Mesterséges Intelligencia

Itt a helyed a versenyben, ha

• nem vagy MI fejlesztő / szakértő, de nem idegenkedsz egy kis matektól, a programozástól és kreatívan közelíted meg a feladatokat.
• a munkád során érintőlegesen dolgozol MI fejlesztőkkel, és programozni is tudsz.
• MI fejlesztőként kizökkennél egy kicsit a hétköznapi feladataidból.

Változatos témákkal és feladatokkal készülünk a szöveg- és képelemzésen át az orvosi adatelemzésig. Rákérdezünk az alapokra is és mutatunk néhány izgalmas alkalmazást is. A feladatok megoldásait pedig mindig működő, önálló notebookban kapjátok meg.

Az alábbi témakörökben megszerzett ismeretek előnyt jelenthetnek:

• mesterséges intelligencia és neurális hálózatok elmélete
• python programozási nyelv ismerete
• tensorflow, pytorch, colab ismerete

• 30 éve vagyunk a hazai IT piac egyik meghatározó szereplője
• Számos országos szinten is nagy horderejű pénzügyi, közigazgatási és mezőgazdasági adatbázis, illetve ügyviteli rendszer informatikai hátterének sikeres kifejlesztésével szereztünk magunknak nevet
• Az elmúlt években egyre több térinformatikai feladatot, távérzékelési kutatást, fejlesztést végzünk.
  Létrehoztuk Magyarország egyik első ipari célú Sentinel műholdas adatközpontját, ahova közel valós időben érkeznek be a felvételek hazánk egész területéről.
• Előtérbe került nálunk az adatok mesterséges intelligenciával történő feldolgozása, az itt megszerzett szaktudást több K+F projektben is eredményesen használjuk.
• Profilunk fontos része a mélytanulásos mesterséges intelligencia is, ezeket a módszereket is sikeresen alkalmazzuk a műholdas adatelemzésben és orvosi képelemzésben is.
• Tüdőrák-diagnosztikai MI alkalmazásunk már a klinikai validációs folyamatnál tart

• A lehetetlent is megcsináljuk! Minél lehetetlenebb egy feladat, annál nagyobb eredmény megoldani.
• A cégben a legnépszerűbb sport a teljesítménytúrázás, olyannyira, hogy a magyar IT szektorban valószínűleg nálunk a legnagyobb a Kazinczy 200 sikeres teljesítőinek a száma
• Büszkék vagyunk, hogy a magyar túrázás 150. évfordulójának keretében Varga Csaba, mint az általunk támogatott Kárpát Egyesület tagja, sikeresen mászta meg a Nanga Parbat 8125 m csúcsát. A csúcsra érve az Ulyssys zászlaja is loboghatott a szélben.
• Az irodánkban a faliújságon gyűjtjük a munkába biciklizés során talált érdekes tárgyakat.
• A tárgyalóink egy-egy szőlő dűlőről kapták a neveiket.

Az Ulyssys és konzorciumi partnerei által közösen végzett, több, mint 3 éven át tartó kutatás-fejlesztési- és innovációs projektjében olyan rendszer került fejlesztésre, mely CT felvételeket feldolgozó mesterséges intelligencia alkalmazásával segíti a daganatos megbetegedések korai felismerését. A programot később mellkasi szervek komplex vizsgálatára, a szív és tüdő egyéb betegségeinek diagnosztizálására is ki szeretnénk terjeszteni. A saját fejlesztésű neurális hálózataink 3D-ben, nagy megbízhatósággal szegmentálják a gyanús elváltozásokat – narancssárga a szakorvosi jelölés, sárga az MI-s predikció.

2025 tavaszán elindult az első Európai Űrügynökség által támogatott kutatási projektünk. Magyarországon és Európa több országában is sokan gazdálkodnak keskeny, kisméretű parcellákon, ezek sok esetben csupán 10 méter szélességűek. A projektben arra keressük a választ, hogyan elemezhetők ezek a táblák modern gépi tanulásos és szubpixel alapú módszerekkel az ESA Sentinel-2-es űrfelvételei alapján. 2025 nyarán elindult a második kutatás-fejlesztési projektünk is, amiben szintén a Sentinel-2 űrfelvételek alapján keressük a gyomokkal fertőzött gyepterületeket. A kutatásban hiperspektrális és nagyfelbontású műholdas adatforrásokat, valamint mesterséges intelligencia alapú elemzéseket is alkalmazunk a minél pontosabb és megbízhatóbb eredmény eléréséhez.

Ahogy számos területen a nagyvilágban, cégünknél is egyre több projektbe építünk be valamilyen mesterséges intelligenciára épülő modult. Az MI-s megoldások ráadásul fáradhatatlanok és korlátlan számban beüzemelhetők.

Hogyan kapcsolódik a mezőgazdasági térinformatika az orvosi képelemzéshez? Miért foglalkozik valaki, vagy akár egy egész csapat egyik nap műholdképekkel, másik nap pedig mellkasi CT felvételekkel? Sok az adat vagy kevés a radiológus? Mit lehet ezeken a szakterületeken egy nap leforgása alatt megtanulni vagy megtanítani? Kinek vagy minek? A válasz a Mesterséges Intelligencia.

Egyes feladatokat fejben/papíron vagy a feladatkiírásban megadott webes alkalmazásban is meg tudsz oldani, a többihez viszont szükséged lesz az alábbiakra:

• Colab: Jupyter notebook alapú feladathoz – colab bejelentkezés: https://colab.research.google.com/
• Python: saját python környezetre (és GPU-ra) abban az esetben lehet szükséged, ha Colabon nem kapsz GPU-t, vagy ha minden áron saját gépen dolgoznál. A fordulók elején megtalálod majd az éppen szükséges requirements.txt-t a környezet belövéséhez.