bence@portfolio:~$

full-stack devinternal tools & automation

Full-stack fejlesztő — belső eszközöket és folyamatokat automatizálok, AI/LLM irány felé nyitva; ezt az oldalt is vibe coding-gal építem.

whoami

bence@portfolio:~$ whoami

Bence Krisztián Világos — full-stack fejlesztő (JavaScript & C#)

bence@portfolio:~$ cat job.txt

Jelenleg egy payments/fintech cégnél dolgozom full-stack fejlesztőként.

bence@portfolio:~$ ls ./side-projects

foci-meccs-predikciós ML modell [aktív kutatás]

ez a portfólió oldal [MVP kész]

bence@portfolio:~$ cat interests.txt

AI/LLM irány, gépi tanulás — és minden, amit terminálban lehet futtatni.

bence@portfolio:~$

$ ls ./projektek

Raktár- és eszközigénylési rendszer

élesben, fejlesztés alatt

Korábban a kollégák Teams-üzenetben jelezték az eszközigényt, amit egyenként, kézzel vezettünk Excel-táblákban — hiányos infó, visszakövethetetlen igénylések, szétszórt adat. Ezt váltotta le egy Power Apps-os rendszer, ahol az igénylés (üzleti egységhez vagy rendezvényhez), a kiadás, visszavétel, beérkeztetés és áthelyezés is digitálisan, sorozat-/leltári szám és konfiguráció szinten rögzül, teljes visszakövethetőséggel. Élesben fut a teljes igénylés-kiadás folyamat, a dashboard és a leltározási felület; a készlet-kimutatás és az eszköz-életút nézet még fejlesztés alatt.

Power Apps (Canvas app)Power AutomateSharePoint ListsGitHub Copilot (AI-asszisztált fejlesztés)

Foci meccs-predikciós ML rendszer

aktív kutatás / saját pipeline

Kísérleti, kutatási célú gépi tanulási rendszer futballmeccsek kimenetének (H/D/A) és az Over/Under 2.5 gólnak az előrejelzésére, három bajnokságon (Premier League, Bundesliga, La Liga) — nem tippszolgáltatás. Az XGBoost-alapú modellt Poisson-eloszlásos statisztikai gólmodell, helyi LLM-es (Ollama) valószínűség-korrekció és szabály-alapú tudásbázis egészíti ki. A validáció walk-forward módszerrel, elkülönített (holdout) adathalmazon és closing line value (CLV) alapú kiértékeléssel történik — az automatizált ágens nem nyúl éles rendszerhez.

PythonXGBoostscikit-learnpandasSciPyOllama / LLM

Ez a portfólió oldal

MVP kész

A jelenlegi oldal — Next.js és Tailwind alapokon, terminál-hangulatú dizájnnal. Folyamatosan bővül, ahogy új projektek és skillek kerülnek bele.

Next.jsTypeScriptTailwind CSS
repo →

$ cat skills.json

skills.json
{
  "nyelvek": ["JavaScript", "TypeScript", "C#", "Python"],
  "frontend": ["React", "Next.js", "Tailwind CSS"],
  "backend": [".NET", "Node.js"],
  "adat_ml": ["pandas", "scikit-learn", "XGBoost", "SciPy", "DuckDB"],
  "ai_llm": ["Ollama / lokális LLM-ek", "prompt engineering"],
  "automatizacio": ["Power Apps (Canvas app)", "Power Automate", "SharePoint Lists"],
  "eszkozok": ["Git", "CI/CD (Vercel)", "ütemezett jobok (cron / scheduled tasks)"]
}

$ tail -f napló.log

napló.log
  • [2026-09-02]Polish-kör: glow/scroll-animációk, HUD-szkenner belépő a Heróban, mobil-nézet javítás, első valós (munkahelyi) projekt felkerült a Projektek közé.
  • [2026-09-01]Elindult a portfólió: Next.js 16 + Tailwind, terminál-hangulat, MVP-tartalom (Hero, Projektek, Skillek, Napló, Kapcsolat) élesben.

$ cat contact.txt

contact.txt