 |
| NIK hátsó bejárata |
Február 7-én volt az első tanítási nap, de inkább este, mert az adatbázisos tárgyak hagyományait folytatva már estébe hajlóan tartották az előadást. Nehéz megmondani, hogy összesen hányan jár(t)unk mesterképzésre, mert egyik félévben ősszel, másik félévben
tavasszal kezdőkkel vettem részt közös kurzusokon, de az biztos, hogy egyszerre nagyjából 20-24-en (tehát egy csoportnyian) vettünk részt az órák bármelyikén, de ez persze csak egy felső korlát: a résztvevők száma továbbra is együtt mozgott a hetek múlásával. Biostatisztikán igazából csak a legelső órák voltak tisztán előadások, utána már vegyesen vettünk gyakorlati problémákat és elméleti tudnivalókat. A legelső héten valamiért egy egészen kicsi terembe voltunk beosztva, ahol számítógépből, de még székből vagy ülőhelyből sem volt elegendő, de ugyanígy jártunk a legelső Felhő (de nem „számítási rendszerek”, az egy mostanában megkezdődő, teljesen másik tárgy) laboron is egy emelettel lejjebb. Visszatérve a Biostatra, az első órán a (bio)statisztika jelentésével, statisztikai alapfogalmakkal foglalkoztunk, és bevezettük az R programozási nyelvet és a köré épülő programcsomagot, amivel a laborokon foglalkoztunk a későbbi hetektől. Februárban az R adatstruktúráival, adattárolási módjaival ismerkedtünk meg. Szerencsére nem a matekos rész volt a domináns, mert az előző féléves Alkmatot matematikai tanulmányaim méltó lezárásának éreztem, de persze sok tudományterület épül rá, szóval nem lehet teljesen elkerülni. A diplomamunkát is folytattam a vizsgaidőszak üresjáratai után. Először főként a tanítóminta-letöltő és -válogató komponensekkel, konvertálást végző metódusokkal foglalkoztam, tehát mindennel, ami csak segíti a neurális háló tanítását, de nem végzi el a feladatát. A félév során rendszertervet is kellett írni, de az nem lett volna hatékony, ha ezt a programozás megkezdése előtt készítettem volna el, ezért párhuzamosan – a szoftver bővülését is bevárva – íródott a kettő. Big Datán (inkább így hívom a tárgyat, úgyis annyi szóból áll a neve) meglepő módon a Big Data alapvető tulajdonságaival és a Hadoop alapjaival, majd az adatbázisok skálázhatóságával kapcsolatos elméleti módszertannal foglalatoskodtunk, később pedig modernebb, dokumentum és gráf alapú, illetve oszlop-orientált és memóriában tárolt is adatbázisokkal is megismerkedtünk, legalábbis elméletben, a laborokon pedig 1-2 virtuális gépen dockereztünk. Energiaforrásokhoz rengeteg tananyagot: előadásvideókat, prezentációkat és szöveges dokumentumokat kaptunk a létező összes energiatermelési módszerről (biomassza, hő-, nap- és szélerőművek, geotermikus megoldások és energiatárolás). Nem állítom, hogy mindegyik témában elmélyültem a kellő mértékben, mert volt mit csinálnom a hét mindegyik napján, de az online tesztekre felkészültem, a tananyagok pedig a jövőben is érdekes olvasmányként szolgálhatnak. Menedzsmenten elvileg előadások és gyakorlatok is voltak, de a valóságban egy kisebb kandós teremben ott ültünk jó három órát minden héten, és interaktív formában fogadtuk be a tudást – nem kizárólag a vezetői viselkedés témakörében. Számtalan (tanári és hallgatói) prezentáción mentünk végig, néhány hétig szorgalmasan jegyzeteltem is – magam se tudom, hogy miért, de legalább úgy éreztem, hasznosan töltöm el az időt. Vezetői stratégiák és jó tulajdonságok, motiváció és még megannyi kiváló téma, geopolitikai, oktatástörténeti és interperszonális kitekintéssel fűszerezve, az ismétlést a tudás anyjaként kezelve.
