Adatvezérelt döntéshozatal a modern üzleti környezetben

Adatvezérelt döntéshozatal

Hogyan segít az adatvezérelt szemlélet a gyorsabb és pontosabb döntések meghozatalában? Megmutatjuk, miért alapfeltétel a versenyképességhez.

Az adat ma már nemcsak mellékszereplője az üzleti döntéseknek, hanem kulcsszereplőjükké vált. Az adatvezérelt döntéshozatal nemcsak trend, hanem alapfeltétel a versenyképességhez. A vállalatok, amelyek hatékonyan gyűjtik, elemzik és hasznosítják az adatokat, gyorsabban tudnak reagálni a piac változásaira, és jobban tudják kiszolgálni ügyfeleik igényeit.

Mi az adatvezérelt döntéshozatal?

Az adatvezérelt döntéshozatal olyan folyamat, amelyben a vállalati döntéseket objektív, mérhető adatok alapján hozzák meg, nem pedig megérzésekre vagy korábbi tapasztalatokra alapozva. Ez nem azt jelenti, hogy az emberi tapasztalat ne lenne fontos, hanem azt, hogy az adatok segítségével sokkal megalapozottabb döntések születhetnek.

A modern üzleti környezetben az adatok forrása lehet CRM rendszerekből, ERP-ből, webanalitikából, szociális médiából, ügyfélszolgálati rendszerekből vagy akár ür \xfcgyfél-visszajelzésekből is.

Az adatvezérelt szemlélet előnyei

Az egyik legnagyobb előny a döntések gyorsasága és pontossága. A valós idejű adatok segítségével egy cég azonnal reagálhat a piac változásaira, optimalizálhatja a kampányait, és hatékonyabban kezelheti erőforrásait.

Emellett az adatvezérelt megközelítés növeli a átláthatóságot, csökkenti a hibák lehetőségét, és segít a mérhető teljesítényalapú működés kialakításában.

Eszközök és technológiák

Az adatvezérelt döntéshozatal támogatásához számos eszköz áll rendelkezésre. A legnépszerűbb BI (Business Intelligence) platformok közé tartozik a Power BI, a Tableau és a Google Looker Studio. Ezek segítenek az adatok vizualizálásában, összefüggések felismerésében és döntéstámogató riportok készítésében.

Aki pedig haladóbb szinten gondolkodik, bevezetheti az adatelemzési modelleket, prediktív elemzéseket vagy akár mesterséges intelligencia alapú megoldásokat is.

Hogyan váljon adatvezérelté egy vállalat?

  1. Adatgyűjtés kialakítása: első lépés az, hogy minden releváns folyamatban legyen automatizált adatgyűjtés.
  2. Egységes adattár: az adatok egy helyre érkezzenek be, struktúráltan, lekérdezhetően.
  3. Elemző eszközök bevezetése: BI rendszerek, dashboardok, riportok.
  4. Adatkultúra fejlesztése: a döntéshozók ismerjék és értsék az adatalapú gondolkodást.

Képzések és mentoring: a csapat fejlesztése adattudatosság terén.

Összefoglaló

Az adatvezérelt döntéshozatal segít abban, hogy pontosabb, gyorsabb és objektívebb üzleti döntések szülessenek. Aki időben bevezeti ezt a szemléletet, komoly versenyelőnyre tehet szert a digitalizált piacon.

Fedezd fel, mit kínál a Codecool még!

Ismerd meg, hogyan dolgozhatsz együtt Európa egyik vezető digitális képzőközpontjával, és érheted el digitalizációs céljaidat gyorsabban és hatékonyabban. Akár IT szakemberekre van szükséged, akár céges tréningeket keresel, nálunk megtalálod a megoldást. Kattints a linkre, és nézd meg részletes ajánlatainkat!

Gyakori kérdések:

Miért fontos az adatvezérelt döntéshozatal?

Mert segít objektív, tényeken alapuló döntéseket hozni, csökkenti a hibák lehetőségét és növeli a versenyképességet.

Milyen eszközöket érdemes használni?

Power BI, Google Looker Studio, Tableau, CRM és ERP rendszerek.

Kinek való az adatvezérelt szemlélet?

Bármilyen méretű és iparágú vállalat profitálhat belőle, ha nyitott az adatalapú gondolkodásra.

AI-alapú tanulás: a ChatGPT beépítése a tantervünkbe

ChatGPT KI Künstliche Intelligenz

Az olyan AI-asszisztensek, mint a ChatGPT értékes eszközök, amelyek forradalmasíthatják azt, ahogy a fejlesztők dolgoznak, megoldanak problémákat, és új dolgokat tanulnak meg. Ezért is építjük be a tantervünkbe. Az AI egy erőteljes szárnysegéd, és a segítségével a diákjaink még hihetetlenebb dolgokat érhetnek el.

ChatGPT KI Künstliche Intelligenz

TARTALOMJEGYZÉK

Az AI folyamatosan címlapra kerül a lehetséges előnyei és a várható veszélyei miatt. Az önvezető autótól kezdve a vulkánkitörések előrejelzéséig máris láthatjuk a hatásait. Ez alól az oktatás sem jelent kivételt

Ha minket kérdezel, a jövő kecsegtetőbb, mint valaha. Tudd meg, hogyan alakíthatja át a mesterséges intelligencia a jövőt, milyen változások várhatóak a fejlesztői állások terén, és hogyan építjük be a ChatGPT-t a Codecool tantervébe.

ChatGPT KI Künstliche Intelligenz

Az AI-t és a ChatGPT-t körülvevő felhajtás

Ha esetleg le vagy maradva az AI-hírek terén, hadd foglaljuk össze ezeket: habár az AI már egy ideje velünk van, az Open AI ChatGPT-je (illetve most már a még jobb verziója, a GPT-4) és az, hogy ez a technológia széles körben elérhetővé vált, új kérdések és aggodalmak áradatát indította el az emberiség számára. Az íróktól és programozóktól kezdve az egészségügyi szakemberekig mindenkinek összeszorult a gyomra egy pillanatra: „Vajon elavulttá fog válni a munkám az AI miatt?” Eközben a tanárok és diákok világszerte azon merengenek: „Van egyáltalán még értelme az esszéírásnak, ha az AI képes rá?”

Előnyök és hátrányok

Ha eljátszadoztál már képek készítésével a Midjourney oldalán (egy Discord-szerveren, ahol remekműveket hozhatsz létre MI segítségével), vagy már használtad az AI-t, hogy könnyebbé tedd a mindennapi életed, rá fogsz jönni, hogy ez egy csodás eszköz, tele lehetőségekkel. Javíthat a produktivitásodon, megvitathat veled összetett témaköröket, és még pókerben is megverhet, mintha ez semmiség lenne.

