BeerUP Tech Fest '25

Balázs nemzetközi és magyar cégeknél (IND/Misys, Ericsson, Instructure, jelenleg Diligent) dolgozott termékfejlesztési vezetőként 10+ évet. Többek között vezetett teljes terméken belüli analítikai rendszer cserét és menedzselte termékek összeolvasztását.

Ötletektől a leszállított termékig - hogyan találjuk meg, hogy mivel adjuk a legnagyobb értéket az ügyfeleknek.

A termékfejlesztés egyik legnagyobb kihívása, hogy megtaláljuk miket érdemes berakni a termékbe és milyen sorrendbe. Számos könyv, cikk és podcast foglalkozik a témával de az szinte mindenütt közös, hogy jól megfogalmazott célokból kell kiindulni. Ezt követhetik a metrikák, az ötletelés, az ötletek értékelése és a tervek.

Az előadás az alábbi kérdésekre ad választ:

- Hogyan válasszunk célokat?
- Hogyan találjuk meg a legjobb ötleteket?
- Hogyan mérhetjük a fejlesztés sikerességét?

Máté szenvedélyes problémamegoldó, aki hisz az építésben – legyen szó termékről, közösségről vagy szoftverről. A DATAPAO vezérigazgatójaként segíti a vállalatokat adatelemzési képességeik kiépítésében és fejlesztésében. Vezető szoftvermérnökként az automatizálás, az egyszerűség és a felelősségteljes fejlesztés híve.

A Data jövője

Lehet, hogy az AI túl van hype-olva, de feltennéd rá a karriered?

Az adat és a mesterséges intelligencia folyamatosan formálják a világot, hiszen a cégek a rendelkezésükre álló adathalmazon keresztül tájékozódnak és hoznak döntéseket. A mi feladatunk adattal foglalkozó szakemberként, hogy segítsünk a vállalatunknak megérteni ezt a világot. Mindig is ez volt a cél, de az elmúlt néhány évben a szerepünk drasztikusan megváltozott. Mi mozgatja ezt a változást?

Két trend alakítja alapjaiban az adatrendszerek világát: az AI és az adatrendszerek platformizációja. Hat évvel ezelőtt nyolc hónapig tartott egy vállalati szintű adatplatform kiépítése. Ma ugyanez tíz hét alatt megoldható. Mit jelent ez az átalakulás az adattal foglalkozó szakemberek számára?

Ennek megértése kulcsfontosságú a karriered szempontjából. Ha átlátod, megérted ezt a változást, ott leszel, ahol a munkaerőpiaci kereslet nő. Ha mellényúlsz, lemaradsz. Ennek az előadásnak a célja, hogy rávilágítsak arra mit érdemes megtanulnod, és hogyan fog kinézni a Data szakma néhány év múlva. Megér egy 20 perces előadást a karriered?

Az előadás az alábbi kérdésekre ad választ:

- Milyen tényezők hajtják az adatplatformok monumentális átalakulását? (Különösen az AI és a platformizáció)
- Milyen irányba visz ez az alapvető változás adatprofi szakemberként?
- Hogyan alakul a munkaerőpiac és a szükséges készségek?
- Mit kell megtanulnod ahhoz, hogy versenyképes és keresett maradj az adat világában?

Péter 15 éve dolgozik a syslog-ng-n és a syslog-ng közösséggel. Segít a syslog-ng csomagok karbantartásában, a hibajegyek követésében és a felhasználói kérdések megválaszolásában. Rendszeresen előad itthon és külföldön a sudo-ról és syslog-ng-ről. Ha van egy kis szabad ideje, akkor ARM és POWER gépeken dolgozik.

Miért fontos a naplóüzenetek értelmezése?

A naplóüzenetekből kinyert név-érték párok segítségével valós időben értesülhet a hálózati problémákról, egyszerűen megtalálhatja a releváns információkat, és szelektív mentést végezhet. A strukturált üzenetek (JSON, XML) értelmezése egyszerű, de a szabad szöveges üzenetekből is kinyerhetők hasznos információk. Emellett már létezik olyan eszköz is, amely segít a parser szabályok részben automatizált létrehozásában.

