BSc Témalaboratórum (BME VIMIAL00) Előzetes tájékoztató előadás 2018 ősz. Dr. Ráth István

Átírás

1 BSc Témalaboratórum (BME VIMIAL00) Előzetes tájékoztató előadás 2018 ősz Dr. Ráth István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék 1

2 ÁLTALÁNOS INFORMÁCIÓK 2

3 Alapelvek Önálló munka: a legfontosabb tárgyak o Ha valaki jól csinálja, ebből lehet a legtöbbet tanulni o Amennyit ti beletesztek, annyit mi is hozzáteszünk (100% felett is! à TDK) Mindenkinek találunk megfelelő témát o Nehézség: egyszerűbb feladatok à éles K+F projekt o Szakterületek: infrastruktúra, üzleti folyamatok és alkalmazások, szoftvertervezés, modellezés és kódgenerálás, kritikus beágyazott rendszerek, kiberfizikai rendszerek, big data, blockchain, adatmérnökség, döntéstámogatás, tudásfúzió, informatikával segített életvitel, képi információ feldolgozása, kooperatív intelligens rendszerek, szemantikus technológiák, szövegbányászat o Technológiák: Java, C#, NoSQL, R, VMware, Eclipse, M2M,.. o Alkalmazásterületek: vasút, repülő, autó, mobil, smart home, cloud, IoT,... Témalabor: a szakmai műhelyek munkájának megismerése Önálló labor: egyénre szabott megközelítés 1. Személyes kontaktus (beszélgetések) 2. Személyes konzultáció (egyénre fókuszált és/vagy kis csoportokban) 3. Segítség a felkészülésben (beszámolók) 4. Csapatmunka is lehetséges (De: az értékelés is egyéni!) 3

4 Alapelvek Aki ambíciózus, mindenképp érdemes TDK-ra jelentkeznie! obüszkék vagyunk arra, hogy kiemelkedő sikereket értünk el onagyon sokat lehet tanulni belőle oszakdolgozatra, MSc-re a legjobb így készülni oa legjobb karrierindító kutatói és kiemelt szakmai pályákhoz Témalabor: csak tanszéki keretek között végezhető! 4

5 Követelmények Félév közben: rendszeres konzultáció Félév végén: szóbeli és írásbeli beszámoló o Szóbeli: Forma: 10 perces előadás (fóliák) + rövid kérdések megválaszolása Tartalom: a témához kapcsolódó technológia elsajátítása, önálló (rész)feladat megoldása Motiváció, gyakorlati jelentőség, irodalomkutatás, kezdeti eredmények Konkrét eredményekkel és önálló labor irányú folytatási tervvel o Írásbeli: 5-10 oldal, reprodukálható eredmények, igényes jegyzőkönyv stílusban Osztályzat: o Félévközi jegy o 50% félévközi munka, írásbeli beszámoló 25%, szóbeli beszámoló 25% o Nem kaphat jegyet: Bármelyik nem éri el az elégséges szintet Konzulens vagy tárgyfelelős nem fogadja el az írásbeli beszámolót Írásbeli beszámoló nincs kész a pótlási hét végéig 5

6 A félév menete 1. héten o Témacsokrok áttekintése a tanszéki weblapokon 2. héten o Keddig jelentkezés az FTSRG / AI témákra a webes űrlap segítségével Legalább 3-3 témát kötelező megjelölni mindkét kutatócsoportból Ha nem jelöltök meg további témát, az számunkra azt jelenti, hogy egyformán szívesen mennétek bármelyik fennmaradó témára. o Szerdán elkészül az előzetescsoportbeosztás (FTSRG / AI) o Kapcsolatfelvétel a kutatócsoporttal, konzulenssel o Részletes téma egyeztetése 3. héten o Elkészül a végleges témabeosztás o Egyéni / csoportos munka elkezdése 14. héten félév végi beszámolók o a kutatócsoportok szervezésében o hír a portálon + Neptun körüzenet 6

7 Információk a tárgyról Tárgy adatlap a Dékáni Hivatal honlapján: Hivatalos tárgyhonlap: FTSRG hallgatóknak: o Hírek, hirdetmények: (RSS-ben is!) o Feladatcsoportok: o Előzetes jelentkezési űrlap, segédanyagok, beszámolók, korábbi témák, AI hallgatóknak: Kihez fordulhattok? o Gyakori kérdések: hírek à honlapok à konzulens à tárgyfelelős o Szakmai kérdések, konkrétumok: konzulens o Kérdés, megjegyzés, kérés a tárggyal kapcsolatosan: tárgyfelelős 7

8 Szakmai műhelyek bemutatkozása Hibatűrő Rendszerek Kutatócsoport o Kiberfizikai rendszerek (Pataricza András) o DevOps (Micskei Zoltán) o Blockchain rendszerek és technológiák (Kocsis Imre) o Ellenőrzési és modellezési technikák (Majzik István) Intelligens Rendszerek Kutatócsoport o Nagyléptékű hálózati modellek vizualizációja (Hullám Gábor) o Genetikai, biológiai és kemoinformatikai adatok mérése és elemzése (Antal Péter) o Beágyazott szenzoradatgyűjtő rendszerek, informatikával segített életvitel (Ambient Assisted Living) (Pataki Béla) o Kooperatív intelligens rendszerek (Mészáros Tamás) o Szemantikus technológiák és szövegbányászat (Mészáros Tamás) o Valószínűségi gráfos modellek felhasználása a mesterséges intelligenciában (Hullám Gábor) o Neurális hálók és mély tanulás alkalmazása (Hadházi Dániel) 8

9 DOKUMENTÁCIÓS KÖVETELMÉNYEK 9

10 Miért fontos a dokumentáció? 10

11 Dokumentáció Része minden mérnöki munkának Olyan információ, ami nincs benne a kódban Ez adja el a munkánkat Tanulni, gyakorolni kell otévhit: Majd élesben tudok jót is írni Formai, tartalmi tanácsok: 11

12 A jó dokumentáció Érthetően tagolt A miértet is leírja Nincs tele felesleges képernyőképekkel Nincs benne helyesírási hiba Igényes kinézetű 12

13 Sablonok Segédletek o o Tippek-trükkök az FTSRG GitHub tudásbázisban: o Elsősorban: 13