Készségek szűrése (0)
Készségek és technológiák
Schofhauzer Dávid József
Szakmai tapasztalat, tanulmányok és projektek szoftverfejlesztés területén
Nyitott vagyok új lehetőségekre.
Szoftverfejlesztő vagyok, teljes körű webfejlesztési, AI-rendszer- és infrastruktúra-tapasztalattal. Megbízható, jól karbantartható és skálázható szoftvermegoldásokon dolgozom. Magabiztosan használom a Node.js, Python és React technológiákat, valamint a felhőalapú eszközöket, erős problémamegoldó készséggel és együttműködő szemlélettel.
Szakmai tapasztalat
Sonepar Hungary Kft. - Veszprém, Magyarország
OCR megoldások összehasonlítása, prototipizálása, dokumentálása és prezentálása.
Különböző OCR-megoldásokat hasonlítottam össze technikai szempontok alapján, értékelve a pontosságot, teljesítményt és integrálhatóságot. Prototípusokat készítettem a változatok validálására, az eredményeket dokumentáltam, majd bemutattam a fejlesztői csapatnak, támogatva a döntéshozatalt.
Tanulmányok
Programtervező Informatikus BSc
A Pannon Egyetemen szereztem szoftverfejlesztési és informatikai alapokat, különös tekintettel az SQL, C++, C#, Java, Javascript, Typescript, HTML, CSS, Python és Blazor technológiákra. Gyakorlati tapasztalatot szereztem az adatbázis-adminisztráció (MySQL), az operációs rendszerek (Red Hat Enterprise Linux), a számítógépes hálózatok és a hálózatbiztonság területén. A képzés során elmélyítettem ismereteimet a mesterséges intelligencia és a gépi tanulás témakörében. A tanulmányok során szerzett tudás és gyakorlati tapasztalatok felkészítettek a szoftverfejlesztés és IT területén való karrierre.
Kiemelt projekt-esettanulmányok
Ezek a projektek mutatják be a legerősebb, teljes körű fejlesztési, AI-rendszer- és infrastruktúra-területen végzett munkáimat. A bal oldali készségszűrőkkel gyorsan leszűkítheted a számodra releváns tartalmat.
Nyílt forráskódú MCP-szervert készítettem, amely valós-idejű Helldivers 2 játékadatokat tesz elérhetővé LLM-ek számára, és állapotmentes edge-szolgáltatásként fut Cloudflare Worker-en.
Jelenleg egy LLM-alapú Discord botot fejlesztek, olyan ágensképességekkel, mint például webes keresés, memória- és fájlkezelés, valamint szerverfelfedezés.
Teljes funkcionalitású közösségi weboldalt fejlesztettem egy Helldivers 2 témájú Discord szerverhez, React 19 és TanStack Start alapon, Cloudflare Worker-en futó szerveroldali rendereléssel.
Megterveztem és üzemeltetek egy Docker Compose-alapú rendszert fordított proxyval, biztonságos bejövő kapcsolattal, CI/CD-automatizálással és monitorozással.
További projektek
Unity alapú fitnessjáték, amely valós aktivitási adatokat használ Google Health Connect integrációval.
Egy Unity-alapú fitness játékot készítettem, amely a Google Health Connect adatait használja a játékmechanikák befolyásolására. Létrehoztam egy egyedi Unity plugint, amely C# és Kotlin közötti hidat biztosít Android-integrációhoz.
Egyetemi csapatprojekt kollégiumi hibabejelentésre, full-stack webes architektúrával.
Egy négyfős egyetemi csapatban fejlesztettünk hibabejelentő webalkalmazást kollégiumi lakók számára. A backend-modellezésben, adatbázis-tervezésben, REST API implementációban és frontend-fejlesztésben vállaltam aktív szerepet.
Személyes infrastruktúraprojekt, ahol egy újrahasznosított Ubuntu szerveren production jellegű szolgáltatásokat futtatok.
Egy régi PC-ből Ubuntu-alapú otthoni szervert építettem, amelyen NAS- és webes szolgáltatások futnak Nginx reverse proxy mögött, Cloudflare Tunnel eléréssel. Beállítottam Docker- és Docker Compose folyamatokat, automatizált cron backupokat és monitorozást. A futtatott szolgáltatások között egy Node.js-alapú Discord AI ágens, PostgreSQL, Redis, GPU-gyorsított képfeldolgozási pipeline, valamint GitHub webhook-alapú CI/CD folyamat is szerepel.
Egyetemi csapatprojekt kézmozdulat-osztályozásra és gesztusvezérelt egérirányítás prototípusra.
Egy háromfős csapatban CNN-alapú osztályozóval fejlesztettünk egy kézmozdulat-felismerő rendszert. Megvalósítottuk egy gesztusvezérelt egérirányítás program prototípusát, és integráltuk a felismerési folyamatot az alkalmazásba.
Személyes projekt, amelyben egy kisebb, GPT-2 jellegű modellt tanítottam és hangoltam saját adathalmazon.
Egy körülbelül 1,8 millió paraméteres, GPT-2 architektúrájú modellt tanítottam saját adathalmazon. Finomhangoltam a hiperparamétereket, és konfiguráltam az inferenciát.