Kétnapos, intenzív vállalati kurzus keretében ismerhették meg az ELTE GTK hallgatói, hogyan lesz a nyers adatból üzleti döntés a PwC Magyarországnál. A kurzuson résztvevők nem tankönyvi példákkal, hanem valós projektekkel és esettanulmányokkal dolgoztak a PwC szakértőinek vezetésével.

Az első nap a data science, a gépi tanulás és a generatív mesterséges intelligencia üzleti alkalmazásaira fókuszált. A PwC Data Analytics Solutions csapatának tagjai mutatták be, hogyan támogatják az adatelemzők a mindennapi tanácsadói és auditfolyamatokat, hogyan épül fel egy adatprojekt teljes életciklusa az adatelőkészítéstől az eredmények értelmezéséig, és milyen felelősséggel jár a modellek használata.

Valós esetpéldákon keresztül láthatták a hallgatók, hogyan segítik az adatvezérelt megoldások például a csalásmegelőzést, a prediktív karbantartást vagy ajánlórendszerek működését. A kurzus részeként a hallgatók csoportokban egy saját AI-projekt koncepcióját tervezték meg: üzleti problémát választottak, végiggondolták, milyen adatokra lenne szükség, hol teremthet értéket egy generatív vagy prediktív modell, és milyen kockázatokkal kell számolni. A rövid határidő, a csapat szerepek felosztása és a prezentációs kényszer sokak szerint egy „mini tanácsadói projekt” élményét adta, azaz élesben gyakorolhatták, hogyan gondolkodik egy adattudós vagy tanácsadó.

A második napon a pénzügyi beszámolók elemzése és a kockázatkezelés került középpontba. A hallgatók valós vállalati mérlegeken és eredménykimutatásokon keresztül tanulták meg, hogyan olvassa egy elemző a számokat, milyen következtetéseket tud levonni belőlük, és milyen korlátai vannak a pénzügyi kimutatásoknak.
Kiemelt blokk volt a Diákhitel kockázati modelljének esettanulmánya, ahol a résztvevők megismerhették egy államilag támogatott hiteltermék pénzügyi és kockázati modellezését. A bemutatott modell világossá tette, mennyire összetett feladat a hallgatói életutak, jövedelmi pályák és különböző kimenetek pénzügyi hatásainak kezelése – és milyen fontos, hogy az így felépített rendszer egyszerre legyen pontos, robusztus és magyarázható.

A kurzus záróeleme egy HR- és karrierblokk volt, ahol a PwC szakértője gyakorlati tanácsokat adott az önéletrajzok, LinkedIn-profilok és állásinterjúk kapcsán. A hallgatók betekintést kaptak abba is, milyen kompetenciákat keres egy nagy tanácsadó cég, hogyan épülnek fel a gyakornoki programok, és milyen vállalati kultúra várja a leendő munkatársakat.

A visszajelzések szerint a kurzus legnagyobb értéke a gyakorlati, interaktív megközelítés volt: a hallgatók valós üzleti problémákkal dolgozhattak, csapatban gondolkodhattak és azonnali szakmai visszajelzést kaptak. Többen kiemelték, hogy a két nap nemcsak segített tudatosabban tekinteni a mesterséges intelligencia használatára és fejlesztette az adatvezérelt gondolkodást, hanem konkrét iránymutatást adott a jövőbeli karriertervezéshez.

A PwC-vel közösen megvalósított kurzus így nemcsak szakmai tudást adott, hanem híd szerepet töltött be az egyetem és az üzleti gyakorlat között – a hallgatók szerint valódi hozzáadott értéket jelentve a tanulmányaikhoz és pályakezdésükhöz.

Hálásan köszönjük a PwC csapatának a tréninget!

Fotók: Ruszthi Csilla