De akármilyen izgalmas is az AI, fontos megfontolni a lehetséges hátrányait is. Habár a jövőt nem tudjuk megjósolni, az egyik legfőbb aggály az, hogy az emberek elveszítik az állásukat, és egyes szakmák értelmetlenné válnak az AI nak köszönhetően. Az AI mainstreammé válásának másik hátborzongató kimenetele, hogy egy ponton nem leszünk képesek különbséget tenni az AI és az igazi emberek által létrehozott tartalmak között. Gondolj a hang-, videó-, képi és írásos anyagokra. Eközben az oktatásban a csalás és az esetleges plágium a legfőbb aggály. Azonban, amint az AI még szélesebb körben elterjed, az is hatalmas fejfájást fog okozni, hogy különbséget tegyünk a rossz és jó válaszok közt.

Az AI világa gyorsan változik, és a törvényhozók próbálják tartani a lépést vele. Máris folyik a vita arról, hogy a ChatGPT-t egy nagy kockázatot jelentő AI-nak minősítsék Európában, ezért el is készült a Mesterséges intelligencia – MI törvény tervezet.

ChatGPT KI Künstliche Intelligenz

Milyen hatással lesz az AI a fejlesztők munkájára?

Mielőtt belevetjük magunkat abba, hogyan változik meg a Codecool módszere, vesézzünk ki egy fontos kérdést: „Az AI miatt elavulttá válhat a programozók munkája?”

Ha minket kérdezel, a válasz az, hogy ez nem túl valószínű.

Habár az AI kétségtelenül lenyűgöző, megvannak a maga korlátai. Például a ChatGPT hatalmas mennyiségű, múltbéli adatokon alapszik. Emiatt képtelen helyettesíteni az emberi leleményességet, hiszen csak azzal tud dolgozni, amit már tud. Képes utánozni a kreativitást, ezért hasznos lehet az ötletelések során. Azonban folyamatos finomításra és emberi beavatkozásra van szüksége.

Az AI etikai és felelősségi kérdései

Bár az AI rengeteg lehetőséget teremt, számos etikai kérdést is felvet. A fejlesztőknek egyre inkább figyelembe kell venniük az AI rendszerek átláthatóságát, a torzítások kiküszöbölését és az adatbiztonságot.

  • Adatvédelem és biztonság: Az AI-asszisztensek, mint a ChatGPT, hatalmas adatmennyiségre támaszkodnak, így a személyes és érzékeny adatok védelme kulcsfontosságú.
  • Torzítás és előítéletek: Az AI csak annyira lehet elfogulatlan, amennyire az adatok, amelyeken betanították. Ezért a fejlesztőknek tudatában kell lenniük az esetleges adatbeli torzításoknak, és felelősséget kell vállalniuk azok kiküszöböléséért.
  • Felelősség és döntéshozatal: Az AI döntéshozatali képességei még nem tökéletesek, ezért mindig emberi felügyeletre van szükség. A fejlesztők szerepe nem csupán a rendszerek létrehozása, hanem azok ellenőrzése és felelősségteljes használata is.

Vállalati szereplőként mindenképp érdemes kikérned AI szakértők, vagy jogi konzulensek segítségét, tanácsát, különösen, ha AI-alapú terméken dolgozik a céged, vagy pedig AI-jal használsz fel ügyféladatokat!

Az AI és a fejlesztői karrier – milyen skilleket érdemes fejleszteni?

Az AI térhódításával nem a fejlesztők szerepe szűnik meg, hanem inkább átalakul. Érdemes már most olyan készségekre összpontosítani, amelyek segítenek kihasználni az AI adta lehetőségeket:

  • Prompt engineering (AI promptok írása): Az AI-t használó fejlesztők egyik legfontosabb készsége lesz a pontos és hatékony utasítások megfogalmazása az AI számára.
  • AI modellek működésének megértése: Nem elég csak használni a ChatGPT-t vagy más AI eszközöket – fontos érteni is, hogyan működnek, milyen adatokat használnak, és milyen korlátaik vannak.
  • Kódellenőrzési és optimalizálási képességek: Mivel az AI képes kódokat generálni, a fejlesztőknek egyre inkább arra kell fókuszálniuk, hogy a generált kódokat hatékonyan tudják elemezni, javítani és optimalizálni.
  • Etikus AI használat: A fejlesztők felelőssége lesz az AI által generált kódok etikai és biztonsági szempontok szerinti ellenőrzése.
  • Agilis és kreatív problémamegoldás: Az AI nem képes önállóan innoválni vagy teljes mértékben megérteni az üzleti és felhasználói igényeket. A fejlesztőknek továbbra is kulcsszerepük lesz a kreatív megoldások kidolgozásában.

AI-alapú karrierlehetőségek – új szakmák a horizonton

Ahogy az AI egyre több területen megjelenik, új karrierlehetőségek nyílnak meg a fejlesztők számára. Az alábbiak különösen ígéretesek lehetnek azok számára, akik szeretnék kiaknázni az AI-ban rejlő potenciált:

  • AI Engineer: Az AI modellek fejlesztésével, betanításával és optimalizálásával foglalkozik. Ez a szerepkör egyre keresettebb lesz a piacon.
  • Machine Learning Engineer: Azok a fejlesztők, akik értenek a gépi tanuláshoz és az AI modellek implementálásához, kulcsszereplőkké válnak az adatvezérelt iparágakban.
  • AI Product Manager: Az AI-alapú termékek és szolgáltatások fejlesztésének vezetésére szakosodott szakember, aki ötvözi a technológiai és üzleti tudást.
  • AI Ethicist: Egy újonnan megjelenő szakma, amely az AI etikus fejlesztésével és alkalmazásával foglalkozik, különös figyelmet fordítva a társadalmi hatásokra és az adatvédelemre.
  • Data Scientist / Data Engineer: Mivel az AI hatalmas adatmennyiségen alapul, az adattudósok és az adatbázis-fejlesztők szerepe még inkább felértékelődik.

Ha érdekel a programozás és az AI, akkor mindenképpen nézd meg a programozók számára kialakított AI kurzusunkat

ChatGPT KI Künstliche Intelligenz

Ezért az tűnik valószínűbbnek, hogy a fejlesztők szerepköre átalakul majd az AI-nak hála. Íme 5 ok, amiért eléggé valószínűtlen, hogy a programozók elvesznek a múlt ködében az AI miatt:

Miért nem helyettesítheti az AI a programozókat?

  1. Az olyan AI-modelleknek, mint a ChatGPT folyamatos törődésre van szükségük. És kik azok, akik képesek a rendszert fenntartani? Természetesen a fejlesztők! Szükség van rájuk az AI létrehozásához, karbantartásához és fejlesztéséhez.
  2. Mivel minden vállalkozás egyedi és speciális szoftverigényekkel rendelkezik, a fejlesztőknek muszáj személyre szabni és integrálni a megoldásokat, valamint nekik kell azt garantálni, hogy minden jól olajozott gépezetként fusson.
  3. Az AI megoldhat problémákat, viszont kizárólag a megfelelő, konkrét paraméterekkel. Itt jönnek be a képbe a fejlesztők – a kreatív problémamegoldók. Ők azok, akik meg tudnak küzdeni az olyan összetett, valós kihívásokkal, amelyek nem skatulyázhatók be.
  4. Ahhoz, hogy a világ jobb hellyé váljon az AI-nek köszönhetően, a fejlesztők jelentik a kulcsot. Ők tudják azt garantálni, hogy az AI transzparensen és etikusan legyen megtervezve, illetve implementálva, a társadalom érdekeit tartva szem előtt.
  5. Az AI-nak megvannak a maga korlátai. Nem értheti az emberi összefüggéseket, vagy épp nem kezelhet speciális feladatokat. Ezért is elengedhetetlenül fontosak a fejlesztők – ők töltik ki a hézagokat, és garantálják, hogy az AI kéz a kézben működjön együtt az emberi szakértelemmel. Emellett ezek a rendszerek ügyesen nyújtanak téves információt, mégpedig nagyon meggyőző módon – ezért létfontosságú folyamatosan ellenőrizni a kimeneti adataikat.

