival, verzió- és kiadáskövetéssel, haladó szoftverteszteléssel, modern szoftvertechnológiai eszközökkel, haladó tervezési technikákkal, haladó algoritmusokkal, alapvető és különleges optimalizációs módszerekkel.
