Lépj szintet piackutatóként: tanuld meg az adatvezérelt, AI-támogatott munkát Python alapon
Nem programozót faragunk belőled, hanem olyan piackutatót, aki Pythonra épülő dashboardokkal és AI-eszközökkel (ChatGPT, Claude, NotebookLM, egyedi insight toolok) dolgozik – kész, használható megoldásokkal.
Kis létszámú, gyakorlati képzés piackutatóknak, akik jövőálló digitális kompetenciát akarnak.
Miről szól a képzés?
A piackutatás jelentős változáson megy keresztül.
Az ügyfelek gyorsabb elemzést, rugalmasabb riportolást és adatvezérelt döntéstámogatást várnak.
Ez a képzés abban segít, hogy:
a manuális adat-előkészítést Python-scriptekkel váltsd ki
automatizált, frissülő dashboardokkal dolgozz
AI-eszközöket használj elemzésre, szintézisre és riportolásra
magabiztosan mozogj a Python + AI világában, programozói háttér nélkül is
Nem technológiát tanítunk.
Hanem egy új munkamódszert.
Hogy időt spórolj és a tudásod a mélyebb, értékesebb munkafolyamatokra tudd összpontosítani.
Kiknek szól a képzés?
Olyan piackutatóknak és insight-szakembereknek, akik ma még főleg SPSS-ben, Excelben és PowerPointban dolgoznak, de szeretnének Python-alapú dashboardokat és AI-eszközöket (chatGPT, Claude, NotebookLM, egyedi insight toolok) bevonni a mindennapi munkájukba azért, hogy több idejük maradjon a valóban izgalmas és értékteremtő elemzésre.
Legyél te is jövőálló, adat- és AI-t értő és használó piackutató.
Miért érdemes részt venni?
Mert a képzés végére lesznek kész, használható megoldásaid:
- Python-script(ek), amikkel a kutatási adatot gyorsabban tudod tisztítani és előkészíteni
- alap dashboard, amelyen a fő mutatóid mindig friss adatokkal jelennek meg
- bevett AI-mintáid (chatGPT, Claude, NotebookLM), amiket a mindennapi munkádban újra és újra használni tudsz.
Ez nem „még egy kurzus”, hanem jövőkompetencia Python-alapon.
Mit tanulsz meg a képzés során?
- Hogyan töltsd be, tisztítsd és alakítsd a kutatási adatokat Pythonban
- Hogyan készíts átlátható grafikonokat és dashboardokat, amelyek újrahasznosíthatók több projekten
- Hogyan dolgozz együtt AI-eszközökkel:
- InsightDecoder, mint „kódoló kolléga”
- Excel + AI együttműködés
- NotebookLM és egyedi AI piackutató toolok használata riportolásra, szintézisre.
Továbblépés: Expert képzés haladóknak
Ha az alapozó képzés után már magabiztosan használod a Python + AI alapmegoldásokat, a következő lépés az Expert képzés. Itt mélyebbre megyünk:
- összetettebb adatkezelés és automatizálás
- komplexebb dashboardok
- egyedi, piackutatói AI-megoldások finomhangolása.
Azoknak ajánljuk, akik a jövőben data-savvy, tech-affin piackutatói szerepben gondolkodnak.
Fontos: Az alapozó képzés kezdőknek szól!
Ez a képzés kifejezetten azoknak készült, akik nem rendelkeznek programozói háttérrel, és a nulláról szeretnék felépíteni a Python + AI alapokat.
Ha már rutinszerűen használsz Python-kódokat adatkezelésre vagy dashboardokra, számodra valószínűleg az Expert képzés lesz a megfelelő szint.
Mit viszel haza a képzésről?
A képzés végére nemcsak a Python alapjait használod magabiztosan, hanem lesz egy saját, működő „toolod” is, amit a mindennapi munkádban be tudsz vetni.
- megtanulod, hogyan töltsd be és tisztítsd a kutatási adatokat Pythonban
- elkészítesz egy egyszerű, de átlátható dashboardot
- gyakorlatban kipróbálod, hogyan segít a chatGPT, a Claude és más AI-eszközök kódírásban, magyarázatban, riportolásban.
Cél, hogy a képzés után azonnal használható megoldásod legyen, ne csak jegyzeted.