 |
| Óbudai erdő |
Márciusban Biostaton nekiálltunk a félév egyik fő témájának, a deskriptív statisztikai módszereknek, amiket nagyrészt egy négy-öt évtizede készült, születési súlyokat és anyai tulajdonságokat összekapcsoló adatbázison próbáltunk ki. Ezután már különálló jegyzetet sem írtam OneNote-ba, hanem az R-kódbeli kommentjeim lett a zárthelyikhez és vizsgához átismétlendő tananyag, a tanár jegyzete mellett. Kiszámoltunk közismert statisztikai mutatókat, készítettünk grafikonokat és belekezdtünk a többváltozós vizsgálatba is. Visszanézve a LaTeX-formátumban írt és Git repozitóriumban verziókezelt diplomamunkám akkori commitjait, ebben a hónapban főleg a tanítóminták összegyűjtéséről és kiválogatásáról, a bemeneti adatokról írtam, miközben a szoftver is fejlődgetett ezen a téren. Big Datán különböző orkesztrátorokról hallottunk és tekintettünk meg róluk rövid bemutatót, illetve IoT-eszközökből származó adatok feldolgozásáról is szó volt, ezek mellett pedig néha videós tananyagokat is kaptunk, amik a Hive-ról, Neo4j-ről és az Apache Spark-féle RDD-kről szóltak. A laborokon Docker Swarmmal és Docker Compose-zal foglalatoskodtunk (a „socketeskedés” is szép szónak tűnik), Redis-szervert üzemeltettünk és kapcsoltunk össze két virtuális gépet, és még Cassandra-klaszter alapú virtuális hálózatot is felépítettünk, talán még adattáblákat is kezeltünk Dockerrel, de erre már kevéssé emlékszem, a prezentációk tanúsága alapján azonban még ilyet is csináltunk. E hónapban is kitöltöttem pár tesztet Energiaforrásokból. Igyekeztem hamar letudni ezt a szabvált, hogy a többi tárgyra koncentrálhassak. Menedzsmenten továbbra is stratégiai és szervezeti kérdésekkel foglalkoztunk, de már csapatmunkában egy stratégiai terv vázlatát is meg kellett írnunk. Mi a KKV-szektor informatikai támogatását választottuk, legalábbis arról írtunk, a gyakorlatban nem láttunk el ilyen feladatokat. Először azt mondták, hogy kell, aztán csak lehet, aztán talán mégis kötelező lett az olvasónapló írása is (de zárthelyit végül nem írtunk, de mégis, csak nem számított be kötelezően, vagy én már meg nem mondom). A legrövidebb – bár még mindig 300 oldalas – és a nem túl nagy választékból az érdeklődésemhez leginkább igazodó (tehát nem a menedzseri életről szóló) könyv Csíkszentmihályi Mihály Flow című műve volt, aminek 30 oldaláról írtam 3 oldal teljesen szubjektív és laikus értelmezést, tehát ennél logaritmikusabban meg sem oldhattam volna a feladatot. A hónap vége felé Big Datára be kellett küldenünk a féléves feladatunk tervezett témáját. Végre egyszer az öt egyetemi évem alatt össze tudtam kötni két különböző tárgy beadandóját: a diplomamunkám letöltőkomponensét konténerizáltam és vizualizáltam működését egy webalkalmazással.
 |
| Diósgyőri hallgató úr |
A kivételesen felemelő áprilisi hónap kezdetén írtunk zh-t Biostatból, méghozzá az oly részletesen tárgyalt leíró statisztikából. Túl nagy hangsúlyt kapott a felkészülésemben a saját irományom a tanári jegyzet rovására, de viszonylag sikeresen vettem az akadályt, pedig nem egyszerű többoldalas esszét írni efféle témákról. A mesterképzés alatt több tanárunk is rákapott az esszéíratásra, de most szokatlan volt, hogy nem lefotózva vagy szkennelve, hanem a tanár kezébe adva történt a beadás, ellentétben a járvány sújtotta időszakkal. A nyomtatónk illesztőprogramjával mostanában amúgy is akadnak problémák, de a papír és a toll még működik (ha nincs kifogyva és a járvány alatti dominánsabb billentyűzethasználat ellenére olvashatók a megformált betűim). A laborokon áttértünk az induktív, vagyis következtető statisztikára, foglalkoztunk hipotézisvizsgálattal és intervallumbecsléssel is. Néhány Valszámon vett téma visszaköszönt, kicsit gyakorlatiasabb köntösben. Gyakran dolgoztunk mesterségesen generált adatokkal is. Belemehetnék az érintett témák és módszerek részleteibe, de a holnap megkezdődő félév előtt szeretnék végezni az írással, ezért azoknak, akik a jelentkezést fontolgatva olvassák e sorokat, a képzési programot vagy a tárgyleírásokat tudom ajánlani. Áprilisban a diplomamunka írása kissé lelassult, mert először a programot kellett kilendítenem a megakadásból, de szerencsére a Big Datához felhasznált kódrészek már úgy-ahogy véglegesedtek. A megcsappanó számú előadásokon becsuktuk az ajtót, nehogy „kiszűrődjön a márki-zaj” és főleg aktuálisan futó, felhő alapú kutatásokról hallottunk, többek között egy török egyetem professzorától, aki a tömegközlekedés mérhető adatainak elemzésével foglalkozik. A laborokon talán már megkezdődött a féléves feladatok bemutatása, emellett pedig kódolási stílusokról és a nyílt forráskódú fejlesztésről esett szó, hasznos tanácsokat sem mellőzve. Ebben a félévben konzultáltam is néhányszor a diplomamunka ügyében, illetve néhány kisebb rendezvényen, beszélgetésen is részt vettem olyanokkal, akiknek hozzám hasonlóan gépi tanulás témájú diplomamunkájuk vagy kutatási területük van. Menedzsmentre kaptunk „Home Office házi feladatot”, a stratégiai terv befejezését és egy másik csoportosan megírandó esszét is. A OneNote-ból kiexportált Markdown-fájljaim tanúsága szerint e hónapban már mellőztem a jegyzetírást, de a tanórán érintett témák időnként anekdotikus jellege ezt indokolta is.
