[regisztráció nyitva]
Regisztrációt zárjuk: 2026. május 29. (péntek) 22:00-kor!

nap

óra

perc

másodperc

Fejlődni vágyó data scientist és data analyst junioroknak és medioroknak:

Data Science Klub

Tanulj Magyarország évtizedes tapasztalatú adatos szakembereitől és mozogj magabiztosan az álláspiacon!

„A Data Science Klubbal tudást, kapcsolati hálót és portfólióépítési lehetőséget kapnak az adatos kollégák. Megkapják mindazt, ami egy sikeres data science karrierhez kellhet.

Magyarország legjobb szakembereit hívom előadni, még én is tanulok tőlük, pedig 10+ éve foglalkozom a területtel.” — Mester Tomi (a Klub alapítója)

Most 406 tagunk van.

A 407. legyél te!

Voltál valaha olyan kíváncsi egy menő cég data science know how-jára, hogy a fél karod adtad volna érte?

Én igen.

Volt már, hogy féltél bárkihez odalépni egy szakmai eseményen… ezért kóvályogtál kicsit, majd inkább hazamentél?

Mert velem előfordult.

És érezted bármikor azt, hogy „nem vagy elég jó” egy data scientist karrierhez, mert…

…Én is. 🙋

A Data Science Klubbal ezeket hétről hétre, hónapról hónapra közösen megoldjuk.

Azért vagyunk, hogy mélyíthesd a tudásod, szakmai kapcsolatokat és projekteket építhess és végül több pénzt kereshess ezzel a gyönyörű szakmával.

2012-ben „nullkilométeres juniorként” ölni tudtam volna egy ilyen szakmai klubért

A Data Science Klubba igyekszem mindazt belerakni, ami nekem a pályám legelején rengeteget segített volna.

Szerettem volna mélységi tudást kapni senior szakemberektől...

A Klubban minden hónapban egy 60-90 perces online tréninget nézhetsz meg Magyarország legjobb adatos szakembereitől (nekem is mondanak újat!). Mindegyikről van felvétel, a korábbi előadásokat visszanézheted.

Építeni akartam a portfólióm...

Vegyél részt versenyeinken, csináld meg a kihívásainkat. Mire kettőt pislogsz, olyan portfóliód lesz, amire büszke lehetsz (és ami segíti az álláspályázataidat).

Jól jött volna pár „adatos” ismerős...

Ügyes feature-ökkel (taglista, belsős fórum, „random network”, DataShots, stb.) és introvertáltbarát eseményekkel megtörjük a jeget, hogy kicsit könnyebb legyen ismerősöket szerezni.

A tagdíj 11,37x-osát azonnal megkapod ajándékként csak azért, hogy mondj a Klubra egy „talánt”

A csatlakozásodkor nemcsak az összes korábbi előadás felvételéhez férsz hozzá (50+ anyag)…

…hanem 4 ajándékot is kapsz.

Ezeket akkor is megtarthatod, ha lemondod az előfizetésed.

💻 Teljes Data Klub Kódbázis
(becsült piaci ára ~50 000 Ft, neked ajándék)
Összeszedtük a klubban található jelenlegi összes kódot egy azonnal letölthető könyvtárba. Így a teljes data klubos kódbázist használhatod saját projektjeidben kiindulási alapként mintegy “boilerplate” kódként.

📚 Fajszi-Cser-Fehér: Üzleti haszon az adatok mélyén (angol verzió)
(e-könyv piaci ára 6602 Ft, neked ajándék).

Szerintem kinézted már magadnak ezt a szakmai köreinkben legendás 414 oldalas könyvet… Egy magyar adatbányászműhely szakértői sok hazai esettanulmánnyal mutatják meg azokat a módszereket, ahogyan az értő kezek profitot sajtolnak az adatból.

🧑‍💻 Data Source
(online kurzus piaci ára 97 USD + ÁFA, neked ajándék)
Hogyan szerezz adatokat egy-egy üzleti vagy hobbiprojektedhez? 5 modulon és sok-sok példán keresztül ezt a kihívást egyszer és mindenkorra megoldjuk.