Képzési tematika
A képzés célja
A több napos képzés elsődleges célja, hogy a résztvevők piackutatói szemmel használható Python + AI alapokat sajátítsanak el.
Olyan tudást adunk, amellyel önállóan tudnak:
- kutatási adatokat betölteni és előkészíteni,
- látványos, újrahasznosítható diagramokat és dashboardokat készíteni,
- valamint AI-eszközöket (pl. chatGPT, AI ügynökök) bevonni a mindennapi munkájukba
Amikről szó lesz
- Hol és hogyan fogsz dolgozni a kóddal?
Anaconda és Jupyter Notebook bemutatása – milyen környezetben érdemes Python-kódot írni piackutatóként. - Kutatási adatok betöltése és előkészítése
Szöveg-, Excel- és SPSS-fájlok beolvasása és mentése (import / export), címkék kezelése, gyakori adatstruktúrák piackutatási példákon. - Adattáblák hatékony kezelése a gyakorlatban
Pandas és NumPy használata: mi az a DataFrame, hogyan tudjuk a kutatási adatbázisokat gyorsan átalakítani, szűrni, összesíteni. - Ismétlődő feladatok automatizálása
Saját függvények készítése – hogyan lehet a gyakran ismétlődő lépéseket (pl. adat-tisztítás, átalakítás) egy kattintással lefuttatni. - Tipikus piackutatási feladatok Pythonban
Kvótázó algoritmus, maszkolás, speciális adattranszformációk – hogyan néznek ki ezek Python-kódban. - Adatvizualizáció és dashboardok
Python adatvizualizációs csomagok (pl. matplotlib, Seaborn) – az alap diagramoktól a prezentációra kész, összetettebb megoldásokig. - BI-riportok és AI-eszközök használata
Milyen lehetőségeink vannak BI-jellegű riportok készítésére Pythonban, és hogyan segíthet ebben a chatGPT (pl. kódgenerálás, módosítás, hibakeresés).
AI ügynökök bevonása piackutatási adatok elemzésébe.
Hogyan dolgozunk a képzésen?
Minden témakör két részből áll:
- rövid, érthető elméleti háttér,
- gyakorlati megvalósítás Pythonban, piackutatási példákon.
Minden oktatási nap végén házi feladatot kapnak a résztvevők, amelynek megoldását a következő alkalom elején közösen beszéljük át.
Ne maradj le! Még tudsz jelentkezni a képzésre!
1. Alkalom (1 × 6 ÓRA)
Bevezetés a Pythonba és AI-eszközökbe piackutatóknak
Oktatók: Klenovszki János, Kovács Gyula
Helyszín: NRC Iroda – 1138 Budapest, Tomori utca 32. 1. emelet 102 – (Madarász irodaház a Szekszárdi-Tomori utca sarkán)
Mit csinálunk ezen a félnapon?
- Kovács Gyula: Python és Jupyter Notebook alapok piackutatóknak
- Kutatási adatok betöltése (Excel, CSV, SPSS) és első átalakítások
- Adattáblák (DataFrame-ek) gyors áttekintése, egyszerű szűrések
- Klenovszki János: Python Mentor GPT és egyéb AI-eszközök bemutatása –
hogyan segítsenek a tanulásban, milyen eszközökkel könnyítheted meg a munkád
A nap végére:
- önállóan be tudsz tölteni egy saját adatfájlt Pythonba
- érteni fogod, hogyan tudsz AI-eszközökkel (pl. Python Mentor GPT) gyorsabban és magabiztosabban tanulni.
2. Alkalom (1 × 4 ÓRA)
Piackutatási adatok elemzése Pythonban
Online oktatás – Kovács Gyula
Mit csinálunk ezen a félnapon?
- Új mezők létrehozása és számítása DataFrame-ben (pl. indexek, összevont változók)
- Dátumok kezelése és időalapú mutatók számítása
- sav / több fájlból származó adatok beolvasása és összefűzése
- Kereszttáblák készítése, statisztikai mutatók számítása, táblák formázása
- Idősoros és súlyozott elemzések készítése piackutatási adatokon
A nap végére:
- önállóan tudsz kereszttáblákat és alap statisztikákat készíteni Pythonban
- képes leszel súlyozott elemzéseket futtatni
- több fájlból származó adatokat is össze tudsz fűzni (pl. hullámok, tracking, idősor).
