Szakosodott szint

Természetes Nyelvfeldolgozás (NLP)

Transzformer architektúrától a ChatGPT API integrációig — értse és alkalmazza a szövegalapú MI-technológiákat valós üzleti problémákon.

10 hét · 40 kontaktóra Max. 10 fő · Budapest / Online Előfeltétel: ML alapok

Miért NLP 2025-ben?

A természetes nyelvfeldolgozás az MI leggyorsabban fejlődő ága. A nagy nyelvi modellek (ChatGPT, Claude, Gemini) megjelenésével az NLP-alkalmazások elterjedtek az ügyfélszolgálattól a jogi dokumentumelemzésig. Ez a program megtanítja, hogyan értse, válassza ki és alkalmazza ezeket az eszközöket üzleti kontextusban.

A program nem csak a "prompt engineering" szintjén mozog — megértjük a transzformer architektúrát, a fine-tuning lehetőségeit, és a RAG (Retrieval-Augmented Generation) rendszerek felépítését is.

Előfeltétel: A Kevalo Gépi Tanulás program elvégzése, vagy azzal egyenértékű gépi tanulási alapismeretek (Python, scikit-learn, neurális hálók alapjai).

Tanterv

1–2. hét: NLP alapok és szöveg-előkészítés

8 óra

Tokenizálás, lemmatizálás, stopword-szűrés; Bag-of-Words, TF-IDF; szóhasonlóság mértékei; NLTK és spaCy eszközök.

3–4. hét: Szóvektorok és szemantikus keresés

8 óra

Word2Vec, FastText, GloVe; kontextuális embeddingek; vektoradatbázisok (Chroma, Pinecone) alapjai; szemantikus hasonlóság keresés.

5–6. hét: Transzformer architektúra és BERT

8 óra

Attention mechanizmus; BERT és variánsok; HuggingFace Transformers könyvtár; szövegosztályozás és NER fine-tuning.

7–8. hét: Nagy Nyelvi Modellek és OpenAI API

8 óra

GPT architektúra; OpenAI API integrálása Python projektekbe; prompt tervezés és finomhangolás; RAG rendszer felépítése LangChain-nel.

9–10. hét: Üzleti NLP-alkalmazások és záró projekt

8 óra

Sentiment analízis és véleménybányászat; dokumentum-összefoglalás; chatbot és ügyfélszolgálati automatizálás; záró projektprezentáció.

Iparági alkalmazások, amelyeket érintünk

Ügyfélszolgálat

Chatbotok, ticket-osztályozás, automatikus válaszelőállítás

Pénzügy

Hírelemzés, hírlevelek sentiment-feldolgozása, kockázati szövegek osztályozása

Egészségügy

Klinikai szövegek kinyerése, kódolás segítése, beteg visszajelzések elemzése

Program adatok

Szint Szakosodott

Időtartam 10 hét

Kontaktóra 40 óra

Csoportméret Max. 10 fő

Előismeret ML alapok

Regisztrációs érdeklődés Összes program

Érdekli az NLP-specialista képzés?

Vegye fel velünk a kapcsolatot, és elmondjuk, hogyan illeszthető ez a program az Ön karrierútjába.

Kapcsolatfelvétel