HUN-REN SZTAKI kutatója 
 

2012 óta foglalkozik természetes nyelvfeldolgozással (NLP) és mesterséges intelligenciával. Alap- és mesterdiplomáját villamosmérnöki szakon szerezte a Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME), ahol PhD-tanulmányait is befejezi 2025-ben. 

Kutatásainak középpontjában a nagy nyelvi modellek (LLM-ek) többnyelvű kiértékelése áll, emellett foglalkozik morfológiai elemző modellekkel, automatikus szövegkivonatolással, jelentésreprezentációkkal és gépi fordítással is. 

Eredményeit több vezető nemzetközi mesterséges intelligencia konferencián és folyóiratban publikálta. 2018-ban Fulbright ösztöndíjjal egy évet töltött a University of Washington (Seattle) egyetemen vendégkutatóként. 

Rendszeres szervezője a Magyar Számítógépes Nyelvészeti Konferenciának, ahol kétszer is elnyerte a Best Paper díjat. Dolgozott AI startupban, valamint gyakornokként a Google-nél. A BME-n több éven át oktatott, és több mint 30 hallgató munkáját segítette konzulensként – elsősorban NLP témában. 

A Debreceni Egyetem Informatikai Karán az Alkalmazott Matematika és Valószínűségszámítás Tanszék habilitált docense

A Kossuth Lajos Tudományegyetemen szerzett matematikus diplomát, majd PhD fokozatot, jelenleg a Debreceni Egyetem Informatikai Karán az Alkalmazott Matematika és Valószínűségszámítás Tanszék habilitált docense. 

Mesterséges intelligenciával orvosi képfeldolgozáshoz kapcsolódóan kezdett foglalkozni: melanoma, illetve diabéteszes retinopátia detektálására használható mélytanuló modellek fejlesztésében vett részt. 

Kutatásainak jelenlegi fókusza a valószínűségi időjárás előrejelzések statisztikai utófeldolgozása gépi tanulási technikákkal, különös tekintettel a megújuló energia termeléséhez kapcsolódó időjárási változókra. A többek között a European Centre for Medium-Range Weather Forecasts és a Heidelberg Institute for Theoretical Studies kutatóival közös eredményei rangos nemzetközi folyóiratokban jelentek meg.

Oktatóként a Debreceni Egyetem Informatikai Karán mester, illetve doktori képzésben oktat mesterséges intelligenciához kapcsolódó tárgyakat. 

Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) Informatikatudományok Doktori Iskolájának harmadéves doktorandusza, az Asura Technologies Zrt. gépi tanulás mérnöke, valamint a BME Irányítástechnika és Informatika Tanszék Számítógépes Látás és Gépi Tanulás Kutatócsoportjának tagja

Kutatási területe a mesterségesintelligencia-alapú számítógépes látórendszerek, különösen a mély neurális hálózatok hatékony kompresszálása, amelynek célja az algoritmusok erőforrás-korlátos eszközökön való alkalmazhatósága. Fontos számára a mesterséges intelligencia felelős és tudatos használata, kutatásaival pedig a fenntartható és hatékony MI-rendszerek fejlesztéséhez kíván hozzájárulni. Munkája kiterjed az MI-alapú feature selection módszerekre, a vizuális transformerek hatékonyságnövelésére, valamint a vizuális–nyelvi modellek reprezentációs képességeinek vizsgálatára és gyakorlati alkalmazásaira. 

Blanka elkötelezett a kutatás és az ipar összekapcsolása mellett, mivel meggyőződése, hogy e két terület együttműködése a valódi innováció alapja. Ennek szellemében tanulmányai kezdetétől fogva jelen van az ipari szektorban is, így kutatásait gyakorlati szemlélet hatja át. Munkásságából több tudományos publikáció született, továbbá TDK- és OTDK-első díjat nyert, valamint a Nokia Young Scientist Award és a HTE - IEEE ComSoc Diplomaterv Pályázat díjazottja. 

Kiemelten fontos számára a tehetséggondozás és a jövő generációinak támogatása. Akadémiai és vállalati szerepében egyaránt törekszik ennek előmozdítására: több diplomaterv és TDK-dolgozat elkészítését mentorálja, emellett ipar - felsőoktatási együttműködések révén segíti a tehetséges hallgatókat, akik így közvetlen tapasztalatot szerezhetnek az ipari kutatás-fejlesztés világáról. 

Heidelbergi Egyetemi Klinika, Diagnosztikus és Intervenciós Radiológia, Kutatócsoport vezető

A Semmelweis Egyetemen szerzett általános orvosi diplomát 2020-ban, majd 2024-ben PhD fokozatot a hasi képalkotásban alkalmazott gépi tanulás és radiomikai elemzés témakörében. Az SE Orvosi Képalkotó Klinikán folytatott doktori kutatásai során elsajátította a mesterséges intelligencia fejlesztés módszertanát, miközben két nagy volumenű EU-s kutatás-fejlesztési projektet is sikerrel koordinált. 2024 januárjától a Heidelbergi Egyetemi Klinika Diagnosztikus és Intervenciós Radiológia tanszékén dolgozik posztdoktor kutatóként és az AI fejlesztő kutatócsoport vezetőjeként. Kutatócsoportjának élén számos deep learning alapú transzlációs projektet irányít, amelyek a mellkasi és hasi betegségek – köztük a tüdőrák, hasnyálmirigyrák, vastagbélrák, májtumorok és osteoporosis – diagnosztikáját és prognosztikai modellezését célozzák.  

Tagja a Transzlációs Tüdőkutató Központnak (TLRC), az EUCAIM konzorcium Steering Committee-jének, valamint a BMC Medical Imaging szerkesztőbizottságának. Kutatásaikat több nemzetközi díjjal is elismerték, köztük az ECR2025 „Best Abstract Award” és az RSNA2025 „Trainee Research Prize” elismeréseivel. A European School of Radiology (ESOR) BRACCO ösztöndíjának mentora, valamint a Semmelweis Egyetem akkreditált PhD témavezetője.  

Célja, közös kutatási projektek révén erősíteni a Heidelbergi Egyetem és a Semmelweis Egyetem jó partnerkapcsolatát és tudományos együttműködését.

hálózatkutató, a számítógépes társadalomtudomány terület

PhD-fokozatát 2019-ben szerezte az ELTE Komplex Rendszerek Fizikája Tanszékén, 2021 óta a University of Amsterdam és a Leiden University közös POPNET/PLANET-NL projektjének posztdoktori kutatója.  

Fő érdeklődési területe a nagy léptékű, térbe ágyazott társadalmi hálózatok, különös tekintettel arra, hogyan formálja az infrastruktúra és a mindennapi mobilitás a kapcsolati mintázatokat. Az USA 50 legnagyobb metropoliszának Twitter-adataiból felépített térbeli hálózaton kimutatta, hogy az autópályák csökkentik a közeli társas kölcsönhatásokat, míg a hosszabb ingázás sokszínűbb, távolabbi kapcsolatokat eredményez. Jelenleg a Hollandiát lefedő, 17 millió lakos 1,6 milliárd élő kapcsolatából álló hálózat elemzésén, illetve ennek nemzetközi kiterjesztésén dolgozik.  