Házi feladat:
különböző kereszttáblák készítése és ezek egyszerű vizualizációja Pythonban.
3. Alkalom (1 × 4 ÓRA)
Tipikus piackutatási transzformációk Pythonban
Online oktatás – Kovács Gyula
Mit csinálunk ezen a félnapon?
- Szöveges, bizalmas adatok automatikus maszkolása (NLP-alapú megoldással)
- Kvótázó algoritmus készítése Pythonban
- Táblák átalakítása, összefésülése tipikus piackutatási helyzetekben
- PowerPoint-diagramok automatizált frissítése Python-scripttel
A nap végére:
- lesz egy működő megközelítésed arra, hogyan védd a privát adatokat szabadszöveges mezőkben
- érteni fogod, hogyan épül fel egy kvótázó algoritmus Pythonban
- látni fogod, hogyan tudsz táblákat és PPT-diagramokat automatikusan frissíteni, nem kézzel szerkesztgetve.
Házi feladat:
egy egyszerű adattisztító / maszkoló algoritmus megtervezése és első verziójának elkészítése.
4. Alkalom (1 × 4 ÓRA)
Adatvizualizáció Pythonban
Online oktatás – Kovács Gyula
Mit csinálunk ezen a félnapon?
- Megnézzük, milyen adatokból érdemes diagramot készíteni, és hogyan jelöljük ki a tengelyeket
- Idősoros adatok ábrázolása: hogyan használjuk az index oszlopot idősként
- Alapdiagramok készítése matplotlib-ben (vonaldiagram, oszlopdiagram, hisztogram, eloszlás)
- Dátummezők kezelése és a tengelyek formázása
- Speciális, „szebb” diagramok készítése Seaborn-nal
- Példák arra, hogyan tudunk chatGPT segítségével diagramkódot írni és formázni (színek, címek, jelmagyarázat stb.)
A nap végére:
- önállóan tudsz különböző típusú diagramokat készíteni Pythonban
- érteni fogod, hogyan lesz egy diagram prezentálható (tengelyek, feliratok, formázás)
- látni fogod, hogyan segíthet chatGPT a vizualizációk gyorsabb elkészítésében és finomhangolásában.
Házi feladat:
az előző alkalommal feldolgozott adatbázisból különböző típusú diagramok készítése Pythonban, a legfontosabb mutatók vizualizálására.
5. Alkalom (1 × 4 ÓRA)
Dashboardok készítése Pythonban
Online oktatás – Kovács Gyula
Mit csinálunk ezen a félnapon?
- Áttekintjük, milyen Python eszközökkel lehet dashboardokat készíteni (Streamlit, Plotly, Bokeh stb.)
- Lépésről lépésre összerakunk egy egyszerű Streamlit dashboardot – chatGPT-promptok segítségével, néhány perc alatt
- Megnézzük, hogyan lehet rövid, kb. 10–15 soros kódokkal látványos, interaktív dashboardokat készíteni
- Példák bonyolultabb dashboardokra: hogyan kérjünk ehhez segítséget chatGPT-től, és meddig tudjuk testre szabni a megjelenést
- Megmutatjuk, hogyan tudod megosztani másokkal az elkészült dashboardokat (pl. belső csapat, ügyfél)
A nap végére:
- lesz egy saját, működő Streamlit dashboardod Python alapon
- tudni fogod, hogyan kérj segítséget chatGPT-től dashboard-kód írásához és finomhangolásához
- érteni fogod az alaplépéseket ahhoz, hogy a későbbiekben több projektedre is dashboardot tudj építeni.
6. ALKALOM (1 × 6 ÓRA)
Piackutatási adatok elemzése AI ügynökökkel és speciális AI-eszközökkel
Oktatók: Klenovszki János, Kovács Gyula
Helyszín: NRC Iroda – 1138 Budapest, Tomori utca 32. 1. emelet 102. (Madarász irodaház, Szekszárdi–Tomori sarok)
Mit csinálunk ezen a napon?