🎧 Privát Podcast
(becsült piaci ára ~30 000 Ft, neked ajándék)
6 darab “belsős” interjú hazánk legjobb adatos szakembereivel — karrier utakról, a data science jövőjéről, kapcsolatépítésről, sztoritellingről, stb…

Piaci áron (és ÁFÁ-val számolva) mindez ~132 700 Ft – te mind az ötöt megkapod a csatlakozásod után azonnal. (Ezek olyan anyagok, amiket egyébként is szoktam ajánlani data scientisteknek.)

100%-os garanciával védem az elégedettséged!

A tagdíj 9990 Ft havonta (az ÁFA-t már tartalmazza), de az első hónapban elég, ha egy „talánt” mondasz a Klubra. Ha úgy látod, a Klub „nem talált el téged” bármilyen okból, szólj nekem és visszakapod a teljes tagdíjadat.

Te csak nyerni tudsz: vagy tetszik a Klub, vagy ingyen volt a próba.

Az ajándékok mindegyike akkor is a tied marad, ha lemondod a tagságot.

Allergiás vagyok a nagy ígéretekre. Mi az, amit reálisan várhatsz a Data Science Klubtól?

A klubot akkor fogom sikeresnek mondani, ha tagként azt mondod majd, hogy a klubnak hála már nincs számodra szürke folt a data science-ben. Persze mindenhez nem lehet érteni a data-n belül, de arra a szintre érdemes (és lehetséges) minden témában eljutni, hogy:

fel tudjunk tenni értelmes kérdéseket – így ha érdekel egy résztéma, akkor tudjuk, hogy mire érdemes guglizni vagy ChatGPT-zni, ha mélyebbre akarunk menni
tudjunk egy adott témával foglalkozó kollégával érdemi beszélgetést folytatni
egy állásinterjún legalább annyit tudjunk mondani akár egy speciálisabb témáról, hogy „igen, hallottam róla, tudom, mi az, mélyebben még nem foglalkoztam vele"

A Klubbal szeretnék lépcsőfokokat rakni a lábad alá, amelyeken az imposztorszindrómától a magabiztosabb tudás, a tudatosan épített adatos karrier és az erős portfólió felé lépegethetsz minden hónapban.

Ez nagy és szép feladat, ezért a megoldás is 3 pilléren nyugszik.

A fejlődésed 1. pillére: tudásbővítés

Minden hónapban 60-90 perces online előadás a magyar piac senior data science szakértőitől

Ha élőben nézed, akkor tudsz tőlük kérdezni. Ha aznap nem érsz rá, visszanézheted.

Csatlakozásod után azonnal eléred az összes korábbi előadás felvételét és kiegészítő anyagát (a többségükhöz van extra videó, oktatóanyag, Q&A felvétele, letölthető kódbázis, saját gépen is futtatható Jupyter Notebook vagy más segédlet). Mindegyik előadás önmagában megéri a tagdíj többszörösét, mert piacképesebbé és mélyebbé teszi a data science tudásod.

A Klub teljes tartalmát 2 percnyi regisztráció után már eléred:

Következő előadások:

Saját Tudásbázis + LLM: RAG Lépésről Lépésre

Előadó: Hodvogner Szilvia (Data Scientist, AI fejlesztő @Siemens)

Időpont: 2026. 06. 10. (szerda) 18:00-19:00

Claude Code Data Sciencehez

Előadó: Ujhelyi Tamás (analytics engineer, data scientist)

Időpont: 2026. 07. 15. (szerda) 18:00-19:00

Data Science Esettanulmány: Légikereskedelmi "Aviation" Adatok Elemzése

Előadó: Antal Bálint

Időpont: 2026. 08. 12. (szerda) 18:00-19:00

Idősoros Adatok Data Scienceben I. rész (elemzés és machine learning)

Előadó: Radó László (Lead Data Scientist, BT)

Időpont: 2026. 09. 16. (szerda) 18:00-19:00

SQL adatelemzéshez gyorstalpaló (teljesen nulláról)

Előadó: Mester Tomi (Data36)

Időpont: 2026. 10. 14. (szerda) 18:00-19:00

Tanulási utak

„Miért ne várjak 3 évet a csatlakozással? Addig sokkal több előadás lesz a Klubban, és majd »ledarálom« egyben.”