Ahelyett, hogy a fejlesztők eltűnnének, mi úgy véljük, az AI valószínűleg át fogja alakítani a munkájukat. Habár nem tudjuk megjósolni a jövőt, de a programozóknak nagy eséllyel több idejük maradhat majd az új AI-rendszerek tervezésére és implementálására, forradalmi algoritmusokat hozva létre, és innovatív módokat találva az AI beépítésére a mindennapi életünkbe. Íme egy idézet, ami a mottód lehet, amikor a fejlesztők jövőjére gondolsz:

„Ha felépíted a szükséges skilleket, és a legjobb eszközöket használod a munkához – ami ma még a kézi kódolás lehet, de később AI általi útmutatással történhet –, nem lesz gond. A szoftver mindössze egy eszköz, amely segít az embereknek elérni valamit. A programozók ezt sosem értették. Tartsd a szemed az értéken, amit nyújtasz, és ne szentelj túl sok figyelmet az eszközök sajátosságainak.”

ChatGPT KI Künstliche Intelligenz

Mesterséges intelligencia az oktatásunkban

Nem csupán elfogadjuk az AI-t; integráljuk az oktatási módszerünkbe és tantervünkbe, hogy páratlan tanulási élményt hozzunk létre. Megértjük, hogy egyeseknek aggályai vannak az AI kapcsán, mert félnek, hogy csaláshoz fog vezetni, de mindenki megnyugodhat – a gyakorlaton alapuló tanulásra és az egyéni skillek értékelésére való összpontosításunkkal garantáljuk, hogy a Codecoolerek tényleg elsajátítsák a kódolás művészetét. Az AI leginkább segítséget fog nyújtani, mialatt megtanulsz velünk kódolni.

Ha valaki jól képzett fejlesztővé akar válni, akkor nincs olyan, hogy rövidebb út, még a ChatGPT-vel sem.

Továbbá, mivel megvan benne a potenciál, hogy elavulttá tegye a Google keresőmotorját, a ChatGPT (és más, hasonló AI-asszisztensek) túl erős eszköz ahhoz, hogy figyelmen kívül hagyjuk. És mi izgatottak vagyunk, hogy beépíthetjük a tantervünkbe. Az AI forradalmasíthatja azt, ahogy tanulunk, és ahogy problémákat oldunk meg, a Codecoolnál pedig szeretnénk a legtöbbet kihozni belőle.

ChatGPT KI Künstliche Intelligenz

Mit fogunk tanítani?

Az a célunk, hogy felkészítsük a diákokat az AI használatára, mégpedig az előnyükre, hogy a ChatGPT és a hasonló AI-alapú eszközök a szárnysegédjeikké válhassanak. Az AI igazi segítség lehet az idő és energia megspórolásában, ezért szeretnénk felszerelni a Codecoolereket azokkal az eszközökkel és tudással, ami ahhoz kell, hogy a legjobbat hozhassák ki az AI-ból.

„AI-asszisztensek a programozásban” workshopok

A Codecoolerek már a Full stack fejlesztő képzésünk első modulja során elkezdik megtanulni, hogyan hzhatják ki a legtöbbet az AI-ból.

A workshopok alatt először megbeszéljük az AI-rendszerek történelmét és a legfőbb szempontjaikat. Például a kapcsolatot ezek között a neurális hálózatok és az agy, illetve annak funkció között, valamint persze azt, a programozás hogy jön a képbe. A mesterséges intelligencia hibáit is górcső alá vesszük, például a hallucinációkat

Ezután feladatok következnek, hogy a diákok gyakorolhassák a ChatGPT-vel és az ahhoz hasonló MI-modellekkel való interakciót:

  • a lehető legjobb promptok megírását a maximális kimenetelhez
  • az értékes visszajelzések kapását
  • a tanulási folyamat fejlesztését
  • a modellek használatát a kódok értékelésére
  • a lehetséges hibák elkerülését

Projektalapú tanulás az AI segítségével

A workshopokon túl AI-alapú projektek is lesznek a tantervünkben – ezekkel segítünk átültetni a megszerezett tudást a gyakorlatba.

Például a prompt írás művészetét nem lehet eléggé kihangsúlyozni. Ennek gyakorlása később felbecsülhetetlen lesz a fejlesztők számára. Ugyanez igaz az AI által írt kódok kiértékelésére, amire szintén alaposan fel kell készülni.

ChatGPT KI Künstliche Intelligenz

Kezdj el a jövőről gondolkodni!

A Codecoolerek kiemelkednek a junior fejlesztők sorából. Munkára kész, gyakorlott fejlesztőként végeznek nálunk, és kezükben van a tudás, amivel egyre magasabbra tudnak törni a karrierjükben.

Ha olyan programozókat keresel, akik az AI-fejlesztés élvonalában vannak, és rendelkeznek minden olyan tudással, amire a vállalkozásodnak szüksége lehet, foglalj időpontot. Konzultációnk keretében felmérjük, mire van szüksége vállalkozásodnak, és segítünk új sebességbe kapcsolni!

Önnek 1 új csapattagja érkezett! Generatív AI a munkahelyen

Ma már szinte bárki használhatja a mesterséges intelligenciát, bonyolult kódok helyett mindenki számára hozzáférhető, hétköznapi nyelven is. De pontosan mire tudjuk használni – és hogyan használhatjuk igazán jól? A Harvard Business Review szerzői az ember és a gép együttműködésének új korszakát vizsgálták, kutatásuk szerint az AI a munkatevékenységek több mint 40%-át fogja hamarosan átalakítani.

uj csapattag featured 1

A generatív AI átalakítja a munkát - és a munkahelyeket

A generatív mesterséges intelligencia várhatóan radikálisan átalakít mindenféle munkakört a következő években.

Ma már nem csak a fejlesztők és az IT-szakemberek kiváltsága az AI, bárki utasíthatja a nagy nyelvi modelleket hétköznapi nyelven kiadott parancsokkal. A Harvard Business Review szerzőinek kutatása szerint az USA-ban alkalmazott legtöbb üzleti funkció és az összes munkaköri tevékenység több mint 40%-a kiterjeszthető, automatizálható vagy újragondolható a generatív AI segítségével. A változások várhatóan a legnagyobb hatással a jogi, banki, biztosítási és tőkepiaci szektorokra lesznek – ezt követi a kiskereskedelem, az utazás, az egészségügy és az energiaszektor.

uj csapattag blog 1

A jövőben sokan tapasztalják majd, hogy szakmai sikerük függ attól, mennyire tudják a legjobb teljesítményt kihozni a ChatGPT-hez hasonló nagy nyelvi modellekből – és hogy képesek-e velük együtt tanulni és fejlődni.

