It is a fullstack application which uses Spring Boot along with React JS and Tailwind CSS. The application allows authenticated persons to add students and also to validate their data, based on their passport. For this, it uses Azure’s Form Recognizer. Also, the application is partially tested using Cypress along with Cucumber.

Az alkalmazás maga egy úgynevezett full stack alkalmazás, amely kliens oldalon a React JS keretrendszert és a Tailwind CSS stilizálási keretrendszert használva teszi lehetővé a hallgatói adatok kezelését. Az alkalmazás lehetővé teszi a felvitt adatok automatikus ellenőrzését is, melyhez a Microsoft Azure AI Vision és Document Intelligence szolgáltatásait használja fel. Az alkalmazás tesztelve van a Cypress és Cucumber eszköztárát felhasználva.

This application is a fullstack Todo application where at the backend I’ve used Spring Boot and at the frontend React JS (with Chakra UI component library). The application allows all the CRUD operations for Todo items.

Ezen alkalmazás szintén egy full stack alkalmazás, mely React JS-t használ a kliens oldalon, a Chakra UI komponens könyvtárral. A rendszer lehetővé teszi authentikált felhasználóknak a napi teendőiknek felvitelét és esetleges módosítását.

This application is partially implemented, yet it is functional. It uses the IGDB API for fetching video games. These games are then used for trading purposes, along the application's users. The app also provides minor chat support which is based on HTTP protocol.

Ezen applikáció részben van lefejlesztve, de ettől még működőképes. Lehetővé teszi a számítógépes játékok csereberéjét a játékosok között. Az IGDB API-ját használja fel a különböző számítógépes játékok adatainak lekérésére. Továbbá, az alkalmazás lehetőséget biztosít a chat használatára is, HTTP protokollt használva.

This project was made at a company named TIS Hungary Kft., where I was a backend developer intern, during my bachelor's degree. This eases the steps of adding time stamps to Zoho People. It communicates with Zoho People API, and is partially tested. It also has a frontend (written in React JS) and a backend (using Spring Boot).

Az alkalmazás, egyetemi alapképzésem során, a szakmai gyakorlatom alatt került elkészítésre a TIS Hungary Kft. magyar cégnél. A platform megkönnyíti a Zoho People-hoz kapcsolódó műveleteket. A kliens oldalnál React JS volt felhasználva.

This little game was made for a class in my bachelor’s degree, by my classmate and me. It is a simple game, where a car is racing on a track, but not by using exact commands, but by reinforcement learning. This feature is implemented using Unity’s reinforcement learning feature set.

Ez a kis játék az alapképzésem során lett elkészítve egy szaktársam és jómagam által. Ez egy egyszerű játék, ahol egy autó megy körbe-körbe egy előre elkészített pályán, de nem a felhasználó által irányítva, hanem magától. Az ágens (autó) be lett tanítva a Unity megerősítéses tanulásos eszköztárának felhasználásával, így képes az önálló működésre.

This project is a reinforcement learning based game made in Unity, where the player (skeleton) has to find the treasure chest without getting caught by the hunter (mummy).
It uses Unity's reinforcement learning utilities.

A projektben egy csontváznak kell eljutnia a kincses ládához még mielőtt a múmia utólérné és elkapná. Ezt az egészet magától teszi az ágens (csontváz), hiszen be lett tanítva megerősítéses tanulást használva.
Ehhez, a Unity megerősítéses tanuláshoz kapcsolódó eszközkészletét használja.

In this research, I've developed a binary classification model, which can predict the data quality on an optical disk based on some pictures taken of its back side, with a precision over 70%. While developing, I've combined several machine learning technologies like scikit-learn, keras and many others. Also, for optimal outcome, I combined regular machine learning and deep learning concepts at the same time.

A kutatásom során, elkészítettem egy bináris osztályozó modellt, amely képes meghatározni az optikai lemezeken tárolt adatok minőségét, melyhez elegendő csupán pár képet készíteni a lemez hátoldaláról. Mindezt, közel 70%-os pontosság mellett teszi. A fejlesztés során számos gépi tanulásos technológiát használtam, úgy mint a scikit-learn, keras és sok más egyéb.