MI-fókusza a skálázható hálózati algoritmusok és az adatalapú modellek: a COVID–19 járvány idején közreműködött a járvány reprodukciós rátájának valós idejű becslésében, és interaktív dashboardokat, valamint kutatóbarát felületeket épített az eredmények vagy hivatalos, de nehezen olvasható járványadatok elérésére.  

Elkötelezett a nyílt tudomány, a mentorálás és a közösségépítés mellett; rendszeres meghívott előadó és szervező hazai és nemzetközi eseményeken.

AUMOVIO, MI-adatmérnök
 

7+ év tapasztalattal épít data pipeline-okat orvosi képalkotásban és önvezető rendszerekben. Pályája az SZTE Onkoterápiás Klinikáján orvosi fizikusként indult, majd a GE Healthcare-nél CT annotációs csapatot vezetett; többmodalitású (CT, MRI, UH) projektekben feladata volt többek között az adatminőség-biztosítás, címkézési műveletek és együttműködés ML-csapatokkal szervszegmentálási algoritmusok fejlesztésében. Közreműködött egy CT szegmentációs szoftver fejlesztésében, amely FDA-engedélyt kapott. 

Később a Continental Autonomous Mobility-nél junior MI-adatmérnökként címkézett AD adatkészletek (kamera, LiDAR, kalibráció) szállításán, ellenőrzésén és dokumentációjának standardizálásán dolgozott, támogatva a percepciós modellek tanítását. Jelenleg az AUMOVIO-nál automatizált, AWS/Docker alapú data pipeline-okat és minőségkapukat épít, amelyek modell-kész adathalmazokat biztosítanak és biztonsági/lefedettségi célokat szolgálnak önvezető járműfejlesztésben. 

Mesterséges intelligencia fókusza az adatmérnöki “foundation” megteremtése: skálázható ETL/ELT, címkézési műveletek és QA, adat- és szenzorfúziós követelmények lefordítása megbízható adatkészletekké, valamint az ML/DL csapatok hatékony kiszolgálása (CNN-alapú szegmentáció, objektumdetektálás). PhD-fokozatát 2023-ban szerezte elméleti orvostudományok területen. 

habilitált egyetemi docens és intézetigazgató az ELTE Pedagógiai és Pszichológiai Karán, valamint az ELTE Digitális Oktatásfejlesztési Kompetencia Központ ernyőprojekt-vezetője, kutatója.

Korábban a Central European University Center for Teaching and Learning (CEU CTL) alapító oktatójaként támogatta a felsőoktatás-pedagógiai fejlesztéseket, majd központvezetőként az egyetem digitális átállásának egyik oktatási vezetője volt. 

Kutatásai az oktatói munka professzionalizációját, a mentorálást, valamint az adaptív felsőoktatás-pedagógiai megközelítések hatékony támogatását célozzák. Tágabb szakmai fókuszában a felsőoktatás-pedagógiai innováció áll, különös hangsúlyt helyezve a tanulásközpontú digitális oktatási megoldásokra és az MI etikus alkalmazására a tanítás és tanulás támogatásában. 

Elkötelezett a felelős, emberközpontú MI-használat mellett: olyan képzési és mentorprogramokat tervez, amelyek segítik az oktatókat abban, hogy szakmai autonómiájukat és döntéshozatalukat megőrizve tudjanak alkalmazkodni az MI által átalakított felsőoktatási környezethez. Etikus és befogadó technológiahasználatot képvisel a tanulóközösségekben.  

Több hazai és nemzetközi projekt aktív szakértője, rendszeres konferenciaelőadó. Az EDEN Digital Learning Europe nemzetközi szervezet 2022-ben Senior Fellow címmel ismerte el az európai digitális oktatás fejlesztéséért végzett szakmai munkáját. 

Hiszi, hogy az MI valódi értéke akkor bontakozik ki, ha az oktatás jövőjét felelősségteljesen, a közösségi tanulás szolgálatában alakítjuk 

KINCSINFO Nonprofit Kft. KINCSINFO AI és RPA csoport vezetője, a MILAB alprojektvezetője és kutatója, DataRebit Kft. társalapítója és CEO-ja

ELTE TTK-n végzett elméleti fizikusként, majd a Statisztikus fizika és kvantumrendszerek fizikája doktori iskolában ösztöndíjas (2018 abszolutórium). Kutatási területe: kvázi-integrálható rendszerek és szolitonhullámok.

Nemzetközi folyóiratokban publikált, a LEGI vendégkutatója volt, az Ericsson és az ELTE CNL-lel 4 US szabadalom társszerzője. Tagja az ELTE Kármán Környezeti Áramlások Labornak, ahol részt vett egy, az ISS-en végrehajtott kísérlet megtervezésében, és jelenleg annak AI-alapú értelmezésén dolgozik. A KINCSINFO AI és RPA csoport vezetője, a MILAB alprojektvezetője és kutatója, ahol a Rényi Intézettel közösen fejlesztették az első, államigazgatásban élesített AI-rendszert (Theca), amely több százmillió szkennelt dokumentum kezelését oldotta meg a napi ügyintézésben a Kincstár számára. A DataRebit Kft. társalapítója és CEO-ja, ahol fake detection kutatásokat végeznek, és a thegenesisproject.ai vezetőjeként a Spanyol Művészeti Akadémia tagjaival dolgoznak együtt.

Kivételesen tehetséges emberek vették és veszik körül az ELTE-n, a KINCSINFO-ban és a DataRebitnél– olyan szellemi partnerek, akiktől folyamatosan tanul, akik formálják és sokszor irányítják gondolkodását és akik nélkül ezek az eredmények nem valósulhattak volna meg.

Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar, adjunktus

Doktori fokozatát 2023-ban szerezte az informatikatudomány területén. A Pázmány ITK kutatójaként munkájának középpontjában a számítógépes látás áll. Olyan módszerek és algoritmusok kutatásával foglalkozik a mesterséges intelligencia területén belül, amelyek vizuális adatokból képesek szemantikus információt kinyerni és azt valós időben, erőforrás-hatékonyan feldolgozni. Célja, hogy a kutatási eredmények a látássérültek számára elérhető, gyakorlatban használható eszközök formájában nyújtsanak segítséget. 
A Magyar Bionikus Látásközpont Mesterséges Intelligencia Labor társlaborvezetője.
2024-ben a Cybathlon asszisztív technológiák olimpiájának tartott versenyére készülő kutatócsoportban kutatóként és a hallgatói munka koordinálásában vett részt. Okostelefonra internetkapcsolat nélkül működő szoftverük bizonyította megbízhatóságát: kiemelkedve a nemzetközi mezőnyből a csapat a látássérültek kategóriájában első helyezést ért el. Az ELTE Mesterséges Intelligencia Tanszék NIPG csoportjának tagjaként hazai és nemzetközi együttműködésekben dolgozik – például a Max Planck Institute for Biological Intelligence kutatóival, akikkel közös kutatásaik eredményeit egy D1/Q1-es, 7.3 impakt faktorú Elsevier folyóiratban publikálták. Témavezetőként több mint húsz BSc- és MSc-szakdolgozat, valamint három TDK-munka készült irányítása mellett, amelyből kettő OTDK-n is helyezést ért el.