3 fúziós készség az AI hatékony használatához

A HBR gondolatébresztő cikkében három olyan fúziós készségről esik szó, amelyekre mindenkinek szüksége lesz, aki szeretné hatékonyan, jó eredményekkel használni az AI-t.

Az intelligens kérdezés képessége magában foglalja a nagy nyelvi modellek olyan módon történő utasításait, amely jobb eredményeket generál. Értenünk kell az AI nyelvén, át kell látnunk, hogyan érhetjük el segítségével a legjobb válaszokat: például általános utasítások helyett az egyes folyamatok lépésekre bontásával vagy többféle lehetséges megoldási út vizualizálásával.

Például egy pénzügyi szolgáltató ügyfélszolgálati munkatársa használhatja ezt egy bonyolult ügyfélkérdés megválaszolásához; egy gyógyszeripari kutató gyógyszervegyületek és molekuláris kölcsönhatások vizsgálatához; egy marketinges pedig adathalmazok elemzéséhez az optimális kiskereskedelmi árazás megtalálása érdekében.

uj csapattag blog 2

Az ítélőképesség integrációja olyan – főleg szakmai és etikai – emberi megítélés beépítését jelenti, amelynek célja, hogy az AI által létrehozott válaszok, megoldások megbízhatók és precízek legyenek. 

A nagy nyelvi modellek sok esetben nincsenek olyan szakmai vagy üzleti háttértudás birtokában, amely az adott probléma megoldásához hasznos lenne, a bizonytalanságot pedig gyakran AI-hallucinációkkal töltik ki. Fontos, hogy átlássuk, mely pontokon lehet szüksége további tanulásra a használt modellnek, és ehhez milyen hiteles forrásokat használhatunk, ugyanakkor felelősen kell eljárnunk adatbiztonsági szempontból is.

uj csapattag blog 3

Végezetül a kölcsönös tanulás magában foglalja a használt mesterséges intelligencia forrásainak kibővítését hiteles tudásbázisokkal, amikor szükséges. 

Ez a tanulás kölcsönös, hiszen miközben a generatív AI az adott vállalat szervezeti adataiból, know-how-jából tanul, az őt betanító ember egyre inkább képes lesz arra, hogy az AI-t összetettebb kihívások kezelésére használja – így válhat a gép hasznos csapattaggá, társalkotóvá a folyamatban.

Miért érdemes tudatosan fejleszteni ezeket a készségeket?

Az empirikus kutatások következetesen azt mutatják, hogy az ad hoc utasítások – ahogyan a legtöbb alkalmazott ma promptolja az AI-modelleket – megbízhatatlan vagy gyenge eredményekhez vezetnek, különösen összetett érvelési feladatok esetén. Ez igaz minden funkcióra, az ügyfélszolgálattól kezdve a marketingen, logisztikán át a K+F-ig. Kritikus fontosságú mindannyiunk számára, hogy nagyobb szigort vigyünk a gen-AI munkahelyi használatába.

Hogyan kérdezd okosan az AI-t?

Gondolkodj mindig lépésről-lépésre: az AI promptolásakor fel kell bontanod a követendő folyamatot annak alkotóelemeire, majd törekedned kell az egyes lépések optimalizálására. Egy gondolatláncot képzelj magad elé, amelyen keresztül egy eredményt keresünk. Empirikus kutatások sora mutatja azt, hogy amikor a generatív AI eszközöket arra utasítjuk, hogy ilyen módon bontsák fel az érvelési feladatokat, teljesítményük drámaian javul.  

uj csapattag blog 4

Érdemes még a legegyszerűbb feladatok esetén is beépíteni a promptba a “gondolkodjunk lépésről-lépésre” utasítást, hiszen így az AI el kell hogy magyarázza, miként jutott a kapott eredményre, ahelyett, hogy a fekete dobozból egyszerűen csak kipottyanna a válasz. 

A kölcsönös tanulás is történjen szakaszosan

Az ember-gép együttműködés során a szakértelmet vagy üzleti kontextust igénylő összetett feladatoknál – mint például a jog, orvostudomány, K+F vagy épp a készletgazdálkodás – jobb eredményeket érhetsz el, ha szakaszosan vezeted be az AI-t a munkába. 

Az MIT kutatói például azt vizsgálták, lehetséges-e olyan “AI-tudós” kifejlesztése, amely képes különféle kísérleti adatok integrálására és tesztelhető hipotézisek generálására. Azt találták, hogy a ChatGPT 3.5-Turbo finomhangolható volt a DNS strukturális biofizikájának megtanulására, amikor a kutatók ezt a bonyolult feladatot egy sor részfeladatra bontották, amelyeket a modellnek el kellett sajátítania. Így van ez nem tudományos területeken is, mint például a készletgazdálkodás: a részfeladatok szakaszai magukban foglalhatják a kereslet előrejelzését, a készletszintekre vonatkozó adatok gyűjtését, az újrarendelések előrejelzését, a rendelési mennyiség értékelését és a teljesítmény értékelését. Minden újabb részfeladatnál a saját szakértelmünkkel és információinkkal taníthatjuk, tesztelhetjük és validálhatjuk a modellt.

Adj teret a kreativitásnak

Sok munkafolyamat, a stratégia megtervezésétől a termékfejlesztésig, nyílt végű és iteratív. Az ember-AI interakció maximális kihasználásához ezekben a tevékenységekben úgy érdemes irányítani a gépeket, hogy több lehetséges megoldási útban gondolkodhassanak, és kevésbé lineáris és bináris módon reagáljanak.

Az intelligens kérdezés ezen formája növelheti az AI képességét a pontos előrejelzések készítésére komplex pénzügyi vagy politikai eseményekről is, ahogy azt Philipp Schoenegger és Philip Tetlock kutatása megmutatta. Ebben a kísérletben emberi elemzőket, előrejelzőket párosítottak GPT-4 asszisztensekkel, így “super-forecastereket”, szuperelőrejelzőket hoztak létre.

uj csapattag blog 6

Ennek az együttműködésnek az volt a lényege, hogy valószínűségeket és bizonytalansági intervallumokat rendeljenek a lehetséges kimenetekhez, és érveket sorakoztassanak fel mindegyik mellett és ellen. A kutatók azt találták, hogy az így felkészített asszisztenseknek az előrejelzései (a Dow Jones egy adott napi záróértékétől kezdve a Földközi-tengeren át Európába érkező migránsok 2023 decemberi számáig mindenféle témában) 43%-kal pontosabbak voltak, mint az általánosan használt, fel nem készített GPT-k által generált előrejelzések.