Az előadás az alábbi kérdésekre ad választ:

- Hogyan lehet a napló üzeneteket értelmezni?
- Miért fontosak a név-érték párok?
- Hogyan lehet a szabadszavas üzenetekhez is egyszerűen értelmezni?

Márk cég vezetés mellett, jelenleg is Senior DevOps mérnökként dolgozik az egyik legnagyobb magyar bank informatikai csapatában. A fő szakmai területei közé tartozik a telekommunikációs és banki szektor, melyben immár 10 éves tapasztalata van. Évtizedes informatikai területen eltöltött munkája során, számtalan hazai és nemzetközi projektben vett már részt, mind a tervezésben, mind pedig a megvalósításban. Olyan cégekkel volt szerencséje együtt dolgozoni, mint például az MBH, Ericsson, Nokia, valamint az Invitech. IT megoldásaival mindig arra törekszik, hogy hatékonyan használhatók, és a felhasználók napi munkáját megkönnyítő rendszereket építsen ki, miközben ügyfelei üzleti eredményeit és a versenyképességüket javítja.

Az AI értékteremtésének új dimenziói

A generatív mesterséges intelligencia technológiai fejlődése exponenciális ütemben halad, túllépve az egyszerű prediktív analitikán a komplex NLP feladatok, multimodális tartalom-generálás és magas szintű döntéstámogatás irányába. Az alkalmazási területek technológiai diverzifikációja révén az AI rendszerek innovációs katalizátorként működnek, lehetővé téve új algoritmusok és szoftverkomponensek fejlesztését. Az AI-rendszerek integrációja infrastrukturális alapkövetelménnyé vált, meghatározva a technológiai stack hosszú távú skálázhatóságát és adaptálhatóságát. Néhány gyakorlati példával szeretném ezt bemutatni.

Az előadás a következő kérdésekre ad választ:

• Milyen architektúrális előnyöket kínál az AWS Bedrock platform a vállalati szintű generatív AI implementációk számára, különös tekintettel a különböző foundation modellek (Claude, Llama, Titan) integrációjára?
• Milyen biztonsági és compliance szempontokat kell figyelembe venni vállalati AI rendszerek tervezésekor, különösen az érzékeny adatok kezelése és a modell-hozzáférések szabályozása terén?
• Hogyan integrálhatók a generatív AI képességek meglévő vállalati szoftverrendszerekbe és milyen API stratégiák biztosítják a rugalmas bővíthetőséget?

József a United Consult Lead Data Engineer pozíciójában dolgozik, ahol elsősorban Hadoop alapú Data Lake-ekben fejleszt real-time streaming és batch feldolgozó megoldásokat. Több mint hét éve tevékenykedik az adatos világban, és szenvedélyesen követi a modern adatarchitektúrák fejlődését. Célja, hogy a vállalatok számára hatékony és megbízható adatplatformokat építsen a legújabb technológiák felhasználásával.

Adatplatformok konvergenciája

Előadásban József az adatplatformok evolúciójának mérföldköveit járja végig, bemutatva, mikor milyen előnyökhöz juthatunk, és milyen korlátokkal szembesülhetünk. Továbbá ismerteti a második generációs Data Lake-ek rugalmasságát és a konzisztencia terén felmerülő nehézségeket. A harmadik generációs Lakehouse-architektúra a korábbi előnyöket ötvözi, és olyan nyílt táblaformátumok, mint az Apache Iceberg, verziókövetést és tranzakciós támogatást biztosítanak. Végül József gyakorlati szempontból is rámutat majd, milyen üzleti előnyöket és műszaki kihívásokat hoz ez a konvergencia.

Az előadás a következő kérdésekre ad választ:

• Hol tart ma az adatplatformok evolúciója, és milyen konvergenciát tapasztalunk?
• Mi a Lakehouse legfontosabb előnye?
• Miért kulcsfontosságúak a nyílt táblaformátumok?

