Portfolio
Hargita János
Szoftverfejlesztő | Automatizálás, adatelemzés, AI-asszisztált fejlesztés
Kapcsolat
01
Rólam
Szoftverfejlesztő vagyok, aki kézi munkát automatizál. Az L2 Energynél Azure Function Apps-on futó Python-automatizációkat építettem, amelyek kiváltották a kézzel készített MAVIR-riportokat (havi ~1,5–2 óra megtakarítás) és egy naponta órákig tartó kézi adat-összevetést. Napi eszközöm a Claude Code: ezzel fejlesztek C#/.NET funkciókat egy nyílt forráskódú játékszerverhez (4 elfogadott pull request), és ezzel működik az AI-alapú önéletrajz-rendszerem, amelyet eddig 26 jelentkezéshez használtam. A gépi tanulás projektmunka, az előrejelzéstől egy DistilBERT NLP-modellig.
02
Készségek
Programozás
AI-asszisztált fejlesztés
Automatizálás és felhő
Gépi tanulás / adatelemzés
Vizualizáció / BI
Bizonyítványok
Nyelvek
03
Szociális készségek
Vezetés
Vezetői szerepet töltök be gyülekezetem körzeti szolgálatában, és felekezetközi kórházi szolgálatban is részt veszek: embereket koordinálok, és felelősséget vállalok az eredményért.
Visszajelzések kezelése
A karbantartói code review-n addig dolgozom, amíg át nem megy; a legnagyobb nyílt forráskódú fejlesztésem két review-kör után került be.
Írásbeli kommunikáció
Egy éven át minden héten fordítottam angol hírtartalmat magyarra, határidőre, a jelentést és a hangnemet megőrizve.
04
Projektek
Szerviz Asszisztens — app független autószerelőknek
Webes nyilvántartás kis, független autószerelő műhelyeknek: ügyfelek és autóik összekötve, munkalap ÁFA-helyes összesítővel és nyomtatható A4-es nézettel. Fotóról beolvassa a forgalmit, a kimásolt beszállítói kosárból munkalap-tételeket csinál, QR-kódos linken fogad ügyféljelentkezést, és egy kattintással a beszállító alvázszám-keresőjébe visz. Claude Code segítségével építem.
Működő MVP elkülönített demó móddal, mintadokumentumokkal; a következő lépés az éles teszt egy független műhelyben.
Stratum — nyílt forráskódú játékszerver
C#/.NET 10 fejlesztések Claude Code segítségével egy 13 közreműködős, nagy teljesítményű Vintage Story szerver-forkhoz: linux-arm64 támogatás SHA-256-tal ellenőrzött letöltéssel, staff csoportkezelés, konfigurálható teljesítmény- és csomagvédelmek, valamint játékon belüli kasztváltási kérelmek — mindegyik tesztforgatókönyvekkel.
4 pull request elfogadva a karbantartók code review-ja után; az ARM64 támogatás a hivatalos v1.22.7 kiadásokban is benne van.
AI-alapú önéletrajz-testreszabó rendszer
Minden álláshirdetéshez egyoldalas önéletrajzot szab: bizonyítékokhoz kötött készség- és tapasztalat-adatbázis (EN/HU), AI-vezérelt válogatás hirdetésenként, DOCX + PDF generálás. Claude Code segítségével terveztem és építettem.
Eddig 26 jelentkezéshez használtam, jelentkezésenként 15–30 perc megtakarítással (összesen ~6,5–13 óra).
Vintage Story ARM64-en — telepítés automatizálása
Frissítettem az ARM64 szerverportot az 1.22.3-as játékverzióra, és Pterodactyl panel egg-eket készítettem, amelyek ARM64 node-okra telepítik a vanilla vagy Stratum szervert, kiváltva a kézi fájlcserét.
Az ARM64 telepítés teljesen automatizált; az upstream egg pull request (#615) elbírálás alatt.
