Claude 101
Anthropic Academy (Skilljar)
Claude alapjai, mindennapi munkafeladatokhoz, core feature-ök.
💡 claude · business · ⏱ 3–13 h (moduláris) · 🌐 EN
A legjobb ingyenes AI tanfolyamok egy helyen — kezdőktől haladókig, Anthropic Academy-tól MIT-ig. Szűrj szint, platform vagy témakör szerint.
Kiemelt kurzusok
Anthropic Academy (Skilljar)
Claude alapjai, mindennapi munkafeladatokhoz, core feature-ök.
💡 claude · business · ⏱ 3–13 h (moduláris) · 🌐 EN
Google Cloud Skills Boost
GenAI alapok: mi az, mire jó, miben különbözik a hagyományos ML-től.
💡 generative-ai · ⏱ ~45 min · 🌐 EN
Google / Coursera
Generatív AI alapok, hatékony promptolás, etikus használat, 5 modul.
💡 generative-ai · prompt-engineering · ethics · ⏱ ~10 h · 🌐 EN
University of Helsinki / MinnaLearn
AI alapfogalmak, ML, neurális hálók, valódi AI – 2M+ tanuló.
💡 ai-basics · ml · ⏱ ~30 h (saját tempó) · 🌐 EN + sok más nyelv
DeepLearning.AI + AWS / Coursera
LLM finomhangolás, PEFT, RLHF, deploy – AWS laborokkal.
💡 llm · generative-ai · ⏱ ~16 h · 🌐 EN
DeepLearning.AI / Coursera
GenAI gyakorlati alkalmazása mindenki számára, Andrew Ng.
💡 generative-ai · business · ⏱ ~4 h · 🌐 EN
Microsoft / GitHub
21 leckés nyílt tananyag GenAI alapoktól az agents-ig, Python + TS.
💡 generative-ai · coding · agents · ⏱ ~20+ h (21 lecke) · 🌐 EN
DeepLearning.AI
Multi-agent rendszerek építése crewAI keretrendszerrel: role delegation, kollaboráció.
💡 agents · automation · coding · ⏱ ~2 h · 🌐 EN
Hugging Face
LLM-ek és NLP a HF ökoszisztémával: Transformers, Datasets, Tokenizers, fine-tuning.
💡 llm · ml · coding · ⏱ Saját tempó · 🌐 EN
fast.ai
Jeremy Howard kurzusa: deep learning a gyakorlatban, PyTorch, fastai, Hugging Face; coding tapasztalat ajánlott.
💡 ml · coding · ⏱ ~9 lecke × 90 min · 🌐 EN
IBM SkillsBuild
AI alapok: NLP, ML, etika; IBM digitális badge a teljesítésért.
💡 ai-basics · ml · ⏱ ~10 h · 🌐 EN
LangChain Academy
LangGraph alapok: gráf-alapú agent workflow-k, hands-on laborok; Harrison Chase.
💡 agents · coding · automation · ⏱ ~6 h · 🌐 EN
Anthropic (GitHub)
9 fejezet beginner–advanced; Jupyter notebook-ok, Claude API gyakorlatok.
💡 prompt-engineering · claude · ⏱ ~3–4 h · 🌐 EN
68 kurzus
Anthropic Academy (Skilljar)
Claude alapjai, mindennapi munkafeladatokhoz, core feature-ök.
💡 claude · business · ⏱ 3–13 h (moduláris) · 🌐 EN
Anthropic Academy (Skilljar)
AI-vel való hatékony, etikus együttműködés alapjai.
💡 ai-basics · ethics · ⏱ ~3–5 h · 🌐 EN
Anthropic Academy (Skilljar)
Claude API teljes spektruma, fejlesztőknek.
💡 claude · coding · ⏱ ~5–8 h · 🌐 EN
Anthropic Academy (Skilljar)
MCP szerverek és kliensek Python-ban: tools, resources, prompts.
💡 agents · coding · ⏱ ~3–5 h · 🌐 EN
Anthropic Academy (Skilljar)
Haladó MCP: sampling, notifications, transport.