Árpád (csaapi) már másfél éve tölt be Solutions Architect szerepkört az AWS alkalmazásában. Feladatai közé tartozik, hogy nagyvállalati ügyfeleket segítsen eligazodni az AWS környezetében, technikai tanácsadóként közreműködve problémáik megoldásában. Korábban hosszú éveken keresztül vezető szerepet töltött be az online autós piac meghatározó szereplőinél, mint a kocsi.hu és a hasznaltauto.hu, ahol több mint egy évtizeden át felelős volt az üzemeltetésért. Ezen túlmenően öt esztendőn keresztül egy jelentős amerikai állásportál működtetésében is részt vett, lehetőséget kapva AWS ismereteinek kamatoztatására.

Discover emerging threats in cloud security

Ismerős kifejezés a botnet? Vagy a Command and Control (C2) Server, ahogy, mint egy bábjátékos, utasításokat ad a botnetnek különböző feladatok végrehajtására. Előadásomban bemutatom, hogyan veszi fel a harcot az AWS ezekkel a fenyegetésekkel szemben. Megismerhetitek azokat a módszereket és technológiákat, amelyeket az Amazon Web Services alkalmaz a felhőalapú rendszerek védelmében.

Kerekes Kristóf a Shapr3D Engineering Managere, aki szenvedélyesen hisz abban, hogy a jó szoftver hatékonyabbá és inspirálóbbá teszi az emberek életét. Széleskörű technológiai rálátással és mély C++ tudással támogatja csapatát a technikai döntésekben. Tapasztalata kiterjed több platformra, így hatékonyan segíti a fejlesztői környezet fejlődését.

Teszteljünk mindent - de mi legyen a fegyverünk?

A folyamatos fejlesztési ciklusok közepette meglehetősen nagy kihívást jelent, hogy a minőséget fenntartható módon tartsuk kézben, különösen, ha kéthetente új funkciókat szeretnénk eljuttatni a felhasználókhoz. A natív alkalmazásfejlesztés világából merítve olyan kérdéseket szeretnék felvetni, amelyek segíthetnek eligazodni abban, hogy milyen eszközökhöz érdemes nyúlnunk, amikor a gyors ütemű fejlesztésből fakadó hibákat szeretnénk kézben tartani. Csodafegyvert nem ígérhetek, viszont gondolatébresztőt ahhoz, hogy hogyan gondolkodjunk a minőségről és az ezzel kapcsolatos eszköztárunkról mindenképpen.

Az előadás a következő kérdésekre ad választ:

- Hogyan tartsuk fenntartható módon kézben a minőséget új funkciók fejlesztésénél?
- Mikor melyik fegyverhez nyúlhatunk, ha a gyors fejlesztési ciklusokból előbukkanó bugokat szeretnénk megoldani?

Vincze János István 14 éve dolgozik IT területen, kezdetben hálózati felügyeleten, majd Java alapú alkalmazások üzemeltetésével. 2018 óta foglalkozik konténer technológiákkal, 2019-től vállalati szinten is. 2024-ben csatlakozott a Raiffeisen Platform Engineer csapatához, ahol OpenShift klaszterekkel és microservice alapú rendszerekkel dolgozik nap mint nap.
‍

Konténerizált microservice telepítés ArgoCD és Kargo segítségével.

Bemutatjuk, hogy milyen eszközöket, módszertanokat használunk a kubernetes alapú platformra való telepítéshez, gitops elvek mentén. Demozzuk, hogy ArgoCD-vel hogy történik a telepítés, mikor és hogyan történik meg a helm chartok alapján a manifest generálás.Majd a végén kitérünk arra hogy miért tervezzük bevezetni a Kargo alkalmazást , mit ad hozzá a folyamathoz, szintén egy rövid demo segítségével.

Az előadás a következő kérdésekre ad választ:

- Hogyan telepítünk helm és argocd segítségével kubernetesre/OKD-ra?
- Mit ad hozzá a Kargo a releaselés folyamatához?

AI at the Edge: Between Innovation and Regulation (ENG)

As AI technologies become increasingly integrated into enterprise operations, organizations face the challenge of balancing innovation with regulatory compliance. This presentation explores how Retrieval-Augmented Generation (RAG) and AI agents can be effectively deployed at the edge to enhance productivity while adhering to data privacy and governance standards.

