Hallgatóknak

A SZTAKI kiemelt hangsúlyt fektet a jövő kutatóinak, fejlesztő mérnökeinek kinevelésére. Elkötelezettek vagyunk az iránt, hogy a leendő szakemberek minél magasabb minőségű és a piaci igényekhez jobban igazodó képzést kapjanak, több hazai egyetemmel, kiemelten a Budapesti Műszaki és Gazdaságtudományi Egyetemmel, az Eötvös Loránd Tudományegyetemmel, valamint az Óbudai Egyetemmel állunk szoros kapcsolatban, hogy ismereteinket, kutatás-fejlesztési tapasztalatainkat átadjuk a hallgatóinknak.

Munkatársaink közül többen oktatói részvétellel, hallgatói programok támogatásával veszünk részt az egyetemi életben. Az elmúlt években számos diplomamunka, önálló labor, nyári szakmai gyakorlat, tudományos diákköri kutatómunka (TDK) és PhD. képzés zárult le sikerrel intézetünk közreműködésével.

Célunk, hogy a jövőben ezek az együttműködések még szorosabbá váljanak. Jelentkezz hozzánk!

team

Az alábbi lehetőségeket kínáljuk:

  • szakmai gyakorlat;
  • munkavégzés részmunkaidőben;
  • PhD./Msc./Bsc. diplomamunka témavezetés, konzulensi támogatás;
  • élő kutatási-és fejlesztési projektekben, publikációkban való aktív részvétel.

Jelentkezés

Jelentkezéshez magyar nyelvű fényképes önéletrajzra és motivációs levélre van szükségünk, amely tartalmazza, hogy mely szakterület, melyik fenti lehetőség érdekel, mikortól és milyen hosszú távra tervezed a gyakorlatot.

A leendő munkatársak, gyakornokok kiválasztásánál figyelembe vesszük a tanulmányi eredményeket, számítógépes ismereteket, a szakterület ill. téma iránti érdeklődést és a személyes hozzáállást.

Önéletrajzodat és motivációs leveledet elküldheted a karrier@sztaki.hu  e-mailcímre.

FELHÍVÁSOK  HALLGATÓKNAK

 

I. KUTATÁSI LEHETŐSÉG HALLGATÓKNAK STATISZTIKUS GÉPI TANULÁS TERÜLETÉN

Tehetséges, jó tanulmányi eredményekkel rendelkező hallgatók bekapcsolódhatnak a Mérnöki és Üzleti Intelligencia Kutatólaboratórium gépi tanulási kutatásaiba. Lehetséges témakörök:

  1. statisztikus tanuláselmélet (pl., osztályozás, regresszió, dimenziócsökkentés, változás felismerés; bizonytalanság kiértékelés), különös tekintettel a kernel módszerekre;
  2. megerősítéses tanulás (Markov döntési- és többkarú rabló problémák); valamint
  3. sztochasztikus approximáció, amely a zajos adatokon működő rekurzív tanulási módszerek (beleértve a mély neurális hálózatokat) elméleti alapját képezi.

Mind elméleti (tanulási módszerekkel kapcsolatos matematikai problémák vizsgálata), mind gyakorlati (gépi tanulási módszerek alkalmazása és továbbfejlesztése konkrét mérnöki problémák megoldására) kutatási irány lehetséges, a hallgató motivációjától és előképzettségétől függően.

Elvárások: elsősorban (alkalmazott) matematikus, informatikus, villamosmérnök és fizikus mesterszakos hallgatókat keresünk. Elengedhetetlen a legalább középfokú angol nyelvtudás, fontosak a szilárd matematikai alapok (valószínűségszámítás és statisztika, többváltozós analízis, lineáris algebra, és operációkutatás),  valamint a LaTeX ismerete. Matlab vagy Python programozási tapasztalat előnyt jelent.

Kutatás formája: egyetemi tanulmányok mellett, próbaidő után részmunkaidőben. Lehetőség van a kutatási eredményekből TDK vagy diplomamunka írására.