💡 agents · coding · ⏱ ~3–5 h · 🌐 EN
Anthropic Academy (Skilljar)
Claude Code integrálása fejlesztői workflow-ba.
💡 claude · coding · ⏱ ~2–4 h · 🌐 EN
Anthropic Academy (Skilljar)
Skills létrehozása, konfigurálása és megosztása Claude Code-ban.
💡 agents · claude · ⏱ ~2–3 h · 🌐 EN
Anthropic Academy (Skilljar)
AI fluency oktatói és intézményi stratégia kontextusában.
💡 claude · business · ⏱ ~3 h · 🌐 EN
Anthropic Academy (Skilljar)
AI fluency tanulói, karriertervezési és akadémiai kontextusban.
💡 claude · business · ⏱ ~2–3 h · 🌐 EN
Anthropic Academy (Skilljar)
AI fluency nonprofit szervezeti hatékonyság növeléséhez.
💡 claude · business · ⏱ ~2–3 h · 🌐 EN
Anthropic Academy (Skilljar)
Claude AWS Bedrock-on, teljes course.
💡 claude · coding · ⏱ ~3–5 h · 🌐 EN
Anthropic Academy (Skilljar)
Claude Google Cloud Vertex AI-on keresztül.
💡 claude · coding · ⏱ ~3–5 h · 🌐 EN
Google Cloud Skills Boost
GenAI alapok: mi az, mire jó, miben különbözik a hagyományos ML-től.
💡 generative-ai · ⏱ ~45 min · 🌐 EN
Google Cloud Skills Boost
LLM-ek alapjai, felhasználási területek, prompt tuning.
💡 llm · ⏱ ~45 min · 🌐 EN
Google Cloud Skills Boost
Felelős AI alapjai, Google megközelítése.
💡 ethics · ⏱ ~45 min · 🌐 EN
Google Cloud Skills Boost
Prompt tervezés Vertex AI-ban, hands-on laborokkal.
💡 prompt-engineering · gemini · ⏱ ~5 h · 🌐 EN
Google Cloud Skills Boost
GenAI fogalmaktól a felelős AI elvekig, bevezető learning path.
💡 generative-ai · llm · ⏱ ~5 h · 🌐 EN
Google / Coursera
Generatív AI alapok, hatékony promptolás, etikus használat, 5 modul.
💡 generative-ai · prompt-engineering · ethics · ⏱ ~10 h · 🌐 EN
University of Helsinki / MinnaLearn
AI alapfogalmak, ML, neurális hálók, valódi AI – 2M+ tanuló.
💡 ai-basics · ml · ⏱ ~30 h (saját tempó) · 🌐 EN + sok más nyelv
University of Helsinki / MinnaLearn
Python-alapú ML gyakorlat, AI alkalmazások építése.
💡 ml · coding · ⏱ ~30 h · 🌐 EN
DeepLearning.AI + AWS / Coursera
LLM finomhangolás, PEFT, RLHF, deploy – AWS laborokkal.
💡 llm · generative-ai · ⏱ ~16 h · 🌐 EN
DeepLearning.AI + Stanford / Coursera
Andrew Ng klasszikus ML kurzusa, 3 részes, teljes körű.
💡 ml · ⏱ ~3 × 30 h · 🌐 EN
DeepLearning.AI / Coursera
Nem technikai AI bevezető, szervezeti alkalmazás, Andrew Ng.
💡 ai-basics · business · ⏱ ~6 h · 🌐 EN
DeepLearning.AI / Coursera
GenAI gyakorlati alkalmazása mindenki számára, Andrew Ng.
💡 generative-ai · business · ⏱ ~4 h · 🌐 EN
DeepLearning.AI + OpenAI
Best practices prompt engineeringhez, LLM API alkalmazás-fejlesztéshez.
💡 prompt-engineering · chatgpt · coding · ⏱ ~1.5 h · 🌐 EN
Microsoft / GitHub
21 leckés nyílt tananyag GenAI alapoktól az agents-ig, Python + TS.
💡 generative-ai · coding · agents · ⏱ ~20+ h (21 lecke) · 🌐 EN
Microsoft Learn
18 epizódos videósorozat, Cloud Advocates, GenAI alapok.