Kritikus gondolkodás és ítélőképesség

Integráld a RAG-et

 A nagy nyelvi modellek nemcsak hallucinálhatnak, de a képzésükhöz használt információk és adatkészletek gyakran több évesek. Ezért a velük végzett munka során gyakran kell arról emberi döntést hoznunk, hogy mennyire kritikus a megbízható, releváns és naprakész információ a kimenetekben. Azokon a területeken, ahol a friss és pontos információ létfontosságú (ilyen lehet például az egészségügy vagy a pénzügy), a RAG, azaz a visszakereséssel kiterjesztett generálás egy kulcseszköz lehet: ennek a módszernek a lényege, hogy lehetővé tesszük a nagy nyelvi modellek számára, hogy olyan adatforrásokból is dolgozzanak, amelyeken nem képezték ki őket.

Figyelj az adatbiztonságra

Ha bizalmas adatokat vagy védett információkat használsz az AI-jal végzett munkád során, kerüld a nyílt forráskódú vagy nyilvános nyelvi modelleket és mindig csak vállalati jóváhagyással rendelkező LLM-eket használj vállalati tűzfalak mögött.

Figyelj a torzításokra

Figyelj oda azokra a torzításokra, amelyek megjelenhetnek a promptjaidban. Mondunk egy példát: ha egy pénzügyi elemző arra kéri az LLM-et, hogy magyarázza el, hogyan jelzi a tegnapi negyedéves jelentés, hogy a vállalat készen áll egy ötéves növekedési ciklusra, az recency bias-t (újdonsági torzítást) mutat, vagyis azt a tendenciát, hogy túlzott súlyt helyezünk a legfrissebb információkra a jövőbeli események előrejelzésekor.

uj csapattag blog 7

A nagy szolgáltatók most dolgozzák ki azokat a módszereket, amelyekkel segíthetik a felhasználókat az ilyen problémák leküzdésében. A Microsoft és a Google olyan funkciókat ad hozzá szolgáltatásaihoz, amelyek segítenek a felhasználóknak ellenőrizni a káros promptokat és válaszokat. A Salesforce olyan AI-architektúrát fejleszt, amely elfedi a bizalmas ügyféladatokat a promptok létrehozásakor; megakadályozza, hogy ezek az adatok harmadik féltől származó LLM-ekkel megosztásra kerüljenek; pontozza a kimeneteket olyan kockázatok szempontjából, mint a toxicitás, elfogultság vagy az adatvédelem; valamint visszajelzéseket gyűjtenek a prompt sablonok fejlesztéséhez is.

Vizsgáld meg mindig alaposan a gyanús válaszokat

A hallucinációk és hibák a jelenlegi kutatások szerint elkerülhetetlenek még gondos tervezés mellett is. Ezért kezeld mindig fenntartásokkal az AI válaszait, keresd a hibákat vagy gyanús jeleket.

uj csapattag blog 8

Amikor felhasználók olyan kimenettel találkoznak, ami nem tűnik helyesnek, gyakran reflexszerűen arra késztetik a modellt, hogy újra és újra próbálkozzon, ami fokozatosan csökkenti a válasz minőségét, ahogy azt a UC Berkeley kutatói, Jinwoo Ahn és Kyuseung Shin kimutatták. A kutatók azt javasolják, hogy ehelyett azonosítsd azt a lépést, ahol az AI hibát vétett, és használj egy másik nagy nyelvi modellt ennek az egy lépésnek a végrehajtására, először kisebb egyedi problémákra bontva azt, majd használd a kimenetet az első modell válaszának finomhangolására. Képzelj el egy tudóst, aki az OpenAI ChatGPT-jét használja egy új polimer kifejlesztéséhez egy sor lépésenkénti számítással. Ha bármilyen hibát talál a láncban, megkérheti az Anthropic Claude-ját, hogy bontsa le azt a lépést kisebb részproblémákra és magyarázza el az érvelését. Ezután betáplálhatja a kapott információt a ChatGPT-be és kérheti, hogy finomítsa a válaszát. Lényegében ez a technika a gondolatláncszerű elveket alkalmazza az általunk hibásnak ítélt kimenet javítására.

Te és az AI, avagy mester és tanítványa

Ahogy az LLM-ek mérete és összetettsége növekszik, olyan haladó új képességeket mutathatnak, amelyekre nem képezték ki ugyan őket, de mégis megjelennek, miután kontextuális adatokkal vagy tudással testreszabod őket. Fejlődésük ösztönzéséhez a következő lépéseket teheted:

Adj gondolkodási mintákat az AI-nak

Mielőtt átadnál egy problémát a nagy nyelvi modellnek, felkészítheted egy adott gondolkodásmódra. Például megtaníthatod neki a “least to most” gondolkodást, amelynek a lényege, hogy egy összetett kihívást mindig bontson le több kisebb, egyszerűbb kihívásra: először a legkevésbé nehezet oldja meg, majd használja a választ alapként a következő kihívás megoldásához, és így tovább. Denny Zhou és csapata a Google DeepMind-nál kimutatták, hogy “least to most” megközelítés 16%-ról 99%-ra javította az AI kimenetének pontosságát.

uj csapattag blog 9

Vegyünk például egy marketingmenedzsert egy sportruházati márkánál, aki segítséget szeretne kapni egy új kollekció átgondolásához. Így bonthatja le a problémát az AI számára:

  • Célközönség. Azonosítsa azokat a fitneszrajongókat, akik potenciális vásárlók lehetnek – ez egy viszonylag egyszerű feladat, különösen egy olyan modell számára, amelyet a vállalat ügyféladatain képeztek ki.
  • Üzenetek. Alakítson ki olyan üzeneteket, amelyek a teljesítményt, a kényelmet és a stílust hangsúlyozzák – ez egy nehezebb és kreatívabb probléma, amely már a célközönség azonosítására épül.
  • Csatornák. Válassza ki azokat a közösségi média platformokat, fitneszre specializálódott blogokat és influenszer együttműködéseket, amelyek segítenek eljuttatni ezeket az üzeneteket a célközönséghez.
  • Erőforrások. Ossza be a költségvetést (ami gyakran a legvitatottabb kérdés bármely szervezetben) a kiválasztott csatornáknak megfelelően.

Tanítsd meg az AI-t új folyamatokra

Átadhatod az AI-nak egy feladat végrehajtását azáltal, hogy példákon keresztül vezeted végig a promptjaidban lévő kontextuson belül.

 Például kutatók a Nature folyóiratban arról számoltak be, hogy úgy tanították meg a nagy nyelvi modelleknek az orvosi információk összefoglalását, hogy radiológiai jelentések, betegkérdések, állapotjelentések és orvos-beteg párbeszédek példáival promptolták őket. Ezt követően azt találták, hogy a nagy nyelvi modellek által készített összefoglalók 81%-a egyenértékű vagy jobb volt, mint az emberek által készített összefoglalók.

Úgy is betaníthatod az AI-t, hogy kontextuális információkkal látod el, majd kérdéseket teszel fel neki, amíg meg nem oldja a problémát. Vegyünk két szoftvercéget, amelyek mindketten növelni szeretnék az értékesítésüket. Az első cégnél az értékesítési csapat nehezen tudja hatékonyan előrejelezni a szoftverlicencek iránti keresletet. Ezért a vezetőjük azzal kezdi, hogy történeti értékesítési adatokat ad az AI-nak, majd rákérdez a következő negyedév várható keresletére. Ezután ellátja a modellt információkkal az ügyfelek szoftverfrissítéseiről és éves költségvetéseiről, és rákérdez a szezonalitás hatásaira. Végül részletes statisztikákat ad neki a CRM rendszerekből és marketing jelentésekből, és rákérdez a marketing kampányok értékesítésre gyakorolt hatására.