 |
| Kandós pakolás |
Május második napján írtunk zárthelyit Big Datából. Ha jól emlékszem, néhány kifejtős kérdéssel töltöttünk meg pár oldalt. Kérhetnek rajzokat (pl. Kappa- vagy Lambda-architektúra), de inkább a pár mondatos válaszadás vagy a felsorolások voltak jellemzők. Már a hármasért (és egy elfogadott féléves feladatért) lehetett megajánlott jegyet kapni, így a nagy részünk el tudta kerülni a szóbeli vizsgát. Biostatisztikán folytattuk az áprilisban megkezdett témákat. Kicsit bonyolódtak a kódok és a hátterükben álló matematika is: képletek és levezetések is jobban előtérbe kerültek, közben pedig a féléves feladattal is sok tennivaló akadt. Egy névre szóló adatbázison kellett különféle deskriptív és induktív statisztikai módszereket alkalmazni, nagyjából mindent, amit vettünk a félév során. Egy R Markdown dokumentum lett a kimenet számításokkal és azok magyarázatával, grafikonokkal. Testtömeg, szemszín, májenzimek és egyéb biológiai jellemzők, az órákon pedig gyógyszerkísérletek kérdésköre, tehát tényleg megjelent az Orvosi mérnökinformatika, de persze ezek bármilyen más számok is lehetnének, a hipotézisek bizonyítása vagy megcáfolása is algoritmizálható feladat. Bele kellett húznom az írásba, hogy a diplomamunka terjedelmi követelményeit (félévente 15-20 oldal) tartani tudjam. Végül 35 oldalig jutottam, de az a nyári szünetben (ha lehet annak tekinteni munka mellett) jelentősen kibővült, mert korábban faltól-falig szövegből állt, egyetlen ábra vagy táblázat nélkül. A Menedzsmentre megírt esszéket prezentálnunk is kellett csoporttársaink előtt, de jól megosztva a szerepköröket, így akadt köztünk nézőközönség és a szövegrészletek összeszerkesztője is. Május 4-én 02:45-ig vállaltam éjszakai ügyeletet a munkahelyi szoftver új verziójának kiadása kapcsán, de 08:30-kor már bent ültem (a csökkent létszámú) Menedzsmenten, ami nem tűnik megalapozott döntésnek, de a követelmények kőbe vésetlensége miatt akár még egy meglepetés zh-t is elképzelhetőnek tartottam, ezért nem lógtam el az órát. Feltéve, de nem megengedve akár még az is előfordulhatott, hogy pont sakkoztam és mattot kaptam, amit a Lichess is igazol. Nagyjából bármiről szó eshetett az órákon, ami néha szórakoztató tudott lenni, ha épp nem volt idegölő, tehát utólag biztos jó (vagy legalábbis ambivalens) szívvel gondolunk majd vissza rájuk, ha a csoporttársaimmal nosztalgiázunk, de persze örülök, hogy Neptunban már megkaptam a pipát, ami már az enyém, senki nem veheti el tőlem.