💡 generative-ai · ⏱ ~5–8 h · 🌐 EN
Microsoft / GitHub
24 leckés teljes AI tananyag, TensorFlow/PyTorch, etika.
💡 ai-basics · ml · ⏱ ~30 h (12 hét, 24 lecke) · 🌐 EN
Harvard University (OpenCourseWare + edX)
Gráfkeresés, ML, reinforcement learning, NLP, Python projektek.
💡 ml · coding · ⏱ ~7 hét (~30 h) · 🌐 EN
MIT (YouTube + introtodeeplearning.com)
MIT éves bootcamp, deep learning, LLM, GenAI, nyílt forrású videókkal.
💡 ml · llm · ⏱ ~20 h · 🌐 EN
DeepLearning.AI + OpenAI
Többlépéses LLM rendszerek építése: classification, routing, evaluation az OpenAI API-val.
💡 chatgpt · coding · llm · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI + LangChain
LangChain alapok: chain-ek, memória, agent-ek, tool use; Harrison Chase tanítja.
💡 agents · coding · llm · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI + LangChain
RAG megvalósítás LangChain-nel: document loaderek, text splitterek, vector store-ok.
💡 llm · coding · agents · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI + LangChain
Function calling, tool use, agent architektúrák LangChain-nel.
💡 agents · coding · llm · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI + NVIDIA
RAG architektúra end-to-end: chunking, embedding, retrieval, agent pattern-ek.
💡 llm · agents · coding · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI
Multi-agent rendszerek építése crewAI keretrendszerrel: role delegation, kollaboráció.
💡 agents · automation · coding · ⏱ ~2 h · 🌐 EN
DeepLearning.AI
Agent-ek implementálása memóriával, tool-okkal és feedback loop-okkal LangGraph-ban.
💡 agents · coding · ⏱ ~1.5 h · 🌐 EN
DeepLearning.AI
Python alapok AI kontextusban; kezdőknek, programozási előismeret nélkül.
💡 coding · ai-basics · ⏱ ~4 h · 🌐 EN
DeepLearning.AI + Hugging Face
AI alkalmazások gyors prototipizálása Gradio-val; demók és UI-k építése.
💡 generative-ai · coding · ⏱ ~1 h · 🌐 EN
DeepLearning.AI (Coursera)
Andrew Ng 5 kurzusos DL specialization: neurális hálók, CNN, RNN, Transformers.
💡 ml · coding · ⏱ ~2–6 hónap (5 kurzus) · 🌐 EN
Google Cloud (Coursera)
Microlearning kurzus: mi a generatív AI, hogyan működik, miben különbözik a hagyományos ML-től.
💡 generative-ai · ai-basics · ⏱ ~45 min · 🌐 EN
Microsoft Learn
LLM-ek, promptok és AI agent-ek alapjai; interaktív gyakorlattal.
💡 generative-ai · agents · ai-basics · ⏱ ~37 min · 🌐 EN
Microsoft Learn
Kurált AI tanulási utak: Azure AI, Copilot, agent-ek; technikai és business role-okra bontva.
💡 generative-ai · business · agents · automation · ⏱ Saját tempó (több learning path) · 🌐 EN
NVIDIA DLI
Deep learning alapok: neurális hálók, training, inference; hands-on GPU laborok.
💡 ml · coding · ⏱ ~8 h · 🌐 EN
NVIDIA DLI
Gen AI fogalmak, LLM-ek működése, alkalmazási területek áttekintése.
💡 generative-ai · ai-basics · ⏱ ~2 h · 🌐 EN
NVIDIA DLI
RAG agent-ek építése: retrieval, generation, deployment; hands-on NVIDIA laborok.
💡 llm · agents · coding · ⏱ ~7 h · 🌐 EN
Hugging Face
LLM-ek és NLP a HF ökoszisztémával: Transformers, Datasets, Tokenizers, fine-tuning.
💡 llm · ml · coding · ⏱ Saját tempó · 🌐 EN
Hugging Face
AI agent-ek építése és deploy-olása a Hugging Face eszköztárával.
