Work Blog Kapcsolat
AI & digitális transzformáció · a folyamatelemzéstől a működő AI-eszközökig

Alexey Berezka

AI-t viszek az ipari munkába - a sajátomat pedig nyilvánosan építem.

A Kyocera autóipari és ipari egységénél belső tanácsadással és fejlesztéssel foglalkozom: először interjúk és folyamattérképek azokkal, akik a munkát végzik, aztán a feladathoz illő AI-eszközök, legyen szó Microsoft 365 Copilotról, Claude-ról, OpenAI-ról vagy másról. Előtte több mint három évig biztonságkritikus autóipari szoftvert fejlesztettem a ZF-nél, ahol a kód csak akkor megy ki, ha kibírja.

5+
Év az iparban
200+
Orkesztrált AI-ügynök
~95%
Alacsonyabb LLM-költség
7 964
Fájl a RAG-indexben

AI-rendszerek, amelyeket építettem és éles üzemben futtatok

Nem demók. Mindegyik a saját infrastruktúrámon fut, minden nap.

🤖
24/7 fut éles üzemben

JARVIS - többágensű AI operációs rendszer

Probléma Az általános chatbotok nem cselekszenek - válaszolnak. Olyan asszisztenst akartam, amely valódi, többlépcsős feladatokat tervez meg és hajt végre az eszközeim között.
Megközelítés Saját hostolású rendszer hangbemenettel/-kimenettel (Whisper), e-mail-, naptár- és okosotthon-eszközökkel, valamint egy meta-orkesztrátorral, amely több mint 200 szakértő ügynök között osztja el a munkát - autonóm módon tervezve, delegálva és végrehajtva.
Python Claude API Whisper MCP Docker
📈
~95%-kal alacsonyabb modellköltség

DeepSignal - autonóm LLM-pipeline

Probléma Az LLM-vezérelt piacelemzés erős, de drága és törékeny - könnyű túlkölteni, nehéz megbízni benne.
Megközelítés Végponttól végpontig tartó pipeline, amely piaci & híradatokat fogad be, LLM-elemzést futtat, és ütemezés szerint, kézi beavatkozás nélkül publikál jelzéseket - gyártófüggetlen modelladapterrel és shadow-értékelési éles kapuval, backtesteléssel és 54 ügynökös adverzális felülvizsgálattal megerősítve.
Python LLMOps Eval gating Telegram API
🔎
7 964 fájl · másodperc alatt

Hibrid RAG tudásrendszer

Probléma A kulcsszavas keresés elveszti a jelentést; a tisztán vektoros keresés hallucinálja a kontextust. Egyik sem elég önmagában egy LLM megalapozásához.
Megközelítés Retrieval-Augmented Generation 7 964 forrásfájl (78 764 szövegrészlet) felett, sűrű beágyazásokat (bge-m3), ritka FTS5-öt és egy cross-encoder rerankert kombinálva - folyamatosan futó daemon szolgálja ki, óránkénti újraindexeléssel, gyors, megalapozott és hivatkozható válaszokért.
RAG bge-m3 FTS5 Reranker
🏗️
Gyártófüggetlen stack

Saját hostolású AI-infrastruktúra & MCP

Probléma Az egyetlen felhőhöz vagy modellgyártóhoz való kötöttség üzleti kockázat, nem csupán technikai.
Megközelítés Teljes éles stack Hetzneren - Docker, nginx, systemd, CI/CD (GitHub Actions), FastAPI-szolgáltatások és egyedi Model Context Protocol szerverek - úgy tervezve, hogy az LLM-háttér és az adatok alapból hordozhatók maradjanak.
Docker nginx systemd CI/CD FastAPI
🌐
30 nyelv · élő

Webdesign és fejlesztés

Probléma Egy személyes oldalnak minden nyelvén természetesen kell szólnia, és egy olcsó telefonon is gyorsan kell betöltődnie.
Megközelítés Ez az oldal: Hugo 30 nyelven, természetes szövegekkel és nyelvenkénti SEO-val, saját üzemeltetésű kapcsolati API-val és analitikával, és build-ellenőrzéssel minden telepítés előtt.
Hugo i18n SEO Nginx

🔬 KIT-kutatás - AI-bevezetési döntési modell

Mesterszakos szakdolgozatom a KIT-en (beadva 09/2026, fokozat várhatóan 10/2026): többszempontú döntési modell, amely megmondja a gyártó KKV-knak, hol érdemes valóban bevezetni az AI-alapú képfeldolgozást - és hol nem. Szakértői interjúkra, kvantitatív elemzésre és AHP-modellezésre épül, és megismételhető módszerrel váltja ki a megérzés alapú AI-döntéseket. Korábbi szakdolgozatok: sztratoszférikus léggömb gondolájának elektronikája (Ing., UWB Pilsen 2021); többléptékű fázisalapú távolságmérés űrjárművek követésére (B.Sc., RTU 2018).