A második cégnél az értékesítési csapat javítani szeretné az ügyfélkiválasztást. A vezetőjük konkrét pénzügyi adatokat adhat meg, és arra kérheti az AI-t, hogy rangsorolja az ügyfeleket költéseik alapján, majd továbbléphet olyan követő kérdésekre, mint a földrajzi elhelyezkedés, technikai szakértelem és így tovább. Minden lépésnél mindkét vezető tanítja az AI-t és finomítja annak képességét, hogy a feladatot a vállalat sajátos értékesítési stratégiájának kontextusában hajtsa végre. Szervezeti és iparági tudást visznek az interakciókba. Ahogy az egyes cégek által használt AI egyre több tapasztalatot szerez a cég specifikus értékesítési folyamatával, egyre jobb válaszokat generál.

Új fúziós készségek elsajátítása

A generatív AI-készségek széles körű elsajátításához nem csak jelentős szervezeti befektetésre, hanem egyéni kezdeményezésre, tanulásra és kemény munkára is szükség lesz. Bár néhány vállalat már kínál releváns képzést, a legtöbben még nem fejlesztettek ki széles körben használható programokat. Jó bizonyíték erre a HBR kutatása: a 2024-es, 7000 szakember körében végzett felmérésükben azt találták, hogy míg a válaszadók 94%-a mondta azt, hogy készen áll új készségek elsajátítására a generatív AI-jal való munkához, csak 5% számolt be arról, hogy munkáltatójuk aktívan képzi munkaerejét ezen a területen.

Sokan lesznek, akiknek saját kezükbe kell venni az irányítást, és lépést tartani az AI gyors fejlődésével. 

Az AI forradalom már nem közeleg: itt van, és a vezető vállalatok az új technológiát az iparágak, funkciók és munkakörök folyamatainak újragondolására használják. A generatív AI drámaian megemelte a mércét, megkövetelve az embertől, hogy együtt gondolkodunk, hogy tegyünk azért tudatosan, hogy megbízhassunk benne, és folyamatosan alakítsuk – ahogy magunkat is –, hogy jobban teljesítsünk. A történelem során egyetlen más nagy innováció sem terjedt még el ennyire gyorsan. A munka gyorsabban és erőteljesebben fog átalakulni, mint azt sokan el tudjuk képzelni. Készülj fel: az üzlet jövőjét nem egyedül az AI fogja meghatározni, hanem azok az emberek, akik a leghatékonyabban tudják használni.

Hatékony IT-csapat recesszió idején – Tedd ellenállóvá a vállalatodat!

IT csapat recesszióban

A recesszió nem csak kihívás, hanem lehetőség is a vállalatok számára. Fedezd fel, hogyan alakíthatod át cégedet úgy, hogy ne csak túléljen, hanem virágozzon is a jelenlegi gazdasági helyzetben.

IT csapat recesszió idején

Az IT-szektor jelentős átalakuláson megy keresztül. A dotcom lufi kipukkadása óta nem tapasztalhattunk olyan mértékű visszaesést, mint az elmúlt másfél évben. A helyzet azonban korántsem olyan drámai, mint azt elsőre gondolnánk, és a kihívások ellenére is tele van ez az időszak lehetőségekkel a rugalmas és innovatív cégek számára.

A következőkben bemutatjuk, hogyan tudtok ellenállóbbá válni, és megerősödve kikerülni a recesszióból.

Átalakul az IT-szektor

Az IT helyzete az elmúlt években leginkább egy hullámvasúthoz hasonlított. A pandémia idején, amikor globálisan átálltunk az online tér használatára, még meredeken felfelé ívelt, és az IT-szakemberek iránti kereslet az egekbe szökött. Aztán 2023-ban, a járvány utáni visszarendeződés időszakában világszerte közel 191,000 IT-szakembert bocsátottak el.

Ez drasztikusnak tűnik, azonban ennek a tömegnek a 26%-át az öt vezető tech óriás – az Amazon, az Alphabet, a Microsoft, a Meta és az Apple – küldte el, akik már egyébként is óriási személyzettel rendelkeztek.

A helyzet éppen ezért sokkal árnyaltabb, mint ahogyan azt a médiából informálódva gondolhatnánk. Sok vállalat még mindig több alkalmazottat foglalkoztat, mint a járvány előtt. A hazai IT-piac pedig, habár megérezte a globális trendek hatását, összességében stabil maradt. Itthon elsősorban a multinacionális vállalatok vonták szűkebbre a munkavállalóik létszámát.

adatok
Elbocsátások az IT-szektorban világszinten

Az IT-munkaerőpiac is átrendeződik

Jól látható tehát, hogy az IT-recesszió inkább átalakulást jelent, mint megtorpanást. Míg egyes területeken túlkínálat alakult ki IT-szakemberekből, addig más, újabb technológiákkal dolgozó tehetségekre óriási a kereslet: full-stack fejlesztőkből, DevOps mérnökökből és Salesforce-szakemberekből például még mindig nagy a hiány itthon is.

Azok a cégek, amelyek tudnak alkalmazkodni, folyamatosan fejlesztik munkavállalóikat, és hosszú távon gondolkodnak, nemcsak átvészelhetik ezt az időszakot, de meg is erősödhetnek.

hatékony IT csapat recesszió idején 2

Hogyan tud a válságban is növekedni egy vállalat?

1. Innováció és alkalmazkodás: A növekedés alapjai

A gyorsan változó IT környezetben – ahol ma az AI, holnap pedig a kvantumtechnológia dominálhat – elengedhetetlen egy olyan stratégia, amely rugalmasan alkalmazkodik a technológiai fejlődéshez. A siker kulcsa nem a költségoptimalizálás, hanem a produktivitás növelése.

  • Ösztönözd az innovációt: adj teret és időt a kísérletezésnek, új ötletek kidolgozásának.
  • Alkalmazd a legújabb technológiákat, mint az AI, a fejlett biztonságtechnikai megoldások vagy a felhő alapú szolgáltatások.

Alakíts ki dinamikus stratégiát, amely rugalmasan reagál a piaci igényekre és technológiai trendekre.

hatékony IT csapat recesszió idején 3

2. Emberközpontú fejlődés: A siker kulcsa

A valódi növekedés titka a hosszú távú gondolkodás és a folyamatos fejlődés. A leghatékonyabb módja ennek az alkalmazottaid képességeinek folyamatos fejlesztése.

  • Fektess be belső képzésekbe, amelyek naprakészen tartják a csapatod tudását.
  • Frissítsd folyamatosan a vezetők tudását, különös tekintettel a digitális és fenntarthatósági területekre.
  • Fókuszálj az utánpótlás-nevelésre: vegyél fel fiatal tehetségeket és mentorálj őket.
  • Alakíts ki belső karrierutakat, amelyek motiválják a munkatársakat a fejlődésre és a cégnél maradásra.