NLP érzelem-elemzés — IMDB filmkritikák
Érzelem-osztályozó 50 000 filmkritikán: TF-IDF + logisztikus regressziós alapmodell egy finomhangolt DistilBERT modell ellen, szivárgásmentes kiértékeléssel és hibaelemzéssel arról, melyik modell mit téveszt el.
93,8% pontosság az alapmodell 90,5%-ával szemben — 35%-kal kevesebb hiba (945 → 615).
Sales Forecasting — Superstore
Havi értékesítés-előrejelző modell 4 év rendelési adatán (9 994 sor).
R² 0,60 12-szeres walk-forward validációval — 14%-kal jobb a szezonális naiv alapmodellnél.
Customer Churn Prediction — Telco
Ügyféllemorzsolódást előrejelző osztályozó modell fejlesztése kiegyensúlyozatlan adathalmazon SMOTE technikával, összehasonlítva logisztikus regressziót, Random Forestet és XGBoostot.
Végső logisztikus regressziós modell: 83,7% ROC-AUC, 64,7% recall.
House Price Prediction — California Housing
Ingatlanérték-előrejelző modell építése 8 jellemzőn (jövedelem, épületkor, populáció, elhelyezkedés), 6 modell összehasonlításával: lineáris regresszió, Ridge, Lasso, KNN, Random Forest, Gradient Boosting.
Végső Random Forest modell: R² 0,83, RMSE 0,47.
05
Szakmai tapasztalat
Modellezés és fejlesztés · L2 Energy
2025.04 – 2026.01 (10 hónap)Budapest, Magyarország (Remote)
- Havi ~1,5–2 óra kézi munkát váltottam ki a munkatársak által addig kézzel készített napi, heti és havi MAVIR-riportok automatizálásával.
- Hibabiztossá tettem az éves MAVIR-riportot egy előkészít–ellenőriz–jóváhagy folyamattal: a program betölti és kétszer ellenőrzi az adatokat, majd egy munkatárs átnézi és beküldi.
- Naponta órákig tartó kézi adat-összevetést váltottam ki egy Selenium-alapú scraperrel egy JavaScript-függő kereskedési oldalhoz; azonnal jelzi a belső adatoktól való eltéréseket, és kiváltott egy nehézkes piaci adat-API-t.
- Power BI és Grafana dashboardokat készítettem, amelyeket egy közgazdász és egy kereskedő folyamatosan figyel a piaci mozgások miatt.
- Nagy volumenű adatszimulációkat futtattam Python, pandas, SQL és KQL segítségével.
- A folyamatok többségét Azure Function Apps-ba telepítettem, ütemezett, kézi beavatkozás nélküli futtatással.
“Az L2 Energy-nél töltött ideje alatt János barna- és zöldmezős fejlesztési feladatok terén is helytállt, aminek eredményeként lehetősége nyílt már tervezési fázistól kezdve végig követni egy projekt életútját, a kivitelezésen és az első éles telepítésen át, az üzemi használatbavételt követő támogatási fázisig. Munkáját pályakezdőtől elvárható alapossággal és sebességgel végezte, kellő szorgalmat demonstrálva egy számára akkor még ismeretlen iparág megértésében.”
Önkéntes fordító (angol → magyar) · CBN (Christian World News)
2022 – 2023 (12 hónap)Remote
- 12 hónapon át minden héten nemzetközi hírtartalmat fordítottam magyarra, önállóan és határidőre.
06
Tanulmányok
Szoftverfejlesztő informatikus (BSc) · Eötvös Loránd University
2023.09 – 2025.06 (4 elvégzett félév, a képzést elhagytam)Négy félév után önálló tanulási útra váltottam, mert az egyetemi tananyag 2–4 évvel le van maradva a munkaadók által ma használt eszközökhöz képest.
Középiskolai tanulmányok · Béri Balogh Ádám Katolikus Gimnázium
2014 – 2023Érettségi jeles eredménnyel. Helyezések megyei és egyházmegyei matematika, nyelvi és kémia versenyeken.