The session addresses the following questions:

- How can enterprises leverage RAG and AI agents to drive innovation at the edge?
- What are the regulatory considerations when deploying AI solutions in decentralized environments?
- How do responsible and explainable AI practices contribute to operational excellence?

Attendees will gain insights into implementing AI strategies that are both forward-thinking and compliant, ensuring sustainable growth in a rapidly evolving technological landscape.

Koncert - PTE Bass Band

A PTE Brass Band 2013-ban alakult a Pécsi Tudományegyetem Művészeti Karának tehetséges rézfúvós és ütős hallgatóiból, a Pécsi Egyetemi Napok (PEN) idején. Koncertjeiken bebizonyítják, hogy a rádióból ismert mai slágerek teljesen új hangzásban is remekül működnek – fúvós hangszerelésben, lendületesen, frissen. A jó hangulat garantált: ismerős dallamok, fesztiválenergia, és egy zenekar, amely pillanatok alatt magával ragadja a közönséget!

Hunor Microsoft Certified Azure DevOps Expert, jelentős tapasztalattal a nagyvállalati Azure DevOps környezetek tervezésében, migrációjában és üzemeltetésében. Szakmai pályafutása során több mint 8 évet töltött Azure DevOps/TFS rendszerek adminisztrációjával és optimalizálásával különböző vállalatoknál.

CI/CD megoldások Azure DevOps környezetben

Hogyan építhetünk gyorsabb, megbízhatóbb és biztonságosabb szoftverkiadási folyamatokat Azure DevOps segítségével?

Az előadás bemutatja a CI/CD alapelveit, azok előnyeit a modern fejlesztésben, és részletesen végigvezeti a pipeline-ok típusain és felépítésén. Szó lesz a klasszikus pipeline-ok YAML alapúvá alakításáról, a hozzá kapcsolódó migrációs stratégiákról és eszközökről. Kitérünk a teljesítményoptimalizálás technikáira – mint például párhuzamosítás, cache-elés, és finomhangolás –, valamint a biztonságos deployment megközelítésekre. Valós projekttapasztalatokon keresztül konkrét példákat is bemutatunk, nagyvállalati környezetből. Az előadás célja, hogy a résztvevők átfogó képet kapjanak az Azure DevOps CI/CD lehetőségeiről, és azonnal alkalmazható gyakorlati tudással gazdagodjanak.

Az előadás a következő kérdésekre ad választ:

• Mik a fő kihívások a klasszikus Azure DevOps pipeline-ok YAML alapú megoldásokra történő migrálása során, és milyen stratégiák alkalmazhatók a zökkenőmentes átállás biztosítására nagy fejlesztői csapatok számára?
• Hogyan optimalizálhatják a szervezetek a CI/CD pipeline teljesítményét Azure DevOps környezetekben, miközben fenntartják a biztonsági és megfelelőségi követelményeket?
• Milyen gyakorlati megközelítések alkalmazhatók a CI/CD megvalósítás során felmerülő gyakori kihívások leküzdésére, mint például a környezeti korlátozások, a tulajdonosi kérdések és az integrációs bonyodalmak nagyvállalati szintű Azure DevOps telepítésekben?
• Hogyan segíthet az infrastruktúra kódként való kezelése és a bevált konfigurációkezelési gyakorlatok alkalmazása abban, hogy a CI/CD pipeline-ok Azure DevOps-ban következetesebbek és könnyebben karbantarthatók legyenek?

István több mint 20 éve foglalkozik Java fejlesztéssel különböző területeken, úgy mint nagyvállalati rendszerek integrációja, kormányzati alkalmazások és egyedi fejlesztések. Ezen belül is kiemelhető az Atlassian tapasztalata, ami szintén lassan 20 éves. Ebben a használattól kezdve, a tanácsadáson át, az üzemeltetés, a migráció és app fejlesztés (server, DC és cloud connect) is benne van. Immár több mint négy éve dolgozik a META-INF Kft.-nél, ahol elsősorban Atlassian-appok fejlesztésében és üzemeltetésében vesz részt. Aktív tagja különböző open source közösségnek, így nem csak felhasználja a termékeket, hanem igyekszik fejleszteni is őket szabadidejében.