Megtehetnéd, hogy x év múlva tömbösítve „ledarálod” az anyagokat… de a szíved mélyén tudod te is, hogy végül nem csinálnád meg.

Idő, amíg egy előadást megnézel és megértesz.
Idő, amíg egy hobbiprojektben kipróbálod azt, amit tanultál.
Idő, amíg magabiztossá válik a tudásod.

Ha veszel 10 db könyvet, azt sem tudod egy hétvége alatt mind elolvasni. Ha mégis: vajon mennyi marad meg belőle?

A data science nehéz. Azok lesznek sikeresek benne, akik szívós munkával, folyamatos tanulással lépegetnek előre minden hónapban.

A könyvtárnál vagy a streaming-előfizetésnél sem vársz – hanem folyamatos hozzáférést veszel.

Azért előfizetési formátumot választottam a Data Science Klubnak, mert szerintem a folyamatos havi nyomás („ki kell használnom a Klubot”) segíti a legjobban a fejlődésed. (Az alternatívát elvetettem, vagyis: ömlesztve megkapod az anyagokat és talán 3 hét múlva már feléjük se nézel.)

„Milyen minőségűek az előadások?”

Az eddigi kurzusaimmal szemben az előadásokat javarészt nem én tartom majd, hanem külsős előadókat hívok.

Ennek az oka egyszerű: rengeteg kiváló szakember van itthon, akik a saját szakterületükön sokkal jobbak, mint én.

Ebben a klubban a legjobb minőségű adatos szaktudást szeretném összegyűjteni és elérhetővé tenni. Ehhez pedig a legjobb embereket hívom előadni.

Az előadások minőségéért kezeskedem. A minőséget három eszközzel próbálom biztosítani:

1) Minden előadót ismerek, láttam már őket előadni. Tehát eleve olyan szakemberek jönnek, akik szakmai ÉS prezentációs készségekben is magas szintet képviselnek. Azt is tudom róluk, hogy a data science felé milyen nagy alázattal állnak.

2) Minden előadónak fizetek az előadásért (hat számjegyű összeget). Ezt csak azért írom le expliciten, hogy lásd, hogy ez egyikőjüknek sem egy nap végén összedobott „hobbi-prezi” lesz, hanem egy fizetős gig, amire akár 1-2 hetet is készülnek. (Egy kiemelkedő előadáshoz még a legrutinosabb szakembernek is készülnie kell!) Emellett pedig külön kérem őket, hogy semmilyen önpromó ne kerüljön be az anyagokba, mert azt ugye senki sem szereti. 😊

3) Az előadás előtti napon minden prezentációt átnézek én is. Így igyekszünk az előadókkal közösen arra a szintre belőni az előadást, ami a klubtagoknak a legideálisabb.

A fejlődésed 2. pillére:
projektek és portfólióépítés

Klubtagoknak szervezett kihívásokban és versenyekben gyakorolhatsz – és építhetsz versenyképes portfóliót

Nemcsak elméletileg kell értened a data science-hez – hanem gyakorlatilag is.

Az imposztorszindróma hatékony ellenszere az, ha projektről projektre látod a fejlődésedet.

A Klubban részt vehetsz:

versenyeken, ahol szakmai zsűri értékeli a megoldásokat (és az a data scientist nyer, aki a legtöbb üzleti értéket tudja egy dataset-ből kinyerni)
kihívásokban, ahol 5-10 óra kódolással megoldhatsz egy egyszerűbb adatos feladatot

Mindkettővel mélyül a tudásod és bővül a portfóliód.

Jobb állásokat tudsz megpályázni, ha tudsz referenciákat felmutatni – és ami talán ennél is fontosabb: a gyakorlattól magabiztosabbá válsz, ami csodálatos érzés.

“[…]
Ezt követte [az állásinterjún] elég hamar a második kör, két napra rá, ez már az utolsó volt, az igazgatóval. Ez sokkal nehezebb volt mint az első kör
[…]
A nyári data kihívás, a diverzifikált portfólió elemzés, mint “hobby projekt” adta magát, hogy bedobjam, ennek eléggé nagy sikere lett. Mind az első interjún, mind a másodikon. Szóval tényleg jó hogy van az embernek hobby projektje és az is fontos szerintem hogy több területről legyen egy-egy projekt, mert az adott cég esetleg jobban értékelheti.”