Kutatás helyszíne: SZTAKI Mérnöki és Üzleti Intelligencia Kutatólaboratórium (1111 Budapest, Kende u. 13.-17.)

Információ és jelentkezés: online, szakmai önéletrajz csatolásával, a témavezetőnél, Csáji Balázs Csanád a balazs.csaji@sztaki.hu email címen cc. a HR-osztályt, a karrier@sztaki.hu e-mailcímet!
 

II. Részvételi lehetőség felfedező kutatásokban: hallgatóknak!

Kutató orientáltságú hallgatókat keresünk,

 akik szívesen dolgoznak kutatási környezetben és kedvelik a felfedező kihívásokat.

Általános feladatok

  • Új számítási algoritmusok (alapjaiban közös) kidolgozása.
  • Implementálás (MATLAB és/vagy Python környezetben).
  • Átfogó tesztelés, irodalomkutatás, összevetés más publikált eredményekkel.
  • Korrekciók, hangolás, az eredmények dokumentálása.
  • Megfelelő eredmények esetén bekapcsolódás az intézet futó kutatás-fejlesztési és ipari projektjeibe.

Kutatási témák

  • Tanuló modell(ek) input/output keresése: információelmélet alapú megoldás.
  • Deep Learning technikájú input/output keresés, modellépítés.
  • Neuro-fuzzy modellek (ANFIS) input/output struktúrájának tanulása és hatékony paraméter-keresés kidolgozása.
  • Automatikus részmodellre-bontás algoritmusának továbbfejlesztése, hatékonyságának növelése.
  • Nem-lineáris kísérlettervezés algoritmusának továbbfejlesztése, méréscsökkentés.
  • Termelés-szimulációs modellek egyes részeinek automatikus kiváltása tanuló struktúrákkal & ágens identifikáció

Elvárások

  • Angol nyelv ismerete: tudományos cikkek gyors olvasása és értelmezése, angol nyelvű dokumentálás.
  • Matematikai alapok, tanuló és keresési/optimalizálási algoritmusok létrehozására.
  • Szoftverfejlesztés, adatkezelés, programozás, tesztelés.
  • Önálló munkavégzés, együttműködés a témavezetővel a kutatásokban.
  • A kutatások mellett elvárt a megfelelő haladás az egyetemi tanulmányokban is.

Előnyök

  • Jártasság a mesterséges intelligencia módszerekben
  • MATLAB és/vagy Python ismerete.
  • Tanulóalgoritmusok, különösen mesterséges neurális hálózatok és deep learning ismerete.
  • Információelméleti ismeretek.
  • Kísérlettervezési ismeretek.
  • Bizonyos témák esetén termelés-szimulációs szoftverismeretek.

Juttatások

  • Rugalmas munkaidő és munkakörnyezet.
  • Szükség esetén betanítás a mesterséges intelligencia módszereibe.
  • Bekapcsolódás nemzetközi munkakörnyezetbe.
  • Hallgatói kompenzációs csomag, hallgatói munkarend.
  • A kutatások kapcsolhatóak az egyetemi feladatokkal, pl. fejlesztési feladatok, önálló munkák, BSc és MSc diplomák, TDK-k, Ph.D-k, stb.

A jelentkezéshez szükséges dokumentumok

  • Önéletrajz (angol és magyar nyelven Europass), benne jelenlegi tanulmányi hely/szak és előrehaladási-státusz megjelölése.
  • Rövid motivációs levél, benne a fenti „Előnyök”-et bemutató jártasságok felsorolása.

Jelentkezéseket online a témavezető e-mail címére kérjük:

e-mail: viharos.zsolt@sztaki.hu; cc. a HR-osztályt a karrier@sztaki.hu e-mailcímen.

Az e-mail tárgyában kérjük megjelölni: „Kutatási lehetőség hallgatóknak”.

Csatlakozz hozzánk Te is! Várjuk a jelentkezésedet!

join