Mixin támogatás a Java-ban - új nyelvi funkció

A Java évek óta nem kínál natív megoldást a mixin jellegű kód-újrafelhasználásra, miközben más nyelvek ezt elegánsan kezelik. Az öröklés sokszor törékeny és nehezen karbantartható, a kompozíció viszont túl sok kézi munkát igényel. Az előadás bemutatja, hogyan segíti ezt automatizálni a Mocker Guru Mixin, egy annotáció-alapú, nyílt forráskódú megközelítés. Megtudhatjuk, hogyan működik, milyen problémákat old meg, és hogyan használható akár Java 8-tól kezdve.

Az előadás a következő kérdésekre ad választ:

• Hogyan örökölhetünk biztonságosan Java-ban öröklődés nélkül?
• Hogyan komponáljunk és továbbítsunk csak annotációk segítségével?
• Hogyan imitálhatjuk a többszörös öröklődést Java-ban csak annotációk használatával?

Péter 20 éve foglalkozik szoftverfejlesztéssel. Ebből az utóbbi 6 évben az infrastruktúra és ipar (közműhálózatok, telco, gyártás, logisztika) domainek felé orientálódott, tervezés fókusszal.
Tavaly kezdte a PhD képzést, ipari rendszerek kommunikációjának biztonsága témával.
Jelenleg villamosenergia - és földgázhálózatok szoftvermegoldásait tervezi.

Az IIoT túlpartján

Az előadás az ipari digitalizáció kulcselemeit járja körül: hogyan kapcsolódik össze az IT és az OT világa a gyártásban. Szó lesz az IIoT rendszerek szerepéről, az MES, a data historian és az SAP kapcsolatáról, valamint az OEE optimalizálásáról. Bemutatjuk, mit jelent a Unified Namespace („ami befolyik, az rögtön kifolyik”), és hogyan segít ebben a SparkPlug protokoll. Végül az idősoros adatok, az OLAP és a valós idejű adatelemzés fontosságáról is szó esik – mindezt a gyártósoroktól a vállalati szintig.

Az előadás a következő kérdésekre ad választ:

• Több az IIoT, mint ipari célú IoT?
• Adatelemzés valós időben?
• Sokezer eszköz adatai közül mire van szükségem?
• Mit lát a CEO/menedzser és mit lát az operátor a gépsoron?
• Mely biztonsági megközelítéseket alkalmazzák az iparban?

Dávid szoftverfejlesztői múlttal rendelkezik, és munkája során mindig kiemelt szerepet kapott a biztonság. Volt már része sikeres és sikertelen vállalkozásokban egyaránt. Az OpenShield fejlesztését 2024 végén kezdték el, amely egy biztonsági réteget biztosít az LLM modellek számára.

Miért nehéz megvédeni az LLM modelleket és az AI agenteket? Prompt Engineering vs. Prompt Attacks: The Battle for Control Over AI Minds

Az LLM modellek mellett megjelentek az MCP szerverek is. Ezek terjedése új biztonsági kockázatokat hoz, mivel az LLM-ek ugyanúgy támadhatók, mint más rendszerek. A fő kihívást a támadások változatossága jelenti. A hagyományos védelmi megoldások önmagukban már nem elegendők. Az MCP rendszerek ráadásul közvetlen hozzáférést biztosíthatnak a vállalati adatokhoz, ami tovább növeli a kockázatot.

Az előadás a következő kérdésekre ad választ:

• Miért fontos az LLM modelleket védeni?
• Mi az a prompt injection?
• Milyen kihivásokkal kell szembe nézni?

Ádám fejlesztői háttérrel érkezett a DevOps világába, ma a Webtown üzletágvezetőjeként technológiai csapatokat irányít és a szervezet belső IT folyamataiért is felel. Szenvedélyesen fedez fel új technológiákat, különösen az AI és annak technológiai, szervezeti és üzleti hatásai foglalkoztatják.