Szabados Hunor László

A fejlődésed 3. pillére:
introvertáltbarát kapcsolatépítés

Építs szakmai kapcsolatokat és legyél te az az ember, akinek „mindenhova van egy ismerőse”

„Ők az én embereim!” – kiáltasz fel.

Azt hitted, hogy csak a te „nünükéd”, hogy az ingatlanok, a repülőjegyek vagy a paradicsomszósz árváltozásának adatait saját adatbázisban gyűjtöd, általad írt algoritmussal elemzed és riportokban prezentálod… mert… hát mert érdekel téged…

…de a meetupunkon döbbensz rá, hogy több tucat jó fej ember osztozik a szenvedélyedben.

Hazaértél.

Csak egy baj van:

A kapcsolatépítést szerintem senki nem élvezi

Ha valahol azt olvasom, hogy „kapcsolatépítési lehetőség”, akkor arra gondolok, hogy ezt csak úgy odaírták tölteléknek, mert jól hangzó marketingszöveg.

Én viszont nem csak „odaírni” szeretném, mert a sikeres karrierben sokat segítenek a szakmai kapcsolatok.

Te is tudod, hogy a kiterjedt szakmai network milyen értékes, mert:

könnyebben találsz így állást
több lehetőség talál meg (startup-alapítás, előadás, workshop-felkérések, nonprofit projektek, szakmai gyakorlatok, bármi egyéb)
gyorsabban halad a karriered (találsz mentort, tanulópartnert, megismered a leendő főnöködet és kollégáidat)

Brutálisan nagy érték, ha a kihívásaid többségét meg tudod oldani olyan egyszerűen, hogy ráírsz egy szakmai ismerősödre

Mert… ugye… vannak ismerőseid.

Ezért évi több élő találkozót (meetupot) szervezünk.

Vajon befogadó ez a közeg?

Döntsd el az élménybeszámolók alapján:

“Kellemes csalódás volt a közösség ereje, a tudat, hogy mindig van kihez fordulni. Számomra korábban ez kevésbé tűnt fontosnak, azonban ma már hatalmas segítség, hogy bármilyen szakmai kérdésben van kihez fordulnom.”

Nagy Roland

“Másfél éve vagyok Data Science Klubtag. Karrierváltó, junior adatelemző. Itt a közösség építő ereje mellett a legfontosabb és legnagyobb érték számomra a folyamatosan bővülő elméleti és gyakorlati tudástár. A Klub nagyon nagy hangsúlyt fektet a minőségi tudás megosztására.”

Tukszárné Dudás Andi

“Mint sokan, én is más területről érkezem a ds világába, egy kapcsolati háló felépítését el sem tudom képzelni a klub nélkül.

Az eltelt bő év alatt a klub maximálisan beváltotta a hozzá fűzött reményeimet. A Slackkel kicsit szkeptikus voltam (egy újabb üzenetküldő app), de megszoktam, és az új verzióval élővé is vált :-)”

Svastits Géza

Hogyan tegyük „introvertáltbaráttá” az eseményeket?

Szerintem a Data Science Klub 5 funkciója segít ebben:

„Random network”. Ha opt-inelsz, akkor havi 1x véletlenszerűen összeköt a szoftver egy másik taggal. Beszélgettek kicsit, aztán vagy „megvan a kémia”, vagy nincs.
Taglista LinkedIn-adatlappal, Slack linkkel, portfólióval. Megjelenhetsz a belsős taglistánkon (ha bepipálod ezt a funkciót) és te is látod a többieket. Ha valaki szimpatikus, írj rá, és a meetupra már ismerősként érkezzetek.
Slack fórum. A meetup-on ismerősként üdvözölhetsz sokakat, ha itt aktív vagy.
Élő találkozók, meetup-ok. Évente többször is találkozunk egymással személyesen, Budapest belvárosában.
DataShots. Egy külön funkciónk van arra, hogy klubtagok is előadhassák egy-egy mini-prezentáció keretein belül a saját projektjeiket a klubban. (És hát tudod, az előadót mindenki ismeri!)