Egy olyan stratégia, amely ezt a két szempontot helyezi a fókuszba, nemcsak költséghatékonyabb, mint új munkaerőt felvenni minden technológiai váltásnál, de segít megtartani a már bevált, a cég kultúráját ismerő kollégáidat is.

Ilyen hosszú távú szemlélettel felkészítheted vállalkozásodat a jövő kihívásaira, miközben stabil alapot teremthetsz a folyamatos növekedéshez, még a recessziók esetére is.

Készülj fel a jövő kihívásaira

A Codecool Business partnered lehet ebben az átalakulásban. Szakértői csapatunk segíteni tud testreszabott képzési programok kidolgozásában és gyakorlatorientált tech workshopok szervezésében. Plusz, a segítségünkkel könnyen fel tudjátok venni a lépést az aktuális technológiai trendekkel, például a mesterséges intelligenciával, ami a kvantumtechnológia, a blockchain és a metaverzum mellett továbbra is dominálni fogja az IT-t a közeljövőben. 

Ha naprakész szeretnél maradni a tech világ legújabb trendjeit illetően, iratkozz fel hírlevelünkre! A legfrisebb trendeket fogjuk elhozni neked az IT minden szegletéből.

Nézd meg elérhető szolgáltatásainkat is, amelyekkel hatékonyan tudunk segíteni vállalkozásodnak a gyorsabb digitalizációban!

Végzőseink a tech világában – Így tartjuk őket naprakészen

featured

Fejlesztőként muszáj lépést tartani a tech világ változásaival. Megmutatjuk, hogyan segítünk diákjainknak önállóan gondolkodó, hatékony tanulókká válni, hogy a full-stack képzés és a későbbi tech karrierjük során is mindig képben tudjanak maradni a legújabb trendekkel.

featured

Ahhoz, hogy valaki a tech világában érvényesülni tudjon, elengedhetetlen, hogy kíváncsi legyen. Ez a kíváncsiság kell ugyanis ahhoz, hogy újabb és újabb dolgokat tudjon megtanulni a munkája során. Egy olyan szakmában pedig, mint a programozás, ez kulcsfontosságú; az IT-ban naponta bukkannak fel újabb ötletek és technológiák, amikkel tartani kell a lépést.

A Codecoolnál tisztában vagyunk ezzel, és arra törekszünk, hogy diákjainknak minden eszköze meglegyen ahhoz, hogy alkalmazkodni tudjanak a tech világ gyors változásaihoz. Nézzük, hogyan működik ilyen téren a Codecool módszer!

Table of Contents

Muszáj naprakésznek maradni

Lássuk be, a technológiai fejlődés sebessége olyan gyors, hogy szinte lehetetlen száz százalékig lépést tartani vele. Ez még a legtapasztaltabb fejelsztőknek sem mindig sikerül, ezért nem is szabad szorongani a fejlődés sebessége miatt.

közös munka naprakész

A Codecoolnál a fő célunk inkább az, hogy diákjaink kezében meglegyen minden eszköz, amivel hatékonyan tudnak tanulni. Így ha a későbbiekben egy új technológiával találkoznak, vagy egy új koncepciót kell értelmezniük, természetes lesz nekik a folyamat, és gördülékenyen tudják majd végrehajtani.

De mire képes egy Codecooler?

Egy Codecoolnál végzett programozó nem fog visszarettenni tőle, ha a munkája során egy új technológiát kell elsajátítania. Már rendelkezni fog a megfelelő hozzáállással és tapasztalattal ahhoz, hogy ezt a leghatékonyabban és a leggyorsabban tegye meg. Tudni fogja, hogyan kezdjen neki a tanulásnak, hol keressen információt, milyen módszert alkalmazzon, és hogy mikor kérdezzen tapasztaltabb kollégáitól.

Lássuk, a Codecool módszer mely elemei segítenek benne, hogy végzett diákjainknak ez mind olyan természetes legyen, mint a levegővétel!

A Codecool módszer önállóságra tanít

A full-stack fejlesztő képzésünkkel önálló, munkára kész, a legfontosabb hard és soft skillekkel rendelkező programozókat képzünk.

Végig projekteken dolgoznak, hol önállóan, hol csapatban. Ennek köszönhetően folyamatosan a valódi mukahelyi kihívásokra készülnek fel, és tapasztalati úton tanulnak.

önálló munkavégzés naprakész

Ezek a váltakozó hetek teszik lehetővé, hogy diákjaink autonóm módon kutassanak és tanuljanak, miközben mentoraink segítik őket és irányt mutatnak, ha valahol elakadnak. Coaching jellegű kérdésekkel arra ösztönzik a Codecoolereket, hogy először mindig önállóan keressék a megoldásokat. Ennek köszönhetően diákjaink egyre magabiztosabbá válnak a munkájukban, és egyre kevesebb segítségre van szükségük.

önálló tanulás naprakész

A Codecool módszer segít hatékonyan tanulni

Growth mindset workshopjainkkal a képzés közben támogatjuk a Codecoolereket, hogy egy újfajta gondolkodásmóddal tudjanak viszonyulni a kihívásokhoz és a hibáikhoz. Ezeket a growth mindset segít átkeretezni tanulási lehetőségekké, így diákjaink gyorsabban át tudnak lendülni a kezdeti nehézségeken, amikor valami újnak a megtanulásáról van szó.

Learning techniques workshopjainkon pedig diákjaink izgalmas és új tanulási módszerekkel találkoznak. Megértik, miért olyan fontos ezeket alkalmazniuk, és rájönnek, melyik technika passzol a legjobban hozzájuk.

csapatmunka 0 naprakész

A Codecool módszer segít gyorsan fejlődni

A tech világban való naprakészség nem csak a tanulásról szól, hanem arról is, hogy merünk-e kérdéseket feltenni, és tudunk-e másokkal együtt dolgozni, tőlük tanulni.

csapatmunka naprakész

A Codecoolnál Collaborative Learning valósul meg, tehát a diákok csapatban dolgoznak, és az aktuális modulban tanuló többi diáktól, vagy akár más modulokban lévőktől is tudnak segítséget kérni.

A képzés alatt természetesen rendelkezésre állnak mentoraink is, akik nem csak a feltett kérdésekre adnak válaszokat, de abban is segítik a Codecoolereket, hogy jobban tudjanak kérdezni. How to Ask workshopjainkon például megtanítjuk diákjainknak, hogyan tegyenek fel hatékonyan kérdéseket, és használják ki a konzultációs lehetőségeket. Ez kulcsfontosságú, mert aki okosan kérdez és kér segítséget, az eredményesebben tud fejlődni a tanulmányai és a munkája során is.

mentorok naprakész

A Codecoolnál tapasztalt szakemberektől lehet tanulni

A Codecool mentori rendszere biztosítja, hogy a diákok olyan tapasztalt szakemberekkel dolgozhassanak, akik inspirálják őket, és a segítségükkel még jobban elmélyíthetik a tudásukat.

full-stack diák naprakész

A mentorok gyakran beszélgetnek Personal Mentoring során a diákokkal a technológiai fejleményekről, és arra ösztönzik őket, hogy folyamatosan tanuljanak, kérdezősködjenek, és naprakészek maradjanak. Hallgassanak például podcasteket, és legyenek képben, hogy mi zajlik a tech iparban, mert így válhatnak jó szakemberré.

