Tematikus képzések

Kérjük, hogy az alábbi form kitöltésével jelezzék, hogy mely képzésen/képzéseken kívánnak részt venni! 

https://forms.office.com/Pages/ResponsePage.aspx?id=bsvzSAd4qkmnuBXZjtyus5R7UF_8hm1Pn7Ql_uX6gBhUMjdERTQxVEdZV0U0SzA0RFZKQ09JU1kzSS4u

 

A rendezvény április 8-án kerül megrendezésre.

 

9.00 óra Bevezetés a felhőszolgáltatásba, és az Alibaba Cloud szolgáltatás bemutatása

Előadó: Miklós Márton ügyvezető ACPM IT 

Csatlakozás az előadáshoz

Az átfogó előadás feldolgozza többek között a felhőszolgáltatás kialakulását és jelentőségét a globális piacon, valamint az egyik legnagyobb nemzetközi szolgáltató, az Alibaba Cloud platformjában rejlő lehetőségeket.

  • A virtualizáció történelme: miből fejlődött ki és hol tart ma ennek a folyamata.
  • Mik a leginkább elterjedt platformok: hogy lett ebből Cloud, milyen típusai vannak, azon milyen pozitívumokkal bírnak.
  • Az Alibaba Cloud platform termékeinek bemutatása, azok előnyei a versenytársakkal szemben.
  • Alibaba Cloud esettanulmányok, vizsgázási rendszer bemutatása.

 

 

11.00 óra Gépi tanulás és Nvidia Jetson architektúra

Előadó: Dr. Kovács László NVDIA egyetemi nagykövet

Csatlakozás az előadáshoz

Az elmúlt évek technológiai előretörésének köszönhetően jelentős piaci, ipari és társadalmi igény jelentkezik a mesterséges intelligenciát alkalmazó megoldásokra. Ezen területek közé tartozik a különböző IOT eszközök is. A terület komplexitása, a biztonság, az adatfeldolgozás és kommunikáció kérdései számos nehézséget jelentenek. Az alkalmazási területeket között különböző típusú kamerák, robotok, gyártástechnológia egyaránt megtalálható. Az Nvidia Jetson architektúra számos előnyöket hordoz, folyamatosan fejlesztett AI technológia, így kiemelten alkalmas e területen történő alkalmazása. Egy ilyen lehetőség a valós méretű önvezető autók, helyett a modell méretű önvezető jármű fejlesztés, mellyel jelentős költségeket takaríthatunk meg úgy, hogy közben az alapcélt megtartjuk. A jármű viselkedését aktuátorok befolyásolják. A sofőr is ezt csinálja. (Például fékez.) Ezen a kisautón is megtalálhatóak ezek. A szenzorok szolgáltatják az adatot, amely alapján végül döntést hoz. (Például lassít). Az igazán nagyszerű ebben, hogy később a megtanult viselkedés hordozható, hiszen, ha a környezet perspektivikusan jól van elkészítve akkor a szemlélő/döntéshozó számára nem tűnik fel, és nem is fontos, hogy az a valóságban milyen körülmények között vagy méretben történt.

 

 

13.00 óra Nemzetközi lehetőségek hallgatóknak a Microsoftnál

Előadó: Pléli Csanád, Microsoft Learn Student Ambassador

Csatlakozás az előadáshoz

Széleskörű nemzetközi kapcsolatok és kimagasló technológiai ismeretek? Ezek nem csak több tíz év munkatapasztalattal érhetők el, hanem bármely Hallgató számára is az egyetemi pályafutásuk mellett. Ha nem hallottál még a Microsoft Learn Student Ambassadors programról és a további remek lehetőségről, amelyek nyitottak az egyetemisták számára, ez az előadás Neked szól!

http://bit.ly/MLSA-DEIK-2021

 

 

13.30 óra  A Microsoft Power Platform alapjai

Előadó: Majoros Tamás, PhD hallgató, DEIK

Csatlakozás az előadáshoz

A kurzus során lehetőség nyílik a Microsoft Power Platform alapjainak megismerésére. Megvizsgáljuk a termék képességeit, felhasználási lehetőségeit és üzleti értékét. Megismerkedünk a Power Platform komponenseivel, amelyek a Power Apps, Power BI, Power Automate, Power Virtual Agents, Microsoft Dataverse, Connectors, és AI builder. Egyszerű alkalmazásokat implementálunk a Power Apps-ben, létrehozunk egy Power BI irányítópultot, automatizálunk egy folyamatot Power Automate segítségével, és csevegőrobotot készítünk a Power Virtual Agents használatával.

 

15.00 Biztonságos adatkezelés adatfeldolgozás során

Előadó: Varga Gábor, National Technology Officer at Microsoft Hungary

Csatlakozás az előadáshoz

Hagyományosan az adatok védelmét és hasznosítását két egymásnak ellentmondó célként ismertük. Az elmúlt évtizedben azonban olyan új adatvédelmi módszerek születtek, amelyek úgy képesek védeni az adatokat, hogy közben nem akadályozzák azok felhasználását, elemzését vagy belőlük gépi modellek tanítását. Ezeknek a kutatási és fejlesztési eredményeknek a használatba vétele az egyik legfőbb sikerkritériuma a versenyképes adatgazdaság kialakításának.

A felhasználás közbeni adatvédelem eszközei nagyon sokfélék. Említést érdemel többek között a homomorf titkosítás, a különbségi személyesadat-védelem (differential privacy), a többrésztvevős számítástechnika (multiparty computing), a Confidential Computing (bizalmi számítástechnika) és a federált gépi tanulás. A Differential Privacy alapjait 2006-ban a Microsoft Research rakta le. Ennek a kutatási területnek az elért és várható eredményeiről lesz szó az előadásban.

Frissítés dátuma: 2021.04.08.


Tisztelt Felhasználó!

 

A Debreceni Egyetem kiemelt fontosságúnak tartja a rendelkezésére bocsátott, illetve birtokába jutott személyes adatok védelmét. Ezúton tájékoztatjuk Önt, hogy a Debreceni Egyetem a 2018. május 25. napjától kötelezően alkalmazandó Általános Adatvédelmi Rendelet alapján felülvizsgálta folyamatait és beépítette a GDPR előírásait az adatkezelési és adatvédelmi tevékenységébe. A felhasználók személyes adatait a Debreceni Egyetem korábban is teljes körültekintéssel kezelte, megfelelve az érvényben lévő adatkezelési szabályozásoknak. A GDPR előírásait követve frissítettük Adatvédelmi Tájékoztatónkat, amelyet az alábbi linkre kattintva olvashat el: Adatkezelési tájékoztató. DE Kancellária VIR Központ

A tájékoztatót megismertem.