KIT HECTOR School MCDM Ipar 4.0 MI bevezetése SME Research
📋Szakértői interjúk
🎤Kvantitatív elemzés
📈MCDM / AHP

Gyárcsarnoktól az AI-bevezetésig

AI Engineer - Digital Transformation 2026 május - jelenleg

Kyocera Automotive and Industrial Solutions

Dietzenbach, Németország

Fókusz: belső tanácsadás - folyamatelemzés és interjúk, AI-eszközök értékelése, szabályozás (governance) és bevezetés - valamint Copilot-ügynökök és flow-k építése. 2026 májusától szeptemberéig diákmunkásként, 2026 októberétől teljes munkaidőben.

MI bevezetése Digitális transzformáció Ipar 4.0
Executive M.Sc. program 2024 - 2026

Karlsruhe Institute of Technology

KIT HECTOR School

Executive mesterképzés a KIT HECTOR Schoolban (90 ECTS, ~20 hónap), a KIT dolgozó mérnököknek szóló technológiai üzleti iskolájában. Szakdolgozat beadva 09/2026, fokozat várhatóan 10/2026. A tanterv a mérnöki mélységet (digitális platformok, AI, szoftver, biztonság) a menedzsment szélességével (stratégia, döntések, pénzügy, innováció) ötvözi, Autonomous Robotics szakirányon - smart manufacturing és Ipar 4.0. Megváltoztatta, hogyan gondolkodom a technológiai döntésekről: nem az a kérdés, „mi lehetséges technikailag”, hanem hogy „mi a helyes a stratégia, a képességek és a kockázat fényében”.

Stratégia Információs rendszerek Döntéselmélet Digitális transzformáció
Beágyazott szoftverfejlesztő 2019 - 2023

ZF Pilsen

Haszongépjármű-divízió - Tier 1 autóipari beszállító

Beágyazott szoftvert szállítottam sorozatgyártású ECU-khoz szabályozott, biztonságkritikus környezetben. HiL-tesztpipeline-ok automatizálásával 25 %-kal rövidítettem a validációs ciklusokat.

C/C++ HiL/SiL Jenkins Git CAN
Mérnök 2017 - 2018

Typhoon Research & Production Association

Repülésmeteorológiai rendszerek

Repülésmeteorológiai megfigyelés mérőrendszerein dolgoztam, szabályozott környezetben, ahol a dokumentációnak pontosnak kellett lennie.

PCB Design MATLAB Electronics
Adatelemzési mérnök 2016 - 2017

Stream

Analytics & adat

Prediktív modelleket építettem ügyfélszegmentációhoz és automatizált riportpipeline-okat - 40 %-kal csökkentve az elemzők manuális munkáját.

SAS Python SQL ETL

Technológiák, amelyekkel dolgozom

AI & gépi tanulás
🤖
Agentic AI / Multi-Agent
🔗
RAG / Vector Embeddings
📐
Prompt Engineering
📈
LLMOps / Eval
⚙️
MCP Protocol
🧰
Claude Agent SDK
✨
GPT-5 / Gemini 2.5
🏠
Ollama / Local LLM
🎤
Whisper STT
🛡️
EU AI Act / GDPR
📊
MCDM / AHP
Mérnöki munka & fejlesztés
🐍
Python
🔧
C / C++
🗄️
SQL
📡
CAN / Embedded
📈
SAS / ETL
🔬
MATLAB
Infrastruktúra & DevOps
🐳
Docker
🌐
Nginx
🚀
Hetzner VPS
🔀
Git / CI-CD
⚡
n8n / Automation
📦
Telegram API

A legtöbb AI-projekt a diasornál véget ér. Én beépítem a napi munkába - és maradok, amíg stabilan nem működik.