Valószínűleg nem emlékszel a pontos percre, amikor valaki idegenből ismerős, haver vagy jóbarát vált. Ez egy folyamat. A Data Science Klub pedig ezzel a folyamatszemlélettel segíti a kapcsolatépítésed.

“Nagyon jó volt a pénteki rendezvény, nem tűnt fel, hogy elment a három óra :-)”

Illés Andrea

“Szerintem érezhetően más volt a dinamika mint egy meetupon. Én ugye most voltam itt először, és most láttam élőben működni a közösséget. Rögtön volt pár arc akit ismertem a random networkből, ami egyből gyűrűzött is tovább azokra, akiket ők ismertek.

[…]

Nekem most állt össze, hogy milyen kis ökoszisztéma lett ide építve, és milyen sok kapcsolódási pontot raktál az emberek közé. Nem tudom, hogy te hányszor hallottad az este során, de nekem többen is mondták, hogy hú ez az első meetup ahol emberekkel beszélgetek 😀 Úgyhogy mindenki élményekkel, és értékes szakmai kapcsolatokkal távozott. “

DS Klubtag (kérte, hogy ne írjuk ki ide a nevét, amit tiszteletben tartunk)

A Data Science Klub egy „intellektuális edzőterem” adattudósoknak -- ezért van rá havi előfizetés

Te is a lifelong learning híve vagy, igaz?

A Data Science Klubot ennek szellemében építem.

Ez nem „1 db könyv” vagy „1 db tréning”.

Itt „azt veszed meg”, hogy egy hónapban többször tanulsz, kapcsolatot építesz, portfóliót raksz össze és folyamatosan jobb adatos szakemberré válsz.

Mint a streaming-előfizetés vagy egy edzőtermi bérlet – a DS Klub azt feltételezi, hogy folyamatosan tanulsz és fejlődsz.

Honnan lehetek neked ismerős?

Mester Tomi vagyok és több helyen találkozhattunk már:

Talán elvégezted a Junior Data Scientist Akadémiát (itthoni legismertebb képzésem, eddig 4-500 elégedett résztvevővel, akiknek egy jelentős része DS Klubtag is azóta)

Hallhattál a Data36 nevű projektemről (data science blog és online képzések a nemzetközi piacra).
Lehet, hogy láttad YouTube-on a TEDxYouth @ Budapesten tartott előadásom (címe: Ténykonfliktus).

Olvashattad cikkeimet a Stackoverflow Blogon, a ConversionXL és az Optimizely oldalain.
Talán egy berlini, stockholmi vagy barcelonai előadásom vagy tréningem felvételét is láttad?
A Biznisz Boyz Podcast egyik alapítója vagyok, talán hallgattál pár adást.

2012 óta foglalkozom data science-szel, nagy szerelmem a terület.

A Data Science Klubban nem én vagyok a „főszereplő”. Az a feladatom, hogy a magyar senior data scientistek és data analystek szakértelmét könnyen elérhetővé tegyem a hozzád hasonló junioroknak és medioroknak. (Szerintem igen jó anyagokat hoznak: én is tanulok belőlük.)

Plusz a visszajelzéseid (és a saját elképzeléseim) alapján fejlesztem a Klubot új funkciókkal, meetup-okat szervezünk, versenyeket hozunk tető alá, segítünk a tagoknak kapcsolódni, stb…

Üzleti tervem egészen ördögi: elégedetté tenni téged, hogy tag maradj.

Neked való a klub?

Akkor fogod a legtöbb értéket kivenni a Klubból (és a legjobban érezni magad), ha ez a 2 pont igaz rád:

(1) Legalább junior szint (körüli) data science tudásod van

tudsz Pythonban kódolni (legalább alapszinten)
tudsz SQL lekérdezést írni (legalább alapszinten)
van már egy-két gyakorlóprojekt a hátad mögött
ismered az alapfogalmakat (machine learning, prediktív analitika, felhőtechnológiák, adatelemzési technikák). Nem gond, ha ezekben nincs gyakorlati tudásod (ezt megkapod a Klubban), de jó, ha tudod, miről van szó.
nyitott vagy az üzleti gondolkodásra (és érdekel, hogyan lesz az adatból profit)

Ha elvégezted a Junior Data Scientist Akadémiát (vagy egy hasonló tudást adó bootcamp-et), esetleg munkából vagy hobbiprojektekből hozol magaddal tapasztalatot, akkor ez PIPA.