Budapesti Műszaki és Gazdaságtudományi Egyetem Üzleti Jog Tanszékének habilitált egyetemi docense, tanszékvezetője

Korábban osztályvezetőként dolgozott a Közigazgatási és Igazságügyi Minisztériumban, majd a Károli Egyetem Polgári Jogi Tanszékét vezette. Egyetemi tevékenységei körében rendszeresen tart olyan kurzusokat, amelyek a mesterséges intelligencia jogra gyakorolt hatásaival foglalkoznak, több európai uniós és hazai kutatási projektben dolgozik aktívan, illetve vesz részt olyan munkacsoportokban, amelyek a mesterséges intelligencia oktatásra gyakorolt hatásaival foglalkoznak. 2025 szeptemberéig tudományos és innovációs dékánhelyettes.

Egyetemi oktatói és kutatói munkája mellett 2010 óta elkötelezetten támogatja különböző szerzői jogi tevékenységeket végző civil szervezetek munkáját. A Proart Szövetség a Szerzői Jogokért tudatosságnövelési projektjeinek aktív tagja, rendszeresen vesz részt jogszabályok véleményezésében. A Szerzői Jogi Szakértő Testület szakértője, elnökségi tagja. A Szerzői Jogi Fórum Egyesület és az ALAI magyar csoportja alelnöke, a MISZJE tudományos írókat képviselő elnökségi tagja. Ezen tevékenységei körében rendszeresen szervez és ad elő szakmai rendezvényeken, az utóbbi időben elsősorban a mesterséges intelligencia által keltett szerzői jogi kihívásokról. 

Docens George Emil Palade University of Medicine, Pharmacy, Science and Technology of Targu Mures, Mérnöki és Információ-technológia Kar, Villamosmérnöki és Információ-technológia Tanszék

Haller Piroska 1986-ban szerzett villamosmérnöki diplomát, majd PhD fokozatot a számítástechnika területén 2002-ben a Kolozsvári Műszaki Egyetemen. A Debreceni Egyetemen védte meg habilitációs fokozatát 2025-ben. Kezdetben fejlesztő mérnökként dolgozott, majd 1992-től a Marosvásárhelyi Egyetem oktatója. Kutatási területe a nagy osztott ipari rendszerek tervezése és biztonsága. Tudományos eredményeit több mint 100 nemzetközi folyóiratban és konferenciakötetben közölte, melyek gyakorlati alkalmazásait ipari környezetbe ültette nemzetközi szerződések által.

Harminc éves kutatási és ipari alkalmazási tapasztalata révén az utóbbi években sikeresen alkalmazta a mesterséges neuronhálókat ipari hálózatokban az anomáliák érzékelésére. Adatvédelmi és adatbiztonsági módszereket dolgozott ki mesterséges neuronhálók felhasználásával. Elemezte a javasolt megoldásokat változatos rendszerek esetén támadások, csalások, valamint hibák valós idejű észlelésére. A megoldásokat és eredményeket rangos folyóiratokban és egy angol nyelvű szakkönyvben közölte. A módszer sikerességét jelzi, hogy egy Horizon 2020 nemzetközi kutatási és fejlesztési projekt keretén belül a gépjárműiparban alkalmazta.

Károli Gáspár Református Egyetem Állam- és Jogtudományi Karának habilitált egyetemi docense, Dentons Réczicza Nemzetközi Ügyvédi Iroda ügyvédje (Of Counsel), Budapest Európai Jogi Szakjogász (LL.M)

Kutatási fókusza a polgári eljárásjog, az európai jogharmonizáció, valamint a mesterséges intelligencia (MI) jogi és etikai szabályozása. 2024 január óta vezeti a KRE Mesterséges Intelligencia Kutatócsoportot, amely tagja a magyarországi Mesterséges Intelligencia Koalíciónak.

Kutatóként kiemelten foglalkozik az MI jogi, etikai, gazdasági, környezetvédelmi, felsőoktatási és pszichológiai aspektusaival. Rendszeres előadó hazai és nemzetközi konferenciákon, eddig megjelent publikációi az MI polgári, gazdasági, etikai és fogyasztóvédelmi vonatkozásait tárgyalják.

Gyakorlati tapasztalatait a Dentons Réczicza Ügyvédi Irodában és egyéni ügyvédként szerzett jogviták képviseletében kamatoztatja. Fontosnak tartja az MI társadalmi hatásainak kritikus vizsgálatát, valamint az oktatásban és kutatásban való aktív részvételt. Több mint 100 publikációval rendelkezik, és elkötelezett az MI felelős jogi integrációja mellett. 

Artificial Intelligence Researcher and Educator

Kiss-Vetráb Mercedes 2016-ban kezdett el mesterséges intelligenciával foglalkozni az SZTE Mesterséges Intelligencia Kutatócsoportján. Kutatómunkája a számítógépes paralingvisztika területére fókuszál. Az elmúlt években Bag-of-Audio-Words, Wav2vec 2.0, és más neurális hálózatokkal foglalkozott és nemzetközi konferenciákon (pl: ICASSP, Interspeech, SPECOM) publikált. Közreműködik egyetemi MI gyakorlatokon és tudománynépszerűsítő rendezvényeken.

2017 óta dolgozik mobilalkalmazás- és alkalmazott MI fejlesztőként is. Jelenleg vezető szakmai és oktatói szerepben, hazai nagyvállalatokkal együttműködve dolgoz ki üzleti és szakmai MI képzéseket. Eddig több mint 1500 résztvevőt képeztek Magyarországon és külföldön, amelyből több mint 350 főnek személyesen tartott tréninget.

Munkájával célja, hogy a megfontolt és felelős MI használatot népszerűsítse, és elősegítse a technológia társadalmi megértését. Fontosnak tartja, hogy az AI valós problémák megoldását szolgálja, miközben mindenki tiszteletben tartja az emberi értékeket. Meggyőződése, hogy a mesterséges intelligencia nem csodaszer, hanem tudatosan alkalmazandó technológiai eszköz, amelynek diverzitását és korlátait is meg kell ismertetni a társadalommal.

Wozify Engineering Group Kft., COO (Chief Operating Officer) 

Kőmives-Káldi Csilla a COO pozíciója mellett az Astro42 brand mögötti vezetői feladatok gyakorlásáért is felel. A cég többek között AI-on alapuló termékek és szervezeti megoldások bevezetését irányítja. Ügyfélélmény-fejlesztésből érkezett a technológiai világba, és IT-s alapjai segítik abban, hogy az MI-t felelősen, átláthatóan és valós üzleti értéket teremtve ültesse át a gyakorlatba.