 |
| Egy könnyebb levezetés |
Júniusban kivételes módon hamar túlestem a vizsgákon: már 1-jén prezentáltam a diplomamunka aktuális állapotát, jelezve pont a lényeggel, a neurális hálóval kapcsolatos problémákat és előrevetítve a vele való foglalatoskodást a kellemes nyári szünetben, persze a 2,5 napnyi munkaidőn túl, délután pedig levizsgáztam Biostatisztikából is. Nagyon hasonló volt a vizsga, mint a zh: 4-5 kifejtendő kérdés, tehát 2-2,5 oldalnyi fogalmazás. Főként nem lexikális tudást (cica és kutyus barátoknak), hanem a megértést kérték számon, tehát bizonyos módszerek alkalmazhatóságának korlátait, átlag és medián robusztusságát, a hisztogram és egyéb vizualizációs eszközök lehetséges céljait. 14-én kicsit felidéztem a tavaly őszi „School Office”-hangulatot, mert csak azért bementem 08:00-ra, hogy délig dolgozzak, majd bemenjek Biostat-vizsgamegtekintésre, kialkudjak két pontot, ami pont kellett a négyeshez, ebédeljek egy jót (megköszönve a Pepita Étkezde több éves kiváló gasztronómiai tevékenységét), majd folytassam a munkát az egyetemről, nem beletolva tehát az estébe a munkaidőt. Pótoltam az ábrákat és táblázatokat a diplomamunkában, a nyári szünetben pedig munka mellett azért minden héten igyekeztem fejleszteni a programot, dokumentálva az egyes részfolyamatokat elméleti és gyakorlati szempontból is.
 |
| Vizsgamegtekintés előtti School Office |
Külön e-mailt is kellett persze írnunk, hogy fel tudjuk venni a szakirányos tárgyakat, de júniusban azért nem volt már annyira problémás a tárgyfelvétel, mint a BSc-s időkben, amikor többen harcolunk a kevesebb férőhelyért. Most, vasárnap 12:06-kor, fél nappal az utolsó félévem megkezdődése előtt az a helyzet, hogy három Orvosi mérnökinfós tárgyból kettőnek sem az idejét, sem a helyét nem ismerjük, tehát nem tudtam még beosztani három hónapnyi munkaidőmet. Két előadás és két labor még a levegőben lóg, az meg mégiscsak 3-3 óra. Most még persze van két üres nap az órarendemben, illetve holnap is tudom munkával tölteni az időt, köszönhetően a Miniszter és Örökös Egyetemtulajdonos Úr által a Várkert Bazárba szervezett évnyitóból adódó „tanítás nélküli munkanap” elrendelésének, de azért csak poénból megnéztem volna már egy kevésbé szedett-vedett tárgyfelvételt is... Szeptember 5-én tehát elkezdődik a tizenegyedik és mindenképpen utolsó egyetemi szemeszterem. Most vagy soha, de mindenképpen befejezem a mesterképzést, nem szeretnék csúszni vele. Harmadik féléves tárgyak következnek, jó pár szakirányos tárgy, beadandók és vizsgák, remélhetőleg mérsékelt óraszámú aulai munkavégzés. December 15-én kell beadni a diplomamunkát, aminek a szövege már majdnem teljeskörűen dokumentálja a szoftvert, de a neurális háló kapcsán még nagyon sokat kell kísérleteznem az ősszel, hogy legyen is valami eredménye az egésznek. Az évekkel ezelőtti eset kellemes emlékét felidézve majd valószínűleg írok egy frissítést is, ha végre teljes lesz az órarendem, aztán igyekszem helyt állni továbbra is a munkában, az egyetemet pedig befejezni végre, hogy utána átvehesse a hangsúlyt a nagyobb óraszámú munka mellett egy-két hétvégi időtöltés, régi és új hobbik, főzés és nyelvtanulás, illetve bármilyen intézményen kívüli, ismerettágító tudásanyag befogadása.
-----
Tanulmányi átlag: 4,50
Megszerzett kreditek: 33+30+26/120 (MSc ~74,17%)
[27 ElőAdás: ~38,42 óra + 22 Labor: ~32,17 óra + 11 GYakorlat: ~16,5 óra + 4 Konzultáció: ~2,17 óra]
Tantárgyak:
- Biostatisztikai módszerek alkalmazása (5 kr, 4-es)
- [12 L: ~18 ó + 9 EA: ~13,5 ó + 1 K: ~0,5 ó]
- Diplomamunka III. (8 kr, 4-es)
- [3 K: ~1,67 ó]
- >> Diplomamunka IV. (8 kr)
- Felhő alapú IoT és Big Data platformok (5 kr, 5-ös)
- [10 L: ~14,17 ó + 7 EA: ~8,42 ó]
- Különleges energiaforrások (3 kr, 5-ös)
- Mérnöki menedzsment (5 kr, 5-ös)
- [11 EA: ~16,5 ó + 11 GY: ~16,5 ó]
[1. félév + 2. félév + 3. félév + 4. félév + 5. félév + 6. félév + 7. félév + 8. félév + 9. félév]
MEGJEGYZÉSEK: