It is a full‑stack application that uses Spring Boot along with React JS and Tailwind CSS. The application allows authenticated people to add students and validate their data based on their passports. For this, it uses Azure’s Form Recognizer. 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 is a full‑stack Todo application where on the backend I used Spring Boot and on the frontend React JS (with Chakra UI component library). The application allows all the CRUD operations for Todo items.

Ez az alkalmazás szintén egy full‑stack megoldás, amely React JS‑t használ a kliensoldalon (a Chakra UI komponenskönyvtárral). A rendszer lehetővé teszi a hitelesített felhasználóknak a napi teendőik felvitelét és esetleges módosítását.

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

Ez az alkalmazás részben készült el, de működőképes. Lehetővé teszi a számítógépes játékok csereberéjét a felhasználók között. Az IGDB API-ját használja a játékok adatainak lekérésére. Továbbá az alkalmazás alapvető chatfunkciót is biztosít, a 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 simplifies adding timestamps to Zoho People. It communicates with the 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 alatt, a TIS Hungary Kft.-nél végzett szakmai gyakorlatom során készült. A platform megkönnyíti a Zoho People‑hoz kapcsolódó műveleteket. A kliensoldalon React JS készült.

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 kincsesládához, még mielőtt a múmia utolérné 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 developed a binary classification model that can predict the data quality on an optical disk based on images of its back side, with over 70% accuracy. While developing, I combined several machine learning technologies like scikit‑learn, Keras and others. For optimal results, I combined traditional machine learning and deep learning concepts.

A kutatásom során elkészítettem egy bináris osztályozó modellt, amely képes meghatározni az optikai lemezeken tárolt adatok minőségét, amihez elegendő csupán néhány képet készíteni a lemez hátoldaláról. Mindezt közel 70%-os pontossággal teszi. A fejlesztés során számos gépi tanulási technológiát használtam, úgy mint a scikit‑learn, Keras és sok más egyéb.