(2) Szeretnél folyamatosan tanulni

A data science nehéz, de megtanulható és izgalmas terület.

Mindent meg tudunk tanítani (én, más mentorok, más képzések), de a kíváncsiság, a tudásszomj és a hozzáállás szerintem nem tanítható.

Ha minden hónapban szeretnél legalább egy kicsit foglalkozni a data science-szel, akkor ez is PIPA.

Felső határ nincs: a data science legjobbjai pont azért a legjobbak, mert 10+ év tapasztalattal is kíváncsiak és tanulnak.

Hogyan csatlakozz a Data Science Klubhoz?

Csatlakozás: Évente párszor egy-egy hétre nyitjuk meg a csatlakozási lehetőséget a data science klubba. Ha jelenleg nem vagy tag, akkor iratkozz fel a Data36 hírlevélre, hogy értesülj a következő ilyen kampányidőszakról: https://data36.hu

Lemondás: Akármikor. Ha úgy döntesz, hogy nem akarsz többé feliratkozó/tag lenni, csak belépsz a fiókodba és egy kattintással azonnal megszüntetheted a tagságodat. (Ha nem megy, írj egy email-t a tomi [kukac] data36 [pont] com-ra és segítek!)

Tagdíj: 9.990 Ft / hó

Pro tipp: Ha tudod, érdemes lehet a munkáltatódnál/cégednél rákérdezni és megpróbálni képzési keretből elszámoltatni a tagdíjat.

Garancia (= te csak nyerni tudsz)

A Data Science Klub egy kiemelt projektem és rengeteg dolgozom azon, hogy sok értéket adjon a résztvevőknek.

100%-ig hiszek benne, hogy hasznos és szükség van rá, de ezzel együtt tudom, hogy nem biztos, hogy mindenkinek ez a megfelelő formátum a tanulásra. Éppen ezért teljes garanciát vállalok rá. Ha nem lennél elégedett (bármilyen okból), csak írj egy e-mail-t, írd le, hogy mi nem tetszett és a visszatérítem a havidíjadat!

(Bármilyen indokot elfogadok, a kérdés oka a termékfejlesztés.)

Itt regisztrálj a Data Science Klubba

Regisztrációt zárjuk: 2026. május 29. (péntek) 22:00-kor! --nap --óra --perc --mp

Havi tagság

Data Science Klub

9.990 Ft / hó (27% ÁFA-t tartalmazza)

Python, machine learning, statisztika, üzleti tudás tananyagok (top hazai adatos szakemberektől)
50+ előadásfelvétel, 7 tanút (online kurzusok)
élő előadásokon való részvétel
belsős fórum
taglista, publikus taglista
élő/online találkozók, random network
5 real-life data science projekt és dataset

🎁 + 4 ajándék (~124 602 Ft értékben — lemondás esetén is a tied marad)

📚 Üzleti Haszon az Adatok Mélyén (e-könyv) + 👨‍💻 Data Source (online kurzus) + 🎧 6 privát podcast adás + 🧑‍💻 teljes kódbázis

Tovább a havi fizetéshez

A díj havonta kerül levonásra, automatikusan. A tagság bármikor és azonnal megszüntethető. Az első hónapodat „ha nem tetszik, visszakapod a tagdíjat” garanciával védem.

A gomb lekattintása után a fizetési oldalra kerülsz, ahol biztonságosan fizethetsz bankkártyával.

2 hónap ingyen

Éves tagság

Data Science Klub

99.900 Ft / év (27% ÁFA-t tartalmazza)

Python, machine learning, statisztika, üzleti tudás tananyagok (top hazai adatos szakemberektől)
50+ előadásfelvétel, 7 tanút (online kurzusok)
élő előadásokon való részvétel
belsős fórum
taglista, publikus taglista
élő/online találkozók, random network
5 real-life data science projekt és dataset

🎁 + 4 ajándék (~124 602 Ft értékben — lemondás esetén is a tied marad)

📚 Üzleti Haszon az Adatok Mélyén (e-könyv) + 👨‍💻 Data Source (online kurzus) + 🎧 6 privát podcast adás + 🧑‍💻 teljes kódbázis

Tovább az éves fizetéshez

A díj évente kerül levonásra, automatikusan. A tagság bármikor és azonnal megszüntethető. Az első hónapodat „ha nem tetszik, visszakapod a tagdíjat” garanciával védem.