- Mi az az AI ügynök, és mikor érdemes piackutatási adatok elemzésére használni
- Egyszerű adatelemző AI ügynök felépítése Python-alapokon
- Promptolási szabályok, jól működő minta-promptok adatelemzéshez
- AI által írt Python-kódok futtatása és ellenőrzése – hogyan marad nálad a kontroll
Speciális eszközök, amiket Klenovszki János hoz:
- NotebookLM használata piackutatási riportok, kérdőívek és jegyzetek feldolgozására
- Claude.ai és ChatGPT (GPT-k, Agentek) – hogyan segítenek kódolásban, adatértelmezésben, insight-gyártásban
- InsightDecoder – nyitott válaszok kódolása, szöveges adatok feldolgozása
- Talk to your Data – „beszélgetés” a kutatási adattal, kérdések feltevése természetes nyelven
- NRC AI Insights Moderátor – hogyan támogatja a kvali/kvanti insight-munkát
A nap végére:
- érteni fogod, hogyan épül fel és hogyan működik egy adatelemző AI ügynök piackutatási környezetben
- lesz 1–2 konkrét AI-workflow, amit a saját projektjeidre is át tudsz ültetni
- tudni fogod, melyik AI-eszközt mire érdemes használni (NotebookLM, Claude, ChatGPT-agentek, InsightDecoder, Talk to your Data, NRC AI Insights Moderátor) – erősségeik, korlátaik, pontosságuk
- magabiztosabban fogsz AI által generált Python-kódokat futtatni és ellenőrizni, nem „vakon” bízol az eredményben.
Az oktató - Kovács Gyula
Kovács Gyula több mint 25 éve foglalkozik adatelemzéssel, több hazai pénzintézetnél dolgozott data science vezetőként. 2021 óta tanácsadó és tréner, a legnagyobb hazai vállalatoknak tart adat- és BI-képzéseket. A Power BI és Python egyik hazai szakértőjeként az elsők között kezdett az NRC-vel közösen AI-vezérelt piackutatási eszközök fejlesztésébe. Képzései erősen gyakorlatorientáltak: valós piackutatási esettanulmányokon keresztül mutatja meg, hogyan lehet az adatokat érthető, döntéstámogató történetekké alakítani.
Az oktató - Klenovszki János
Klenovszki János a hazai online piackutatás egyik úttörője, az NRC alapítója. Az elmúlt években azon dolgozik, hogy a generatív AI-t és az NRC saját AI-eszközeit úgy építse be a kutatási folyamatokba, hogy a piackutatók kevesebb időt töltsenek ismétlődő technikai feladatokon, és több idő jusson az értelmezésre, insightokra és az ügyfelekre. A képzésen János azt mutatja meg, hogyan használhatók ezek az AI-megoldások (NotebookLM, Claude, ChatGPT-alapú agentek és NRC-specifikus toolok) a mindennapi munkában úgy, hogy közben a kutatói élmény is javuljon, és a szakma újra vonzó, kreatív, értékteremtő pályaként jelenjen meg.
A képzések ideje
- 1. hét: 2026. március 23. 13:00-17:00
- 2. hét: 2026. március 27. 13:00-17:00
- 3. hét: 2026. április 3. 13:00-17:00
- 4. hét: 2026. április 10. 13:00-17:00
- 5. hét: 2026. április 17. 13:00-17:00
- 6. hét: 2026. április 24. 13:00-17:00
A képzések díja
Az ár 6 alkalmat tartalmaz (4 × online + 2 × személyes nap az NRC irodában), gyakorlati feladatokkal és saját mini-projekttel.
A képzések helyszíne
Első és utolsó alkalom (6 órás képzési nap): NRC Iroda – 1138 Budapest, Tomori utca 32. 1. emelet 102. (Madarász irodaház, Szekszárdi–Tomori sarok) Köztes alkalmak: online oktatás (4 órás képzési nap)
Az irodai napokon kávéval, vízzel és friss péksüteménnyel várjuk a résztvevőket.
Jelentkezés
Ha szeretnéd, hogy a Python + AI a mindennapi piackutatói munkád része legyen, itt tudsz jelentkezni a képzésre. A képzés előtt egy online felkészülési alkalmat tartunk, ahol minden szervezési és szakmai kérdésedre válaszolunk. A képzés időtartama alatt egy ingyenes online konzultációs lehetőséget is biztosítunk saját projektmunkáddal kapcsolatban.