01
Rólam
Adatelemzésre és gépi tanulásra fókuszált szoftverfejlesztő. Az L2 Energynél automatizált riportolási és webscraping folyamatokat épített ki, amelyek mindennapi manuális feladatokat és egy nehezen kezelhető adat-API-t is kiváltottak. Négy aktív félév után az ELTE-n önálló, iparági gyakorlathoz igazodó tanulási útra váltott — tanulási kurzusokkal és önálló, végponttól végpontig kivitelezett adatelemzési projektekkel —, hogy áthidalja az egyetemi tananyag és a jelenlegi eszközök közti szakadékot.
02
Készségek
Programozás
Gépi tanulás / adatelemzés
Automatizálás
Vizualizáció / BI
Bizonyítványok
Nyelvek
03
Szociális készségek
Konfliktuskezelés
Jó vagyok a konfliktusok megoldásában, olyan megoldást keresve, ami mindenkinek megfelel.
Felelősségvállalás
Ha tévedek, gyorsan és egyértelműen beismerem.
Empátia
Képes vagyok mások szemszögéből nézni a helyzeteket.
Alkalmazkodóképesség
Könnyen alkalmazkodom új helyzetekhez, eszközökhöz és elvárásokhoz.
Kritikus gondolkodás
Megkérdőjelezem a feltételezéseket, és átgondolom a problémákat, mielőtt cselekednék.
04
Projektek
Sales Forecasting — Superstore
Havi értékesítés-előrejelző modell fejlesztése 4 év történeti rendelési adaton (9 994 sor).
RMSE 16 327, R² 0,60 12-szeres walk-forward validációval — 14%-kal jobb a szezonális naiv alapmodellnél.
House Price Prediction — California Housing
Ingatlanérték-előrejelző modell építése 8 jellemzőn (jövedelem, épületkor, populáció, elhelyezkedés), 6 modell összehasonlításával: lineáris regresszió, Ridge, Lasso, KNN, Random Forest, Gradient Boosting.
Végső Random Forest modell: R² 0,83, RMSE 0,47.
Customer Churn Prediction — Telco
Ügyféllemorzsolódást előrejelző osztályozó modell fejlesztése kiegyensúlyozatlan adathalmazon SMOTE technikával, összehasonlítva logisztikus regressziót, Random Forestet és XGBoostot.
Végső logisztikus regressziós modell: 83,7% ROC-AUC, 64,7% recall.
05
Szakmai tapasztalat
Modellezés és fejlesztés · L2 Energy
2025.04 – 2026.01 (10 hónap)Budapest, Magyarország (Remote)
- Napi jelentések automatizálása, kiváltva jelentésenként napi 2-10 perces manuális folyamatot.
- Selenium alapú webscraper fejlesztése egy erősen JavaScript-függő weboldalhoz, ahol hagyományos scraperek nem működtek, publikus kereskedési adatok letöltésére és a belső, saját adatokkal való automatikus összevetésére; a manuális összehasonlítás órákat vett volna igénybe naponta, az automatizált rendszer viszont azonnal jelezte, ha eltérés mutatkozott, kiváltva emellett egy nem-felhasználóbarát piaci adat-API-t és az azt követő adatfeldolgozást.
- Nagy volumenű adatszimulációk fejlesztése és futtatása Python, pandas, SQL és KQL felhasználásával.
- Üzemeltetési adatok nyomon követésére szolgáló riportok és dashboardok készítése Power BI és Grafana eszközökkel.
- Ezen automatizálási megoldások többségének telepítése Azure Function Apps szolgáltatásba, ütemezett, szerver nélküli futtatással, manuális beavatkozás nélkül.
“Az L2 Energy-nél töltött ideje alatt János barna- és zöldmezős fejlesztési feladatok terén is helytállt, aminek eredményeként lehetősége nyílt már tervezési fázistól kezdve végig követni egy projekt életútját, a kivitelezésen és az első éles telepítésen át, az üzemi használatbavételt követő támogatási fázisig. Munkáját pályakezdőtől elvárható alapossággal és sebességgel végezte, kellő szorgalmat demonstrálva egy számára akkor még ismeretlen iparág megértésében.”
06
Tanulmányok
Szoftverfejlesztő informatikus (BSc) · Eötvös Loránd University
2023.09 – 2026 (4 aktív félév)Négy aktív félév elvégzése után önálló, iparági gyakorlathoz igazodó tanulási útra váltás, mivel az egyetemi tananyag 2-4 évvel lemaradva követi a technológiai fejlődést. Miközben a naprakész és piacképes technológiák az interneten mind elérhetőek.
Középiskolai tanulmányok · Béri Balogh Ádám Katolikus Gimnázium
2014 – 2023Érettségi jeles eredménnyel. Helyezések megyei és egyházmegyei matematika, nyelvi és kémia versenyeken.