A gomb lekattintása után a fizetési oldalra kerülsz, ahol biztonságosan fizethetsz bankkártyával.

Visszajelzések Data Science Klubtagoktól

“[…] ez a szolgáltatás számomra nagyon megéri, rengeteg ötletet ad és a munkámhoz inspirációt. Ja, meg persze elég jól oszlatja a ködöt.

Szerintem ez ma itthon hiánypótló, bár nem ismerem a többiek véleményét, de úgy gondolom, hogy ha hamarabb tudomást szereztem volna róla, előrébb járnék.“

Polonyi Zsolt

“Visszajelzeskent: networking téren a linkedin kapcsolódas valóban jol mukodik. Rovid bemutatkozómra 43/52 klubbtag visszajelölés érkezett, sokan személyesen visszaírtak. És ennek kapcsán 3 személyes videóhívás is alakul. Számítottam rá valahol, de mégis meglepett :) Hálás köszönet a felületért.“

Albert Örs

“[…] a klub szerintem elég jól fel van építve, mindent “alám tesz” ami ahhoz kell, hogy elinduljak vagy továbbfejlődjek ebben a témában”

Szendrei Orsolya

Gyakori kérdések

Problémám akadt a fizetés/regisztráció/lemondás alatt… Kinek írjak?

A tomimester@data36.com email címre írj, és segítek! (Biztos-ami-biztos alapon CC-zheted a tomi [kukac] data36 [pont] com email címet is.)

Fizetheti a munkaadóm is a tagdíjat céges képzési keretből?

Naná! Tök jó ötlet! Amennyiben a céged tud bankkártyával fizetni, ennek semmi technikai akadálya nincs — a számlát automatikusan fogod kapni email-ben, ami teljesen céges-könyvelés-kompatibilis és mivel Kft. állítja ki, akár az ÁFÁ-t is le tudja írni a céged.

Mikor lehet csatlakozni?

Évente párszor egy-egy hétre nyitjuk meg a csatlakozási lehetőséget a data science klubba. Ha jelenleg nem vagy tag, akkor iratkozz fel a Data36 hírlevélre, hogy értesülj a következő ilyen kampányidőszakról: https://data36.hu

Még semmit nem tudok a data science-ről… Nekem is érdemes csatlakoznom?

Igen!

Eredetileg gyakorló data scientist-eknek szántuk a klubot, de a nagy érdeklődés az idő során ez átalakult. Most már nagy hangsúlyt fektetünk arra, hogy teljesen kezdőknek szóló anyagok is kerüljenek fel!

Kapok számlát?

Igen. A magyar törvények szerint mindenki kap számlát minden fizetése után, havi rendszerességgel. A számlát az Adattenger Kft. állítja ki automatikusan.

Külföldi cégként szeretnék regisztrálni? Mi a helyzet az ÁFA-val?

Külföldi cégként is regisztrálhatsz. Ebben az esetben kérlek küldj egy email-t nekem — mert itt az EU-s ÁFA-törvény kompatibilitás miatt egy másik felületen kell majd regisztrálnod.

Mi van, ha nem tetszenek a Data Science Klubban található anyagok?

A Data Science Klub egy kiemelt projektem és rengeteg dolgozok azon, hogy sok értéket adjon a résztvevőknek. 100%-ig hiszek benne, hogy hasznos és szükség van rá, de ezzel együtt tudom, hogy nem biztos, hogy mindenkinek ez a megfelelő formátum a tanulásra. Éppen ezért teljes garanciát vállalok rá. Ha feliratkozol és nem vagy elégedett, csak írj egy e-mail-t, írd le, hogy mi nem tetszett és a visszatérítem a havidíjadat!

Hogyan tudom lemondani az előfizetésemet?