A Codecool junior fejlesztői pontosan azt tudják, amire vállalatodnak szüksége van, és hamar képesek önálló, hatékony tagjaivá válni a csapatodnak. Ha egy gyorsan bevethető, lelkes junior fejlesztőt keresel, ne habozz – vedd fel velünk a kapcsolatot!

Ha élesben szeretnéd megnézni, mit tudnak junior fejlesztőink, gyere el egy Demo Sessionre (akár online, akár élőben). Végzőseink az eseményen kb. másfél órában, a projektjeiken keresztül mutatják be a tudásukat és készségeiket.

Accedo: Svéd kultúra és high-tech streaming alkalmazások

4 országban összesen több, mint 300 izgalmas, innovatív üzleti partnerrel dolgozunk együtt. Inspiráló Digitális Munkahelyek sorozatunkban közelebb hozunk néhányat belőlük. Ebben a részben a magyarországi Accedo mutatkozik be.
A partnereink nemcsak arra ösztönöznek minket a Codecoolnál, hogy mi is jobb munkáltatóvá váljunk, hanem arra is, hogy jól képzett és motivált új csapattagokkal járuljunk hozzá a sikereikhez. Olyan junior szakemberekkel, akik pontosan megfelelnek az üzleti igényeiknek, és beleillenek vállalati kultúrájukba. Büszkék vagyunk rá, hogy képzési és toborzási partnereik lehetünk, és örömmel kötjük össze őket a Codecoolerekkel, a piacon elérhető legjobb tech juniorokkal.   Ismerjétek meg az Accedót, amely forradalmi videószolgáltatásokat szállít a világ vezető műsorszolgáltatóinak, tartalomtulajdonosainak és kábeltévé üzemeltetőinek. Az Accedo Broadband HU Kft. megbízott ügyvezetőjével és szoftverfejlesztési vezetőjével, Hilgert Istvánnal ültünk le beszélgetni.

István, kérlek, mutasd be a céget! Miért jó az Accedónál dolgozni?

Az Accedo egy globális vállalat, stockholmi központtal. A budapesti irodánk az Astoriánál van, és jelenleg kb. hatvanan vagyunk. 
A célunk, hogy új szintre emeljük a videózás élményét. Innovatív megoldásainkkal műsorszolgáltatókat, kábeltévé-, illetve médiaszolgáltatókat támogatunk abban, hogy tartalmaikat eljuttassák a végfelhasználóik számára. 
Több mint 400 partnerünk van világszerte, akiknek innovatív streaming megoldásokra van szükségük. Nekik fejlesztünk alkalmazásokat, jóformán minden képernyővel vagy képernyőre csatlakoztatható eszközre.

Miért jó az Accedónál dolgozni?

Az első, ami beugrik, a svéd gyökereink, és az ebből adódó skandináv típusú céges kultúra.
Minden tevékenységünkben érezhető nálunk egy egyfajta pozitív, eredményorientált, mégis nagyon szolidáris szellemiség.
Ez a kultúra és hozzáállás biztosítja az átlátható működésünket, illetve nagyon odafigyelünk a munka-magánélet egyensúlyára is. Támogatjuk az otthoni és a hibrid munkavégzést, és az amúgy is széles cafeteria csomagunkban extra well-being elemek is vannak. Nagyra értékeljük a kollégáink véleményét, és az a célunk, hogy visszajelzésen alapuló kultúrát alakítsunk ki. Igyekszünk mindenkit bevonni a beszélgetésbe a fontos kérdésekben.

Sokat hallani mostanában az egyre növekvő digitális munkaerőhiányról. Hogyan hat rátok?

Azt kell, hogy mondjam, az elmúlt 6 hónapban a helyzet drámaira fordult. Tapasztalt, magas kvalitású szoftverfejlesztőt találni borzasztóan nehéz.
Óriási harc van a jó szakemberekért és nagyon nagy a bérverseny – pusztán ezzel lépést tartani hatalmas kihívás.
A cégek nagy része egymástól próbálja magához csábítani a munkavállalókat – nem ritka az, hogy egy tapasztalt szoftverfejlesztő több megkeresést kapj egyetlen hét leforgása alatt. 

Hogyan fejlesztitek szervezeti szinten a digitális kompetenciáitokat? Toboroztok új szakembereket, átképeztek munkatársakat, vagy mindkettő?

A toborzás önmagában ma már nem elég.  Nálunk egy több hónapos képzés is része az onboardingnak. De tréning természetesen nem csak újonnan felvett embereknek elérhető. Minden munkavállalónak biztosítunk képzéseket, szakmai tréningeket. Ezt el is várják tőlünk, hiszen így folyamatosan naprakészen tudják tartani a tudásukat, és versenyképesek tudnak maradni a piacon.

Miért döntöttetek úgy, hogy partnerségre léptek a Codecoollal?

A Codecool egy teljes embert igénylő, egyéves, széles spektrumú képzést biztosít a jelöltjeinek, és ezt megelőzi egy alapos felmérés és szelekció. A szakmai képzésen túl figyelmet fordítanak a csapatszellem fejlesztésére, és az angol nyelvtudásra is. Ez utóbbi nálunk alap elvárás, hiszen az összes ügyfelünk külföldi, teljesen nemzetközi környezetben dolgozunk. A képzésük utolsó szakaszában pedig a Codecoolerek fókuszáltan dolgoznak azokkal a technológiákkal, amiket például mi is előnyben részesítünk.

És hogyan vélekedtek a Codecoolerekről?

Eddig minden kiválasztott Codecoolerünk megugrotta az eléjük támasztott elvárásokat. Mindannyian részt vettek egy on-site onboarding tréningen, ahol bevezetést kaptak néhány specifikusabb technológiába. Megbízhatóan és ügyesen vették az akadályokat, és legtöbbjük ma már önállóan dolgozik.
Azt kell, hogy mondjam, minden Codecoolerünk remek választásnak bizonyult.
Hamarosan a harmadik Codecoolos csapat képzését fogjuk indítani.

Mik most a hosszú távú terveitek?

Az Accedónál mindig is az volt a célunk, hogy forradalmasítsuk a videózás élményét, és ezzel együtt előrelendítsük az iparág fejlődését is. Azon vagyunk, hogy a tévénézőkből videóimádókat csináljunk, mégpedig globális szinten. A jövőre nézve ambíciózus növekedést tervezünk, a gyorsan bővülő termék kínálatunkkal és ügyfélkörünkkel összhangban. Magyarországon a helyi tehetségekre összpontosítunk, de nyitottak vagyunk rá, hogy a teljes régióból alkalmazzunk embereket. Célunk a gyors növekedés. Budapest mellett Stockholmba, Madridba, és Londonba is keresünk új kollégákat.

Inspirálónak találod az Accedo példáját? Vedd fel velünk a kapcsolatot, ha igazán jó junior tech szakemberekre van szükséged, vagy testreszabott informatikai tréninget keresel a kollégáid számára.