Dr. Horváth Tamás (ELTE) és Dr. Máder Miklós Péter (Magyar Telekom) volt a MIBE-klub vendége 2016. dec. 8-án.
Informatikai rocksztárokat képeznek az ELTE-n működő Adattudományi és Adattechnológiai Tanszéken – volt olvasható 3 hónapja. Ez a felütés – mivel egyébként is tele vannak hájpokkal – nagyon zavarta Máder 
Miklóst. Tényszerű viszont, hogy az igen keresett hiányszakában – különböző megközelítések szerint 4000 ill. 20.000 betöltetlen informatikusi állás van Magyarországon – a tanszéket a Deutsche Telekom finanszírozza 5 éven keresztül. A tervek szerint akkora válik teljes értékű tanszékké, a teljes „portfóliót” pedig 2 éven belül szeretnék elérni. 5 év arra lesz jó, hogy közösen tudnak tanulni: nagyon sok oktatóval szót kell érteniük, közülük számosan korábbi tapasztalatokkal bírnak. Kérdésre elmondták: az ELTE BTK Könyvtár és Informatikai Intézetével nincs kapcsolatuk.
Statisztika, informatika és egy domén (szakterület) ismerete – ez tesz valakit data science szakemberré. Ennek megfelelően a szabadon felvehető tanagyag: bevezetés az adattudományba, adatbányászat, neuronhálók, statisztika stb. Jelenleg 3 doktoranduszból, koordinátorból és tanszékvezetőből áll a tanszék. Két, a Telekommal közös projektet igyekeznek beindítani.
Egyelőre kevés a tapasztalat – mondta a kassai Horváth Tamás tanszékvezető, aki történetesen Brazíliát hagyta ott a tanszék vezetéséért. Ő rocksztár-ügyben inkább úgy fogalmazott: az ELTE-n már képeznek rocksztárokat, de még nem tudják, hogy ők azok lesznek. A tanszék talán legfőbb izgalmát az adja, hogy amellett, hogy igyekeznek az alapkutatásra figyelni, piaci igényeknek is meg kell felelniük. E tapasztalatokkal is a TU Berlin és a T-Labs (a Deutsche Telekom kutató részlege) mentorálj
a őket, ahol ugyanis van már ilyen e-lab. A manapság „divatos” big datával kapcsolatban is nagyobb a füst, mint a láng: temérdek a wearable, azaz a hordozott kütyü, de mivel „push” a technológia (azaz a gyártó beszéli rá a vásárlót a termékre), a tényleges hozzáadott érték a legtöbb esetben kérdéses. A tanszéket a kutatás hozzáadott értéke, a Telekomot és az ipari szférát pedig a „lift” érdekli: azaz az adott alkalmazás mennyiben segíti az üzlet létrejöttét, vagy annak jövedelmezőségét.
Horváth Tamás szerint az általuk oktatott tudás előbb-utóbb szétáramlik: rövidesen a nem adatszakember orvos – mint a domén tudósa – betölti a RapidMiner szoftvert, és elvégzi az adatelemzést. A tanszékvezető talán ebből a megfontolásból ír könyvet társszerzőivel „Bevezetés az adattudományba” címmel – nem adatszakemberek számára.
Máder Miklós kedvenc példája: a NAV figyelmeztető levelet írt kocsmatulajdonosoknak: Ön a kocsmájából mindig négykor megy haza? – Ugyanis a pénztárgépek alapján a hivatalban sok esetben azt látták: négy óra után a nyitva tartás ellenére nem jeleztek forgalmat… A levél nyilván figyelmeztetés volt.
Kóródy Judit a szakember-keresletre volt kíváncsi. A válaszban megtudhatta: a deep learningre, matematikai tudásra, prediktív analízisre van kereslet. Az adatbányász cégek esetén elméleti kérdések is nagyon fontosak, nem csak a technológia ismerete. Van azonban másféle megfontolás is: vannak cégek, amelyek kalkulálást követően inkább vesznek még néhány teraRAM-ot, minthogy egy új big data struktúrába invesztálnának.
A témához kapcsolódó tegnapi (mai hír) bejelentés volt a Telekom Footfall Analytics alkalmazása – mely opt-in alapon (a telefonhasználók által engedélyezett módon), location based (tartózkodási hely) információ és félmilliós adatbázis segítségével segít pl. a megrendelő üzletek számára célzott üzenetekkel vevőket csalogatni.