Nitrowise

Name: Nitrowise
Address: Gábor Dénes Utca 4. , Infopark C épület, Budapest, 1117, HU
Telephone: +36703910320

Nitrowise, Számítástechnikai vállalat, Gábor Dénes Utca 4. , Infopark C épület, Budapest elérhetőségei, térképes helyadatai és útbaigazítási információi, kapcsolatfelvételi űrlapja, nyitvatartási ideje, szolgáltatásai, értékelései, fényképei, videói és közleményei.

Olyan kizárólag a lényegre koncentráló szoftvermegoldásokat tervezünk és valósítunk meg, melyek működéséről és használhatóságáról már a fejlesztési folyamatok alatt megbizonyosodhat.

19/06/2026

Tegnap jó kis képeket osztottunk meg a gokartozásról, a győztesekről, de a legfontosabbat mára hagytuk :)
Jó hétvégét kívánunk mindenkinek!

19/06/2026

Múlt héten Graics Vince, korábbi tesztelési vezetőnk tartott nálunk előadást a teljes tesztelési életciklus AI-támogatásáról. Az előadásnak csak kis része szólt arról, amit már mindenki csinál, hogy egy asszisztenssel teszteseteket írunk és lefuttatjuk őket. A legtöbben itt tartanak, ez viszont a ciklusnak csak az egyik fázisa.
A tesztelésnek három szakasza van, és mindháromban más a dolga az AI-nak:

- Tervezéskor, még a kód megírása előtt, egy modell kiszúrja, mi hiányzik a specifikációból.
- Futásidőben fut a mai automatizmusok nagy része, automatizált tesztesetek, stb.
- Futtatás után pedig a több ezer soros hibalogok reggeli átnyálazását rövidíti pár percre, és gyorsan megtalálja a néhány valódi gyökérokot.

Vince egy másik kulcskérdést is bemutatott: a modellválasztást. Reflexből a legtöbben a legnagyobb modellekt használják, hiszen azok a legerősebbek. A feladatok jelentős részét viszont kicsi, lokálisan futó modellek ingyen is megoldják, ráadásul úgy, hogy egyetlen bájt sem hagyja el a fejlesztők gépét. Az elmúlt hetek árazási mozgásai után ez nemcsak adatbiztonsági, hanem pénzügyi szempontból is releváns.
A teljes, gyakorlati összefoglalót elolvashatod itt: https://nitrowise.com/hu/ai-a-szoftvertesztelesben/

18/06/2026

Hétvégén gokartozni voltunk! Csupa izgalom! A szabadedzést felborította a zápor, az időmérőt a száradó pálya variálta meg, ám végül a verseny is nagyon kiélezettre sikerült. A dobogó sorrendje az utolsó kanyarban dőlt el!
Gratulálunk Norbinak a győzelemhez, és minden résztvevőnek a fantasztikus teljesítményhez!
Legközelebb mehetnénk Forma-1-es kocsikkal.... ;)

17/06/2026

A rendszerért végül nem a Copilot fog felelni.
AI támogatással gyorsabban készül a kód, de közben a kisebb döntések is gyorsabban csúsznak szét: egy jogosultság, egy validáció, egy integrációs kompromisszum.
Fél év múlva a rendszer már nem feltétlenül azt csinálja, amiben eredetileg megállapodtatok. Csak valami nagyon hasonlót.

A ebben segít: nem újabb AI-eszközöket ajánlunk, hanem egy keretrendszert a döntések, átadások és review-pontok követésére.
Gyorsabban fejleszteni már mindenki tud. Vezetőként az igazi tét, hogy a végén is azt kapjátok-e, amiben az elején megállapodtatok.

Erről írtunk cikkünkben: https://nitrowise.com/hu/bmad-framework-ai-tamogatott-fejlesztes/

19/05/2026

Mi sem maradhatunk le a Spotify diszkógömbös szülinapjáról. 🥳

09/04/2026

Évente több tízezer új orvosi kutatás jelenik meg. 📚🩺
Ha Te felelsz az oktatásért / szakmai fejlesztésért, akkor pontosan tudod: ezt képtelenség “kézzel” folyamatosan követni. És közben a slide-ok, jegyzetek, kvízek összerakása simán elvisz heteket. ⏳

Mi ezen a ponton szoktunk beszállni egy AWS-en futó, auditálható AI-alapú folyamattal. ☁️🤖
A cél egyszerű: gyorsabb anyagkészítés, de az orvosi felelősség maradjon ott, ahol kell: az embernél. ✅

Így lesz a publikációból validált oktatási anyag nálunk:

🧲 Automatikus gyűjtés (PubMed, guideline-ok, belső anyagok)
🎯 Minőségi szűrés + rangsorolás klinikai relevancia szerint
🧠 Összefoglaló + slide-javaslat + kvízkérdések generálása
👩‍⚕️ AI előkészít, orvos validál

Eredmény: az előkészítési idő tipikusan 80–90%-kal csökken. 🚀
Forrásoldalon pedig ragaszkodunk a peer-reviewed anyagokhoz. 🔒

Ha felmerült benned, hogy ez hogyan nézne ki nálatok (akár egy gyors POC-ként), dobj egy üzenetet, vagy nézd meg a részleteket itt: https://nitrowise.com/hu/orvosi-tudasmenedzsment-aws-ai/

20/03/2026

98% OCR pontosság… aztán mégis tele a validációs sor? 🤯📄

Ha ismerős, nem vagytok egyedül. Sokszor nem az OCR-rel van a gond, hanem az elvárással: karakterfelismerést kérünk tőle, miközben nekünk valójában értelmezett adatok kellenének.