Aktív részvételével indult el a Wozify űripari üzletágának felépítése és az első, Európai Űrügynökséggel közösen megvalósított projekt, amely műholdas adatok és mesterséges intelligencia segítségével támogatja a városok energiahatékonysági döntéseit. Vezetése alatt a vállalat recessziós környezetben is növekedni tudott. Ezzel párhuzamosan olyan megoldásokat is vezetett, amelyek kézzelfogható ipari és környezeti hatást érnek el, például műholdas adatokra és mesterséges intelligenciára épülő, SaaS-alapú öntözésirányítási platform fejlesztése, mely az öntözés optimalizálásában támogatja a gazdákat; vagy olyan, az űriparban használt technológia adaptálása kutatólaborok számára, amely javítja a mérési pontosságot és csökkenti az eszközhasználati költségeket. Kapcsolatban vannak többek között az ESA-val, Airbus-szal, UK Space Agency-vel és a Lufthansával is.

Hitvallása, hogy az MI akkor értékes, ha emberközpontú: ha segíti, nem helyettesíti a döntéshozót.

ELTE Nyelvtudományi Kutatóközpont Nyelvtechnológiai kutatócsoportjának kutatócsoport-vezetője 

Dr. Ligeti-Nagy Noémi PhD fokozatát a PPKE Nyelvtudományi Doktori Iskolájában szerezte Prószéky Gábor témavezetésével. 2021 óta a Nyelvtudományi Kutatóközpont Nyelvtechnológiai kutatócsoportjának tudományos munkatársa, 2024 óta a kutatócsoport vezetője. Legfontosabb feladatának a nyelvmodellek magyar nyelvi képességeinek kiértékelését tartja. Vezetésével jött létre a HuLU (Hungarian Language Understanding Evaluation Benchmark Kit) adatbázisgyűjtemény, amely a diszkriminatív modellek mérésére szolgáló első, és mindezidáig egyetlen magyar platform. A generatív modellek mérésére pedig munkatársaival megalkotta a HuGME (Hungarian Generative Model Evaluator) névre keresztelt rendszert, amely többek között a modellek olyan aspektusairól tud kvantitatív értékelést adni, mint az elfogultság, a toxikusság, az utasításkövető képesség, illetve a magyar nyelvi készség.  

Fontos küldetésének tartja az MI-edukációt; ismeretterjesztő előadások, iskolai látogatások, pedagógus-továbbképzések keretében igyekszik minél több emberrel megismertetni a mesterséges intelligencia alapjait, a nyelvmodellek működését, hogy minél több tudatos és okos felhasználója legyen Magyarországon a mesterséges intelligenciának.

Óbudai Egyetem professzora, a Mechatronikai és Járműtechnikai Intézet igazgatója. 

Informatikai tanulmányait a Budapesti Műszaki Főiskolán és az ELTE-n végezte. Summa cum laude PhD fokozatát 2014-ben szerezte az Óbudai Egyetemen, majd 2020-ban habilitált.  

Kutatásai fókuszában a kezdetektől a mesterséges intelligenciához kapcsolódó fuzzy következtetési rendszerek fejlesztése, prediktív modellek optimalizálása kockázatbecslés, intelligens döntéstámogatás áll. Számos hazai és nemzetközi projektben vett részt, többek között MI-alapú drónútvonal-optimalizálás, intelligens otthon és egészségügyi monitorozó rendszerek fejlesztésében. 

Egyetemi oktatóként elkötelezett a tehetséggondozás iránt; TDK témavezető, tudományos műhely, valamint a Szimpózium a Fuzzy Alapú Mérnöki Rendszerekről nemzetközi hallgatói konferencia alapítója. A Magyar Fuzzy Társaság elnöke, aktív szereplője a Neumann János Számítógéptudományi Társaság szakmai közösségének, valamint részt vesz az MI felelős alkalmazását támogató egyetemi szabályozások kidolgozásában.

Munkáját többek között a Magyar Fuzzy Társaság Ifjúsági Díjával és a „40 év feletti női példaképek a digitális gazdaságban” díjjal ismerték el. 

Head of AI, Shiwaforce, Alapító, Women & AI Hungary

Mátyás-Kollár Gabriella közgazdász, a Shiwaforce.com Zrt. AI fejlesztői csapatát vezeti, számos vállalati ügyfél AI-adaptációját AI érettség-felméréssel, oktatásokkal, tanácsadással, megoldásfejlesztésekkel és működéstámogatással segítve.
 

Az INSEAD-on végzett Executive MBA programot, Franciaországban, Szingapúrban, az Egyesült Arab Emirátusokban és San Francisco-ban is tanult. Jelentős vezetői tapasztalattal és nemzetközi kitekintéssel rendelkezik pénzügyi és technológiai területeken. Korábban dolgozott a Morgan Stanley, Erste, Allianz és AEGON szenior vezetői pozícióiban.

Gabriella innovációs szakértő a pénzügyi termékfejlesztés és digitális transzformáció területén. Tagja volt a Morgan Stanley Multicultural Innovation Lab szakértői testületének és számos innovációs program kialakítója, tanácsadója, zsűritagja.

A mesterséges intelligenciával kapcsolatos mélyebb tanulmányait 2019-ben kezdte, az INSEAD keretein belül, azóta folyamatosan bővíti vonatkozó tudását. Kiemelt területei az AI a felsővezetői kérdései, hatékony üzleti megoldások, legjobb gyakorlatok, kultúraváltás, etikai kérdések, az AI társadalomra és a gondolkodásunkra gyakorolt hatása, oktatásának kérdései. A témában aktív előadó, konferenciákon, képzési programokban.

Fontos számára a sokszínűség és az esélyegyenlőség, 2025-ben elindította a Women & AI Hungary csoportot, amelynek célja ismeretterjesztés és a női részvétel javítása az AI-hoz kapcsolódó területeken. STEM orientációs mentor, részt vett a Benelux központú AI4All programban, a Cajigo női AI képzési program pro bono zsűritagja és mentora.

Ezen felül az INSEAD üzleti képzés és az AIESEC Magyar Közgazdászhallgatók Egyesülete hazai szervezeteinek board tagja, Mensa tag, az állandó tanulás és fejlődés híve.

Budapesti Műszaki és Gazdaságtudományi Egyetem Egyetemi adjunktus, ELTE Társadalomtudományi Kutatóközpont, Jogtudományi Intézet Tudományos főmunkatárs

Dr. Mezei Kitti PhD jogász és közgazdász, aki több mint tíz éve kutatói és oktatói munkájában a technológiai fejlődés és a jogi szabályozás összefüggéseit vizsgálja. Az ELTE Társadalomtudományi Kutatóközpont Jogtudományi Intézetében a modern technológiák szabályozási kérdéseit érintő kutatást vezet, emellett a BME Távközlési és Mesterséges Intelligencia Tanszékén és az NKE Kiberbűnözés Elleni Tanszékén oktat. Fő kutatási területe a mesterséges intelligencia jogi szabályozása, különös tekintettel az AI Act és az európai digitális jogi keretrendszer összefüggéseire. 