Alexey vagyok. AI-val és digitális transzformációval foglalkozom a Kyocera Automotive and Industrial Solutionsnél Dietzenbachban: 2026 májusától szeptemberéig diákmunkásként, 2026 októberétől teljes munkaidőben. A munka nagy része belső tanácsadás: beszélek azokkal, akik a munkát végzik, feltérképezem, hogyan megy valójában, megnézem, mely AI-eszközök illenek hozzá, és segítek kialakítani a használatuk szabályait. Aztán azzal az AI-eszközzel építek, amelyik a legjobban illik - Microsoft 365 Copilottal, Claude-dal, OpenAI-jal vagy mással -, ott, ahol megéri. Szabadidőmben nyilvánosan építek AI-t - egy személyes asszisztenst, amely összeköti a Claude-ot, az OpenAI-t és a Perplexityt, ML-kutatást kereskedési jelekről, és ezt az oldalt. Mindez a saját szervereimen fut, minden nap.

A KIT-en a mesterszakos szakdolgozatomat arról írtam, hogyan vezetik be a gyártók valójában az AI-t: döntési modell AI-alapú képfeldolgozáshoz gyártó KKV-k számára, szakértői interjúkra és valódi döntési szempontokra építve, nem a szállítók hype-jára. 2026 szeptemberében adtam be, a fokozat 2026 októberében várható. Ettől őszinte maradok abban, mit tud és mit nem tud az AI.

Az AI előtt több mint három évig biztonságkritikus autóipari szoftvert írtam a ZF-nél, előtte pedig repülési mérőrendszereken és adatelemzésen dolgoztam. Ezeken a területeken semmi nem megy ki, amíg valós körülmények között meg nem állja a helyét. Ezt a mércét hozom most: olyan AI-t, amely kibírja az éles üzemet, nem csak a demót. A képernyőn kívül az edzőteremben, úton vagy a következő kísérlet közben talál meg - négy nyelven (EN · RU · DE · CZ).

0
Év tap.
0
Nyelv
0
Iparág
AB
Helyszín Mannheim, Németország
Képzés B.Sc. RTU · Ing. UWB Plzeň · M.Sc. a KIT-en, fokozat várhatóan 10/2026
Kutatás Hogyan vezetik be a gyártók az AI-t (mesterszakos szakdolgozat a KIT-en)
Nyelvek RU anyanyelv · EN C1 · CZ C1 · DE B2
Státusz AI & digitális transzformáció a Kyoceránál · saját AI nyilvánosan építve

Ami élesen tart

🏋️

Edzőterem & fegyelem - szinte minden nap edzek.

📷

Fotózás - fényképezek és megosztom az Instagramon.

🖨️

3D-nyomtatás & tervezés - funkcionális nyomatok és STL-modellek, amelyeket a MakerWorld-on publikálok.

🌍

Nyelvek - orosz, angol, német és cseh; következő az olasz.

I write down what I build, most nights

Vibes per Token is my build-in-public journal on AI, agents and automation. What shipped, what broke, what it cost. English and Russian on Telegram.

See the journal

Mérnök, aki mindkét nyelvet beszéli

A szervergép és az igazgatóság között ülök. Meg tudom írni a kódot, biztosítani tudom az infrastruktúrát és meg tudom tervezni az adatpipeline-t - majd a vezetőségnek világos üzleti nyelven elmagyarázni, mibe kerül, mit hoz és hol a kockázat. Az AI EU-s adathatárokra építve, a GDPR-ral és az EU AI Act-tel mint tervezési feltétellel, nem utólagos ráaggatással.

✓
Éles üzemben épít
Ezen az oldalon minden a saját szervereimen fut, naponta - nem demo-homokozóban.
✓
Felelős & EU-kész
GDPR, EU AI Act és adatszuverenitás az első naptól figyelembe véve, nem utólag ráhúzva.
✓
Gyártófüggetlen
Hordozható stackek - az adatok és a logika soha nem kötődnek egyetlen modellhez vagy felhőhöz.

Élet & munka Instagramon

AB
@alexey.berezka
AI-építő · 3D-nyomtatás · élet Mannheimben 🇩🇪
Követés Instagramon

Írjon nekem

Kérdés egy projektről vagy bejegyzésről, egy ötlet, amit megbeszélnénk, vagy csak egy köszönés - az űrlap egyenesen a postafiókomba érkezik. Angolul, németül, oroszul vagy csehül válaszolok.

Mannheimben élek, Németországban