Ami nagyvállalati környezetben tipikusan elviszi a projektet:
📌 Az OCR betűt olvas, de ettől még nem érti, mi a számlaszám, mi a fizetési határidő
📌 A sablon- és szabályalapú logika borul, amikor a beszállító átrendezi a fejlécet
📌 Papíron szép a pontosság, a valóságban meg megy a kézi javítás… sok emberrel, sok idővel

Mi az, ami élesben stabilabban működik?
✅ OCR marad a nyers erő (blokk, struktúra, alap szöveg)
✅ GenAI jön fölé szemantikai rétegként: kontextust használ, jelentést értelmez, rugalmasabb (template-less)
✅ Eredmény: kevesebb kézi utómunka, kevesebb rejtett költség 📉

Összeraktuk a cikkben, hol a határ OCR és GenAI között, és milyen hibrid architektúra ad stabil eredményt:
https://nitrowise.com/hu/genai-dokumentumfeldolgozas-ocr/ 🔗📚

Kíváncsi vagyok: nálatok melyik dokumentum fáj a legjobban?
🧾 számla
📦 szállítólevél
📑 szerződés
🗂️ egyéb (írd meg kommentben)

Ha gondolod, küldj egy üzenetet is, és ránézünk, hol lehet a validációt tényleg lejjebb vinni. 🤝☁️

02/03/2026

Percek alatt terápiás javaslat több ezer hasonló eset alapján?
Az AI-alapú döntéstámogatás az egészségügyben már nem jövőkép, hanem működő gyakorlat.

Az orvosok egyik legnagyobb kihívása ma is ugyanaz:
komplex döntéseket kell hozni úgy, hogy nincs egyetlen helyen elérhető, strukturált tudás a korábbi anonim esetekről és azok kimeneteléről.

👉 Mi lenne, ha a teljes intézményi tapasztalat másodpercek alatt elérhető lenne?

Egy AWS-alapú döntéstámogató rendszer valós példája megmutatja, hogyan lehet:

✅ terápiás javaslatokat adni a legjobb kimeneteli arány alapján
✅ anonimizált betegadatokból tanulni, GDPR-kompatibilisen
✅ egységes tudásbázist létrehozni orvosok és osztályok között
✅ javítani a betegkimeneteleket és a működési hatékonyságot

Hogyan működik?
Orvos → betegparaméterek → AI (SageMaker, Bedrock, Kendra) → hasonló esetek elemzése → rangsorolt terápiás javaslat → orvosi döntés.

📖 A teljes technikai és üzleti megközelítés a blogcikkben: 👉 https://nitrowise.com/hu/ai-dontestamogatas-egeszsegugy-aws/

24/02/2026

4 emberhónap helyett 2.
Azonos scope.
Enterprise környezetben.

Egy magánegészségügyi teljes adminisztrációs rendszert szállítottunk AI-asszisztált delivery-vel. Nem PoC-ot, hanem éles működésre szánt belső alkalmazást.
A projekt során a cél a gyors szállítás volt úgy, hogy közben az architektúra, a minőségbiztosítás és a transzparens működés ne sérüljön.
Az esettanulmányban bemutatjuk:
– mi volt a pontos scope,
– hogyan dolgozott az AI-támogatott csapat,
– és hol keletkezett a tényleges időmegtakarítás.
👉 A teljes use case itt olvasható: https://nitrowise.com/hu/ai-fejlesztes-egeszsegugyi-esettanulmany/

19/02/2026

A GenAI-alapú tudástár és HR tudászasszisztens akkor működik igazán vállalati környezetben, ha az adatok és a szoftver minden eleme biztonságban van: hozzáférések kontroll alatt, események naplózhatók, a működés auditálható.
Legújabb cikkünkben megmutatjuk, hogyan épül fel a NitroDoc: privát AWS környezet, enterprise kontrollok, és megfelelőségi szemlélet (GDPR / EU AI Act), akár EU-szuverén felhőopció is elérhető.
👉 Olvasd el: 🔗https://nitrowise.com/hu/a-nitrodoc-alapja-biztonsag-adatvedelem-es-megfeleloseg/

Ha érdekel a hamarosan érkező ingyenes ebook is, írj egy emailt a [email protected] címre és azonnal küldjük, amint elkészül.

Cím

Gábor Dénes Utca 4. , Infopark C épület
Budapest
1117

Telefonszám

+36703910320

Weboldal

http://nitrowise.com/

Értesítések

Ha szeretnél elsőként tudomást szerezni Nitrowise új bejegyzéseiről és akcióiról, kérjük, engedélyezd, hogy e-mailen keresztül értesítsünk. E-mail címed máshol nem kerül felhasználásra, valamint bármikor leiratkozhatsz levelezési listánkról.

A Vállalkozás Elérése

Üzenet küldése Nitrowise számára:

Megosztás

Kategória

Számítástechnikai vállalat