A Mesterséges Intelligencia Nemzeti Laboratórium jogi alprojektjének vezető kutatójaként, valamint számos hazai és nemzetközi konferencia előadójaként aktívan formálja az MI jogi és etikai kérdéseiről szóló szakmai diskurzust, és erősíti az interdiszciplináris megközelítést a technológia és a jog határterületein. Társszerkesztője a „The Challenges of AI for Law in Europe” című nemzetközi kötetnek, valamint szerkesztője a „Kockázatok és lehetőségek a mesterséges intelligencia jogi szabályozásában” című szakkönyvnek. Tudományos munkáját több rangos elismerés kíséri, köztük az MTA Akadémiai Ifjúsági Díja és a Bolyai János Kutatási Ösztöndíj.

Datapao Technical Instructora

Az adattal foglalkozó szakemberek fejlődését segíti, többek között, támogatja őket, hogy felelősen használják az MI-eszközöket – ezzel nemcsak a mesterséges intelligencia felhasználóit, hanem jövőbeli fejlesztőit, alkotóit is képzi.

Biológus kutatóként kezdte a pályáját, ekkor találkozott először a Data Science eszközeivel. Lehetősége volt olyan kutatási kérdéseken is dolgozni, mint hogy miért segítünk idegeneknek, mik akadályozzák az emberiséget a klímaválság megoldásában, vagy hogy milyen hatása van a kutyatartásnak a gazdák lelki jóllétére. 

Az akadémiai pályája során oktatóként is aktív volt: az ELTE-n statisztikához és R-hez kötődő kurzusokat oktatott, valamint több adat tudomány iránt érdeklődő, és később a szakmában elhelyezkedő szakdolgozót is témavezetett. Az Engame Academy-ben gimnazisták számára hozta közelebb az adat világát. Nagy megtiszteltetés számára, hogy idén előadóként vehetett részt a Women in Data Science konferenciáján. A Koronavírus Kisokos, és a Covid: olyan, mint az influenza, csak halálosabb című ismeretterjesztő könyv társszerzője, amik közérthetően mutatják be a pandémiával kapcsolatos adatok értelmezését.

Az akadémiai és a vállalati világban egyaránt otthonosan mozog, és hisz abban, hogy a két szféra közötti párbeszéd elengedhetetlen az MI eszközök fejlődéséhez. Igyekszik ő maga is hidat képezni a két világ között. Munkájában a kíváncsiság, a tudásmegosztás és a társadalmi felelősségvállalás alapelvei vezérlik. Célja, hogy minél több ember, nemtől és háttértől függetlenül, lehetőséget kapjon arra, hogy értse, használja, és alakítója lehessen az adatos világnak, beleértve a mesterséges intelligenciát is.

Magyar Nemzeti Bank Digitalizációs Igazgatóságának szakmai tanácsadója, Budapesti Műszaki és Gazdaságtudományi Egyetem Informatikai Doktori Iskolájának harmadéves doktorandusza 

Több mint tíz éves pénzügyi szektorbeli tapasztalattal rendelkezik, 2025 májusáig az MNB Digitalizációs technológia főosztályát vezette. Kutatási tevékenysége a mélytanulás alapú szekvencia modellezésre összpontosít, különös tekintettel a transzformer architektúra vizsgálatára kis erőforrás-ellátottságú nyelveken. Szakmai hátterében a statisztikai gépi tanulás és a természetes nyelvfeldolgozás áll, kiemelt hangsúllyal a nagy nyelvi modellek paraméterhatékony tanítására. 

Kutatótársaival közösen elért publikációs eredményei jelentős előrelépést mutatnak a magyar gazdasági előrejelzésekben és a magyar nyelvű szövegek vizsgálatában: az IEEE Access folyóiratban megjelent tanulmány a pénzügyi hírek elemzését és makrogazdasági mutatók nowcastingját vizsgálja mélytanuló hálózatokkal. A magyar nyelvű kiskereskedelmi terméknevek kategorizálásának automatizációját célzó kutatást az MSZNY konferencián mutatták be, míg a IEEE CogInfoCom-on jelent meg a gazdasági hírek szentiment elemzésével foglalkozó cikke. Legfrissebb, NOMS 2025 konferencián bemutatott munkája a neurális hálók alkalmazását tárja fel hálózati logok osztályozásában. 

Mind doktori kutatásai, mind az MNB-ben végzett munkája révén hozzájárul a deeplearning alapú szekvencia modellezés fejlődéséhez, különösen a magyar nyelv és a pénzügyi-gazdasági adatok területén. 

Ericsson Magyarország kft. kutató-mérnök

Villamosmérnök MSc diplomáját a Budapesti Műszaki és Gazdaságtudományi Egyetem (BME) Távközlési és Mesterséges Intelligencia Tanszékén szerezte 2021-ben. Jelenleg az Ericsson Magyarország kutató-mérnöke, ahol mobilhálózat-alapú helymeghatározási rendszerek fejlesztésén dolgozik közel 80 fős hazai csapat tagjaként.

Kutatási és fejlesztési területe az 5G és a jövőbeli 6G hálózatokhoz kapcsolódó pozícionálási technológiák, amelyek a GPS-hez hasonló elven, de attól eltérő, beltéri és föld alatti működésre is alkalmas megoldásokat kínálnak. Az általa fejlesztett rendszerek világszerte több ipari, egészségügyi és védelmi célú alkalmazásban működnek, és kulcsszerepet töltenek be a segélyhívás-lokalizációban, valamint az ipari automatizációban.

Zsófia munkájában kiemelt szerepet kap a mesterséges intelligencia, amelyet a helymeghatározási algoritmusok pontosságának, energiahatékonyságának és költségoptimalizálásának javítására használ. Kiemelten fontos számára, hogy az Ericsson ügyfelei számára valós, mérhető értéket szállítsanak, a legújabb technológiai módszereket a gyakorlati megvalósíthatósággal egyensúlyba hozva.

Kutató-mérnökként célja megtalálni az egyensúlyt a legújabb technológiák és a gyakorlati megvalósíthatóság között. Fejlesztőcsapatával valós környezetben teszteli a helymeghatározó rendszereket, az így gyűjtött mérési adatok pedig alapot adnak a mesterséges intelligencia-alapú fejlesztésekhez. A budapesti Ericsson 5G laboratóriumában ezek az adatok a gépi tanulási algoritmusok kulcsfontosságú forrásai. Az MI-alapú megoldások jelenleg prototípus szinten állnak, de céljuk, hogy rövid időn belül piaci alkalmazásokban is megjelenjenek.