Hogy ebből véletlen se legyen probléma, csináltam egy lépésről-lépésre útmutatót arról, hogy hogyan tudod lemondani az előfizetésedet/tagságodat. Íme: https://dataklub.hu/lemondas – ha még ezután is problémába futsz, írj egy email-t nekem a tomimester@data36.com-ra, és segítek! (Biztos-ami-biztos alapon CC-zheted a tomi [kukac] data36 [pont] com email címet is.)

[regisztráció nyitva] Regisztrációt zárjuk: 2026. május 29. (péntek) 22:00-kor!

Data Science Klub​

Tanulj Magyarország évtizedes tapasztalatú adatos szakembereitől és mozogj magabiztosan az álláspiacon!

Voltál valaha olyan kíváncsi egy menő cég data science know how-jára, hogy a fél karod adtad volna érte?

2012-ben „nullkilométeres juniorként” ölni tudtam volna egy ilyen szakmai klubért

Szerettem volna mélységi tudást kapni senior szakemberektől...

Építeni akartam a portfólióm...

Jól jött volna pár „adatos” ismerős...

A tagdíj 11,37x-osát azonnal megkapod ajándékként csak azért, hogy mondj a Klubra egy „talánt”

100%-os garanciával védem az elégedettséged!

Allergiás vagyok a nagy ígéretekre. Mi az, amit reálisan várhatsz a Data Science Klubtól?

A fejlődésed 1. pillére: tudásbővítés

Minden hónapban 60-90 perces online előadás a magyar piac senior data science szakértőitől

Következő előadások:

Saját Tudásbázis + LLM: RAG Lépésről Lépésre

Előadó: Hodvogner Szilvia (Data Scientist, AI fejlesztő @Siemens)

Időpont: 2026. 06. 10. (szerda) 18:00-19:00

Claude Code Data Sciencehez

Előadó: Ujhelyi Tamás (analytics engineer, data scientist)

Időpont: 2026. 07. 15. (szerda) 18:00-19:00

Data Science Esettanulmány: Légikereskedelmi "Aviation" Adatok Elemzése

Előadó: Antal Bálint

Időpont: 2026. 08. 12. (szerda) 18:00-19:00

Idősoros Adatok Data Scienceben I. rész (elemzés és machine learning)

Előadó: Radó László (Lead Data Scientist, BT)

Időpont: 2026. 09. 16. (szerda) 18:00-19:00

SQL adatelemzéshez gyorstalpaló (teljesen nulláról)

Előadó: Mester Tomi (Data36)

Időpont: 2026. 10. 14. (szerda) 18:00-19:00

Tanulási utak

A fejlődésed 2. pillére:projektek és portfólióépítés

Klubtagoknak szervezett kihívásokban és versenyekben gyakorolhatsz – és építhetsz versenyképes portfóliót

A fejlődésed 3. pillére: introvertáltbarát kapcsolatépítés

Építs szakmai kapcsolatokat és legyél te az az ember, akinek „mindenhova van egy ismerőse”

A kapcsolatépítést szerintem senki nem élvezi

Brutálisan nagy érték, ha a kihívásaid többségét meg tudod oldani olyan egyszerűen, hogy ráírsz egy szakmai ismerősödre

Hogyan tegyük „introvertáltbaráttá” az eseményeket?

A Data Science Klub egy „intellektuális edzőterem” adattudósoknak -- ezért van rá havi előfizetés

Honnan lehetek neked ismerős?

Neked való a klub?

(1) Legalább junior szint (körüli) data science tudásod van

(2) Szeretnél folyamatosan tanulni

Hogyan csatlakozz a Data Science Klubhoz?

Garancia (= te csak nyerni tudsz)

Itt regisztrálj a Data Science Klubba​

Visszajelzések Data Science Klubtagoktól

Gyakori kérdések

Előadásaink:

[regisztráció nyitva]
Regisztrációt zárjuk: 2026. május 29. (péntek) 22:00-kor!

Data Science Klub

A fejlődésed 2. pillére:
projektek és portfólióépítés

A fejlődésed 3. pillére:
introvertáltbarát kapcsolatépítés

Itt regisztrálj a Data Science Klubba