PortfolioPortfólió

My Work Munkáim

E-Commerce customer segmentation E-kereskedelmi vásárlói szegmentáció

An end-to-end machine learning pipeline built in Python using a ~1 million row retail dataset. It combines RFM feature engineering and K-means clustering with an XGBoost model to identify high-value B2B/B2C customers. The results and SHAP-based model explainability are presented in an interactive Streamlit dashboard for non-technical stakeholders. Klasszikus gépi tanulási pipeline Pythonban, egy közel 1 millió soros valós kiskereskedelmi adathalmazon. A projekt RFM elemzést és K-means klaszterezést ötvöz XGBoost modellezéssel a legértékesebb ügyfelek azonosítására. Az üzleti betekintéseket és a SHAP-alapú modellmagyarázhatóságot egy interaktív Streamlit dashboard prezentálja a döntéshozók számára.

  • Python
  • Feature Engineering
  • RFM Analysis
  • Machine learning
  • K-means
  • clustering
  • XGBoost
  • SHAP
  • Streamlit
  • Git
  • Customer Segmentation
  • E-commerce Analytics
View Project! 👀 Megnézem! 👀 → GitHub
E-Commerce Customer Segmentation Dashboard preview
E-Commerce Customer Segmentation Dashboard preview
Open dashboard → Dashboard megnyitása →
Next Project Következő projekt

AI-Powered Chess Game Analysis Pipeline Mesterséges Intelligencia alapú sakkjátszma-elemző adatfolyam

This project is a comprehensive chess game analysis pipeline. It processes PGN files, evaluates moves using the Stockfish engine, and leverages Large Language Models (LLMs) to generate engaging, human-like narrations of the games. The final output is presented through an interactive Streamlit dashboard complete with audio commentary and visual insights. Átfogó sakkjátszma-elemző adatfolyamat. PGN fájlokat dolgoz fel, a lépéseket a Stockfish motorral értékeli, majd nagy nyelvi modellek (LLM) segítségével emberközeli, izgalmas szöveges narrációt generál. Az eredményeket egy interaktív Streamlit dashboard mutatja be, amely részletes vizuális elemzéseket és generált hangos (TTS) kommentárt is biztosít.

  • Python
  • Data Engineering
  • LLM Integration
  • Prompt Engineering
  • Text-to-Speech (TTS)
  • Stockfish Chess Analytics
  • Streamlit
  • Polars
  • DuckDB
View Project! 👀 Megnézem! 👀 → GitHub
Project 1
Chess Game Analysis Dashboard preview
Open application → Applikáció megnyitása →
Professional backgroundSzakmai háttér

About Me Rólam

Tátrai Csaba Attila – adattudomány hallgató, BME

I am a computer science student at the Budapest University of Technology and Economics (BME), specializing in data-driven systems. I have a strong interest in data science at the intersection of technology and business. Informatikus hallgató vagyok a Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME), adatalapú rendszerek specializáción tanulok. Egyformán érdekel az adattudomány üzleti és technológiai szempontból.

Before switching careers, I ran my own business as a rope access technician, which taught me clear communication with clients and stakeholders and taking ownership. Karrierváltás előtt saját vállalkozásomat vezettem ipari alpinistaként, ami megtanított a tiszta kommunikációra az ügyfelekkel, valamint a felelősségvállalásra.

📩 Questions? Use the contact form to reach out! 📩 Kérdése van? Használja a kapcsolatfelvételi űrlapot!

Download CV (PDF) CV letöltése (PDF)
ContactKapcsolat

Get in Touch Lépjen kapcsolatba velem!

I’m currently open to new opportunities and collaborations. Whether you have a question, want to work together, or just want to say hi, feel free to reach out! Szívesen fogadok bárminemű megkeresést, kérdést vagy észrevételt! Keressen bátran!

Or Vagy

Not a fan of filling out forms or writing formal emails?
Let's play a game and chat along the way! Nem szeretsz űrlapokat töltögetni vagy formális emaileket írni?
Játsszunk egyet, és közben beszélgessünk!

♟  Challenge me on Chess.com Hívj ki sakkra a Chess.com-on