Capabilty Research and Product Development Lead, Pulze Digital, Shiwaforce  
 

Matematika alapszakos diplomával kezdte szakmai pályafutását, azonban a tanulás és fejlődés iránti szenvedélye hamarosan az oktatási vezetés területére irányította. Ez a hivatás vezette őt Kazahsztánból Magyarországra, ahol 2024-ben sikeresen megszerezte a neveléstudományi doktori (PhD) fokozatát az Eötvös Loránd Tudományegyetemen. 

Doktori tanulmányai alatt Moldir szakmai útja szorosan összefonódott a mesterséges intelligencia területével. Először adatszolgáltatóként járult hozzá MI-rendszerek fejlesztéséhez, gépi tanulással foglalkozó szakemberekkel együttműködve, majd informatikát és mesterséges intelligenciát tanított egy nemzetközi iskolában. Később a vállalati képzések területére lépett, ahol AI-hoz és digitális innovációhoz kapcsolódó oktatási programokat tervezett és tartott. 

Jelenleg Moldir egy nemzetközi oktatási program kutatási és termékfejlesztési vezetőjeként dolgozik, ahol csapatával együtt olyan képzéseket hoz létre és valósít meg, amelyek a mesterséges intelligencia és más feltörekvő digitális trendek világát közelebb hozzák az oktatáshoz – elősegítve az élethosszig tartó tanulást és fejlődést. 

Eötvös Loránd Tudományegyetem doktorandusz, Magyar Telekom 

Prótár Noémi az Eötvös Loránd Tudományegyetem harmadéves doktorandusza, valamint a Magyar Telekom munkatársa. Doktori kutatási témája az automatikus szövegegyszerűsítés; jelenleg disszertációjának fő fókuszában az áll, hogy köznyelvi szövegeket automatikusan, mesterséges intelligencia segítségével érthetővé tegyen olyan emberek számára, akiknek ezen szövegek feldolgozása nehézséget okoz: például értelmi fogyatékos személyek vagy intellektuális képességzavart mutató személyek számára. Disszertációs kutatása keretében jelentette meg Nemeskey Dávid Márkkal az első magyar nyelvű, könnyen érthető és köznyelvi szövegpárokból álló HunSimpleNews korpuszt, mely több mint 2800 ilyen szövegpárt tartalmaz. Részt vesz emellett a MetaID kutatócsoport munkájában is, ahol kutatótársaival azt vizsgálják, hogy miként lehet írott szövegekben automatikusan metaforákat beazonosítani.

A Magyar Telekom munkatársaként AI Specialistként dolgozik. Csapatával a Telekom vállalatokra szabott chatbot-megoldását, a Telekom CoMind-ot fejlesztik. Munkakörében főleg szöveges adatok feldolgozásával, tisztításával, nagy nyelvi modellek kiértékelésével, illetve szoftverfejlesztéssel foglalkozik.

Deloitte AI Menedzsere
 

8+ éves szakmai tapasztalattal Dr. Prisznyák Alexandra jelenleg a Deloitte AI Menedzsere, ahol Közép-Európa-szerte vezet projekteket a megbízható AI (Trustworthy AI) területén. Munkája középpontjában az AI stratégiai szervezeti átalakítása, az EU AI Act és etikus AI-irányelvek szerint AI-kockázatkezelési keretek kialakítása, valamint az ISO 42001:2023-nak való megfelelőség biztosítása áll. Ezt az AI-jártasság fejlesztését szolgáló AI Academy indítása is erősíti.  

Karrierje elején a KPMG-nél menedzsment tanácsadó, majd a Bankárképző szenior kockázatkezelési tanácsadójaként számos projektet valósított meg amerikai, európai, nyugat- és délkelet-ázsiai bankok számára is (Georgia, Jordánia, Fülöp-szigetek). A Bankárképző szervezésében 2021–2022 között a Bankrobotika WS sorozat Program Managere. Franciaországi, amerikai–kínai nemzetközi tanulmányai során globális perspektívát szerzett. 2025-ben szerzett doktori fokozatot a Bankrobotika területén a Pécsi Tudományegyetemen.  

Kutatóként két fő kutatási iránya: Bankrobotika és a Robotgazdaság (antropomorf robotok). Utóbbihoz kapcsolódóan önkéntes szakértőként támogatja a Magyar Vöröskeresztet az intelligens robotok (humanoid, service robot, robot kutya) szervezeti integrációs kereteinek kidolgozásában és mentő robotok terepi tesztelésében. Ez mellett piacvezető, nemzetközi vállalatok robot integrációját segíti. 

egyetemi adjunktus BME TMIT

NLP-specialista, kognitív pszichológus és kognitív nyelvész. Úgy véli, hogy a kognitív tudomány és a mesterséges intelligencia kutatása alapvetően ugyanazokat a kérdéseket vizsgálja: mi az intelligencia természete, hogyan ismerhető meg, és miként modellezhető. Tágabb értelemben ezzel a kérdéskörrel foglalkozik a Budapesti Műszaki és Gazdaságtudományi Egyetem Távközlési és Mesterséges Intelligencia Tanszékének egyetemi adjunktusaként.

Jelenleg több mesterséges intelligencia-kutatási projektben is aktívan részt vesz. A Nemzeti Adó- és Vámhivatal és a kormányzati társintézmények AI-munkacsoportjában mélytanulás-alapú nyelvfeldolgozási modellek fejlesztésén dolgozik, míg a Hun-REN TTK Pszichológiai Kutatóintézet számára pszichológiai adatok AI-alapú elemzését végzi. A Crow Intelligence nevű tanácsadó cég alapítójaként mesterséges intelligencián és természetes nyelvfeldolgozáson alapuló megoldásokat fejleszt akadémiai és ipari partnerek számára.

Korábban az Eötvös Loránd Tudományegyetemen oktatott, valamint a Precognox Data Science csapatában dolgozott. Korábbi projektjei között szerepel a Google DNI-díjas Koffair, amelyben beszédfelismerő rendszerek fejlesztésén dolgozott alultámogatott nyelvekhez, valamint a Manning Publications számára írt online tananyagok Sentiment Analysis, TensorFlow és PyTorch témákban. Tudományos munkásságának kiemelkedő eredménye a Metaphor and National Identity: Alternative Conceptualization of the Treaty of Trianon (John Benjamins, 2019) című monográfiája, amely Trianon alternatív konceptualizációját elemzi.

Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME), Távközlési és Mesterséges Intelligencia Tanszék adjunktusa

Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME), a Távközlési és Mesterséges Intelligencia Tanszéken szerezte PhD-fokozatát summa cum laude minősítéssel. Jelenleg a tanszék adjunktusaként dolgozik. Korábban nemzetközi vállalatoknál töltött be különböző pozíciókat – integrációs menedzserként, projektmenedzserként és kutatóként –, melyek során kiterjedt tapasztalatot szerzett az ellátási lánc és logisztika területén, így mély betekintést nyert az ipar és az akadémiai világ összekapcsolásába. 