💡 agents · coding · ⏱ Saját tempó · 🌐 EN
Hugging Face
Model Context Protocol tanfolyam; agent-tool integráció.
💡 agents · automation · ⏱ Saját tempó · 🌐 EN
fast.ai
Jeremy Howard kurzusa: deep learning a gyakorlatban, PyTorch, fastai, Hugging Face; coding tapasztalat ajánlott.
💡 ml · coding · ⏱ ~9 lecke × 90 min · 🌐 EN
fast.ai
Deep learning foundations to Stable Diffusion; haladó szintű, matematikai háttérrel.
💡 ml · generative-ai · coding · ⏱ ~30+ h · 🌐 EN
Kaggle
ML core fogalmak, első modellek építése; hands-on notebook-ok.
💡 ml · ⏱ ~3 h · 🌐 EN
Kaggle
Missing values, data leakage, nem numerikus adatok kezelése.
💡 ml · ⏱ ~4 h · 🌐 EN
Kaggle
Neurális hálók TensorFlow-val és Keras-szal; strukturált adatokra.
💡 ml · coding · ⏱ ~4 h · 🌐 EN
Kaggle
AI etika gyakorlati eszközei; bias, fairness, responsible AI.
💡 ethics · ⏱ ~4 h · 🌐 EN
Kaggle + Google
Self-paced gen AI intenzív kurzus Google partnerséggel; LLM-ek, prompting, alkalmazások.
💡 generative-ai · llm · ⏱ ~5 nap (saját tempó) · 🌐 EN
Kaggle + Google
Self-paced AI agents kurzus Google partnerséggel; agent architektúrák, tool use.
💡 agents · llm · ⏱ ~5 nap (saját tempó) · 🌐 EN
IBM SkillsBuild
AI alapok: NLP, ML, etika; IBM digitális badge a teljesítésért.
💡 ai-basics · ml · ⏱ ~10 h · 🌐 EN
IBM (edX)
AI alapok nem technikai közönségnek: ML, deep learning, kockázatok, karrierutak.
💡 ai-basics · ml · ⏱ ~4 hét · 🌐 EN
IBM (Coursera)
Multi-agent rendszerek tervezése és implementálása 4 keretrendszerrel; IBM-partner kurzus.
💡 agents · automation · coding · ⏱ ~4 hét · 🌐 EN
OpenAI
ChatGPT képzések, webinárok, erőforrások; cert program tervben (2025/2026 pilot).
💡 chatgpt · ai-basics · business · ⏱ Változó (webinárok + kurzusok) · 🌐 EN
LangChain Academy
LangGraph alapok: gráf-alapú agent workflow-k, hands-on laborok; Harrison Chase.
💡 agents · coding · automation · ⏱ ~6 h · 🌐 EN
AWS Skill Builder
Amazon Bedrock-alapú prompt engineering alapok; ingyenes digitális kurzus.
💡 prompt-engineering · ⏱ ~1 h · 🌐 EN
AWS Skill Builder
Prompt engineering Claude-dal AWS környezetben.
💡 prompt-engineering · claude · ⏱ ~1 h · 🌐 EN
Stanford University (YouTube)
Andrew Ng Stanford ML kurzusa; teljes előadássorozat; erős matek előfeltétel.
💡 ml · ⏱ Teljes félév · 🌐 EN
Accenture (FutureLearn)
AI áttekintés: múlt, jelen, jövő; iparági hatások; munkaerőpiaci készségek.
💡 ai-basics · business · ⏱ ~3 hét · 🌐 EN
Anthropic (GitHub)
9 fejezet beginner–advanced; Jupyter notebook-ok, Claude API gyakorlatok.
💡 prompt-engineering · claude · ⏱ ~3–4 h · 🌐 EN
Anthropic (GitHub)
5 kurzus: API fundamentals, prompt engineering, real world prompting, evaluations, tool use.
💡 claude · coding · prompt-engineering · ⏱ Saját tempó (5 kurzus) · 🌐 EN
Hogyan válassz kurzust?