Kutatásai az ipari optimalizációra, a mesterséges intelligencia gyakorlati alkalmazásaira és a fuzzy rendszerekre fókuszálnak. Munkásságát számos díjjal ismerték el, köztük a Magyar Fuzzy Társaság Ifjúsági Díjával (2021) és az IFSA Világkongresszus Kiemelkedő Kutató Díjával (2019, USA). Aktív szerepet vállal nemzetközi szakmai folyóiratok és konferenciák bírálatában, valamint az AIMs 5.0 – Artificial Intelligence in Manufacturing for Sustainability and Industry 5.0 (2022–2026) európai uniós projekt kutatója és programmenedzsere. 

Oktatói és mentori munkája mellett Dr. Almahasneh elkötelezett a felelős, gyakorlati MI-kutatás és az ipar–akadémia együttműködés fejlesztése iránt. 

AI-szabályozási és digitális biztonságpolitikai szakértő

A mesterséges intelligencia és a biztonsági kérdések kapcsolatával foglalkozik. Hisz abban, hogy az új technológiák akkor teremtenek értéket, ha átlátható, alapjogi megközelítésű és intézményileg is működő keretek között jelennek meg. Kutatásai a rendvédelem és a nemzetbiztonság MI használatának jogi és szervezeti feltételeit vizsgálják. 

Szívügye az oktatás, több egyetemen tanít. Mesterséges intelligenciához kapcsolódó óráival, kurzusaival tudatos, gyakorlatias megközelítést kapnak a hallgatók az MI alkalmazásáról. Előadásai és workshopjai az MI-jártasságot, a felelős használatot és a jogtudatos szemléletet erősítik, közérthető példákkal és azonnal alkalmazható eszközökkel. Oktatói hitvallása szerint az MI kompetencia ma alapműveltség, a jogászoktól a mérnökökön át a döntéshozókig mindenkinek érteni kell a működését, a kockázatait és a jogi garanciák érvényesülését.  

Célja, hogy az MI megoldások minden szférában a hatékonyságot és társadalmi biztonságot növeljenek. Módszertanát esettanulmányokra, szabályozási elvárásokra és gyakorlati szervezeti megoldásokra építi, hogy az MI bevezetés ne csak megfelelés, hanem innovációs előny legyen. Munkáját a tudomány, a szabályozás és a gyakorlat összekapcsolása jellemzi, miközben következetesen hangsúlyozza a nők látható, értékteremtő szerepét a technológiai területeken és a vezetésben. 

Adjunktus, Budapesti Műszaki és Gazdaságtudományi Egyetem Automatizálási és Alkalmazott Informatikai Tanszék

Hisz abban, hogy a mérnök hidat épít a tudomány és a társadalom között. Szerinte az MI legfontosabb célja, hogy segítségével komplex, emberileg nehezen kezelhető problémákat oldjon meg, legyen szó orvosi adatok elemzéséről, szenzorhálózatokon alapuló földrengés-előrejelzésről, vagy az éghajlatváltozásról. 

Szegletes Luca a Budapesti Műszaki és Gazdaságtudományi Egyetem Automatizálási és Alkalmazott Informatikai Tanszékének adjunktusa. Kutatási területe a gépi tanulás alkalmazása komplex strukturált adatokon, különös tekintettel a geometriai és topologikus mélytanulásra, valamint fiziológiai jelek (EEG, fMRI) modellezésére. Kutatómunkáját nemzetközi környezetben is végezte: dolgozott a Stanford Egyetemen és a lausanne-i Computational Neuroscience Laboratoryban, valamint vendégkutatóként Japánban, biomarker-alapú elemzéseken. Interdiszciplináris projektjei közé tartozik kémiai molekulák tulajdonságainak becslése gráf-alapú mélytanulási módszerekkel. Munkáját több rangos ösztöndíj és támogatás is segítette, köztük a Fulbright, a JSPS Visiting Professor ösztöndíj és a Google Anita Borg Award. Az elmúlt évben két Q1-es és egy D1-es folyóiratcikk társszerzője volt, emellett elindította a Geometriai és topologikus mélytanulás című egyetemi tantárgyat.

Group Head of AI, Netrisk Group

A Nottingham Egyetemen szerzett közgazdaságtanból BSc diplomát, majd a Columbia Egyetemen Data Science mesterdiplomát.

Jelenleg a Netrisk Group AI stratégiájának kialakításán dolgozik, ahol a cégcsoport szintű mesterségesintelligencia-transzformációt vezeti. Feladatai közé tartozik mind a belső működés optimalizálása (pl. folyamat- és hatékonyságnövelés), mind az ügyféloldali, AI-alapú megoldások tervezése és bevezetése. 

Korábban a BeHive tanácsadócég adattudományi vezetője volt, ahol az emberi viselkedés modellezése állt tevékenysége középpontjában, különös tekintettel a pénzügyi szolgáltatások területére. Olyan módszertanokat fejlesztett, amelyek az emberi döntéshozatal megértésére és előrejelzésére épülnek, és ezeket hiperperszonalizációs stratégiákban alkalmazta. Előtte pedig a Mastercard tanácsadói csapatában dolgozott data scientistként és technikai sales területen, ahol többek között a közel-keleti régió számára fejlesztett credit scoring megoldást.

Rendszeres előadó hazai és nemzetközi konferenciákon; keynote speakerként szerepelt például a Women in Data Science budapesti rendezvényén. 2020-ban elnyerte a McKinsey Next Generation Women Leaders díját.

Vendégelőadó a Budapesti Műszaki és Gazdaságtudományi Egyetemen, ahol mester- és doktori hallgatókat oktat. Emellett 2024-ben a RobotDreams Hungary számára tervezett és tartott 45 órás adatelemzői képzést. Csapatvezetőként kiemelt figyelmet fordít a tehetséggondozásra és a női szakemberek karrierútjának támogatására.

Munkájában központi szerepet játszik az etikus AI alkalmazása és az algoritmikus torzítások mérséklése. Az átláthatóság és a felelős, adatalapú döntéshozatal alapelvek számára.

Budapest Városháza, Chief Data Officer
 

Adatvagyon-hasznosítási szakember, aki azon dolgozik, hogy Budapest döntéshozatala és működése megalapozottabb, hatékonyabb és átláthatóbb legyen az adatok tudatos használatával. A hazai közszférában végzett munkáját nemzetközi tapasztalat előzte meg: Berlinben a versenyszférában data scientist-ként dolgozott a gépi tanulás és a mesterséges intelligencia területén, ami szélesebb rálátást adott az adatok gyakorlati hasznosítására. 

2021-ben csatlakozott a Főpolgármesteri Hivatalhoz, azóta azon dolgozik, hogyan lehet Budapest adatvagyonát rendszerezni és minél hatékonyabb módon hasznosítani. Ennek eredményeként jött létre a fővárosi adatirányításért felelős szervezeti egység, amelyet jelenleg is vezet. 

Munkájának középpontjában az adatvagyon-hasznosítás, az adatstratégiák kialakítása és az adatminőség fejlesztése áll, amelyek alapot teremtenek a mesterséges intelligencia rendszerek hatékony és felelős alkalmazásához. Úgy véli, hogy az MI valódi értéke csak megbízható, jól strukturált adatokon keresztül bontakozhat ki, és ezt a szemléletet igyekszik erősíteni munkája során. Célja, hogy az adatok tudatos használata segítse Budapestet abban, hogy fenntarthatóbb, átláthatóbb és emberközpontúbb módon működjön. 

Budapest Corvinus Egyetem, CIAS, Center for Collective Learning és az Adat- és Információrendszerek Intézetének docense, Computational Inequalities Kutatócsoportot vezetője 

PhD fokozatát a budapesti Közép-európai Egyetemen (Central European University) szerezte hálózat- és adattudományból. A Center for Collective Learning-hez való csatlakozása előtt posztdoktori kutatóként dolgozott a NETI Lab-ban, a CEU Demokrácia Intézetében, valamint a Warwicki Egyetem (Coventry, Egyesült Királyság) CIM Központjában. Vendégkutatóként tevékenykedett a Northwestern Egyetem (Illinois, USA) LINK Laboratóriumában is.   

Budapesten a Women in Data Science Konferencia nagyköveteként négy helyi élő konferenciát, valamint az első közép- és kelet-európai online WiDS konferenciát szervezte meg. Büszke alumna a Data Science for Social Good ösztöndíjprogramnak, és külső kutató a Northwestern Egyetem LINK Laboratóriumában.  

Kutatásai a számítógépes társadalomtudomány, a nemi egyenlőtlenségek és az ember-gép interakció metszéspontjában helyezkednek el. Hálózattudományi és adat­tudományi megközelítéseket alkalmazva azt vizsgálja, miként alakítja a technológia, különös tekintettél az AI az egyenlőtlenségeket. Például tanulmányozza a hálózatok és a sokszínűség hatását a tudományos kommunikációra, a mesterséges ügynökök emberi együttműködésekre gyakorolt hatását, valamint azt, hogy a kisebbségek miként használhatják személyes hálózataikat a műszaki területeken való érvényesüléshez.   

Tudományos cikkeit olyan rangos nemzetközi folyóiratokban publikálja, mint a PNAS, a Nature Scientific Reports és az EPJ Data Science. Szenvedélyesen tanít programozást és adattudományt nem műszaki hátterű hallgatóknak, mert hisz abban, hogy az adatok megértése mindenki számára elsajátítható tudás. Tudományos és oktatói munkája mellett rendszeresen ad interjúkat, előadásokat és aktívan részt vesz a tudományos ismeretterjesztésben. 

Google, Mérnökigazgató, AI MBA 

Rendkívül tapasztalt szoftvermérnöki vezető, aki két évtizedes szakmai múlttal rendelkezik, ebből több mint 15 évet töltött szoftvermérnökökből, mesterséges intelligencia mérnökökből és adattudósokból álló csapatok építésével és vezetésével. Szakértelme kiterjed a felhő-natív architektúrákra, a mesterséges intelligencia (AI) és gépi tanulás (ML) bevezetésére, valamint a nagyméretű elosztott rendszerek fejlesztésére és menedzselésére. 

Jelenleg a Google-nál tölt be Mérnökigazgató (Engineering Director) pozíciót. Ebben a szerepkörben több nemzetközi helyszínen (Budapest, Varsó, Zürich, USA) működő csapatot irányít, amely a Gemini Enterprise termék fejlesztéséhez járul hozzá. AI-fókuszú pályafutása során korábban a Google Cloud Conversational AI csapatát vezette, a Vertex Conversational AI termék szállításáért volt felelős, valamint ő építette fel a Google Cloud Retail AI budapesti szervezetét. 

2024-ben mesterséges intelligencia szakirányú MBA diplomát szerzett, emellett Számítógépes Matematika MSc diplomával rendelkezik. 

Robert Bosch Kft. Lead expert of artificial intelligence

Nyolc éve foglalkozik a mesterséges intelligencia ipari alkalmazásaival, különös figyelmet fordítva a digitalizációs lehetőségek kiaknázására és az adatvezérelt megoldások bevezetésére. Adattudós szakmai vezetőként célja, hogy gyakorlati megoldásokkal javítsa a termékeket és az üzleti folyamatokat, miközben stratégiai módon alkalmazza a mesterséges intelligencia eszköztárát. 

Munkája során több Bosch-projektet valósított meg, amelyek új technológiák bevezetését és iparági problémák innovatív megoldását célozták. Például a MEMS szenzorgyártásban alkalmazott gépi tanulási modellje naponta hozzájárul a költségek csökkentéséhez.  

Fontosnak tartja, hogy az MI ne csupán technológiai újítás legyen, hanem valódi értéket teremtsen az emberek munkájában. Megközelítésében kiemelt szerepet kap, hogy a legmegfelelőbb helyen és célra alkalmazzuk – ott, ahol valóban képes elhozni a jövőt.

Aktívan részt vesz ipari konferenciákon, előadásokat tart, mentorálja a szakmai utánpótlást, és folyamatosan fejleszti saját tudását, hogy naprakészen és felelősen támogassa a mesterséges intelligencia ipari alkalmazását. 

Debreceni Egyetem Informatikai Kar, Adattudomány és Vizualizáció tanszékének habilitált docense

Kossuth Lajos Tudományegyetemen szerzett okleveles matematika-informatika szakos tanári diplomát majd szoftverfejlesztőként helyezkedett el miközben óraadó volt az egyetemen, illetve doktori tanulmányokat folytatott. A megszerzett PhD fokozattal csatlakozott a Debreceni Egyetem Informatikai Karához, ahol azóta is dolgozik. Kutatási tevékenységét erősen áthatja az interdiszciplináris jelleg. A kezdeti geoinformatikai, geovizualizációs irány később kiegészült, a 3D modellezés és nyomtatás, információ vizualizáció, pontfelhő feldolgozás, illetve a térbeli képességek fejlesztési lehetőségeinek kutatásával. Sikeresen együttműködött már nyelvészekkel, geográfusokkal, gyógyszerészekkel, fogorvosokkal, orvosokkal.  

Kutatásaihoz eredményesen használja a mesterséges intelligencia eszköztárát. Kifejezetten érdekli a hallgatók AI használatának dinamikája mind általánosságban, mind pedig szakterületéhez kötődően. Tagja egy nagy nemzetközi kutatócsoportnak, akikkel a hallgatók AI használatának karakterisztikáját térképezik fel. Számos nemzetközi projektben vett részt hallgatók bevonásával (amit nagyon fontosnak tart), így szerteágazó kapcsolatrendszerrel rendelkezik nem csak Európában. Rendszeresen lehetősége nyílik három kontinens egyetemeit meglátogatni oktatóként vagy kutatóként.