GenAI svédasztal - Nyílt forrású multi-LLM platform felépítése OpenRouter segítségével

OpenAI GPT-4, Claude, Mistral, DeepSeek… minden második hétre jut egy új LLM. De hogyan lehet ezt fejlesztőként vagy céges környezetben nyomon követni, kipróbálni, belinkelni egy projektbe – úgy, hogy közben nem vagyunk egyetlen szolgáltatóhoz láncolva? Előadásomban bepillantást nyújtok a különböző LLM-ek erősségeibe és gyengeségeibe, majd egy open-source Multi-AI platformot mutatok be, amely lehetővé teszi több AI-modell egyidejű, központosított használatát egyetlen közös API-n keresztül. Az OpenRouter és OpenWebUI kombinációjával olyan rendszert építünk, ahol a fejlesztők szabadon választhatnak a fizetős és nyílt forráskódú modellek között, mindezt egységes felületen keresztül - akár saját lokális AI modellekkel kiegészítve. Az előadás után képes leszel kiépíteni saját multi-modell AI infrastruktúrád, ahol a fejlesztők a projektnek legmegfelelőbb AI modellekkel dolgozhatnak - központosított konfiguráció, audit és költségkontroll mellett.

Az előadás a következő kérdésekre ad választ:

• Hogyan tudják a fejlesztők és cégek nyomon követni és kihasználni a generatív AI modellek gyors ütemű fejlődését?
• Hogyan tudok egyszerre több AI-modellt használni (és cserélgetni), egyetlen API-n keresztül?
• Hogyan illeszthető be több AI-modell integrációja egy vállalati környezetbe, akár saját, akár külső szolgáltatók modelljeivel?
• Hogyan biztosíthatunk költséghatékony hozzáférést a legújabb AI modellekhez vállalati környezetben?

Attila adatmérnök szakterületi vezető, aki több mint két éve épít és vezet egy adatmérnöki csapatot. Szakterülete a skálázható gépi tanulási rendszerek tervezése és megvalósítása modern Python eszközökkel és keretrendszerekkel. Több olyan projektet is sikeresen vezetett, amelyekben a stabil adatmérnöki gyakorlatokat éles üzemkész ML-megoldásokkal ötvözték, különös figyelmet fordítva a skálázhatóságra, megbízhatóságra és könnyű karbantarthatóságra.

Skálázható gépi tanulási rendszerek építése modern Python keretrendszerekkel: a fejlesztéstől az éles rendszerig

Az előadás gyakorlati megközelítéseket mutat be skálázható gépi tanulási rendszerek építéséhez modern Python keretrendszerek segítségével. Bemutatásra kerül, hogyan lehet olyan üzemkész ML pipeline-okat tervezni és megvalósítani, amelyek hatékonyan kezelik a növekvő terhelést és számítási igényeket. Szó lesz a munkafolyamatok vezérléséről Dagsterrel, az elosztott feladatfeldolgozásról Celeryvel, a szolgáltatások közötti kommunikációról gRPC-vel, valamint a Kubernetes-alapú deploy stratégiákról. Példákon keresztül bemutatásra kerül, hogyan kombinálhatók ezek a technológiák robusztus, jól karbantartható, skálázható és az üzleti igényeket kielégítő ML rendszerek létrehozásához – a teljesítmény és megbízhatóság megtartása mellett.

Az előadás a következő kérdésekre ad választ:

• Hogyan kombinálhatók a modern Python keretrendszerek skálázható ML pipeline-ok létrehozásához?
• Melyek a legfontosabb architekturális minták üzemkész ML rendszerek építéséhez?
• Hogyan javítják a munkafolyamat-vezérlő eszközök, például a Dagster, az ML pipeline-ok megbízhatóságát és karbantarthatóságát?
• Milyen Kubernetes-alapú kihelyezési stratégiák támogatják legjobban a nagy léptékű ML-feladatokat?

Quantum Threats, Real Solutions – The Future of Secure Data Sharing

A kvantumszámítógépek rohamos fejlődése alapjaiban változtathatja meg az adatbiztonságról alkotott eddigi elképzeléseinket. A jelenleg széles körben használt titkosítási eljárások többsége néhány évtizeden belül sebezhetővé válhat, ezért elengedhetetlenné vált a kvantumbiztos megoldások kutatása és fejlesztése. Az előadás során áttekintjük, hogy milyen elméleti és gyakorlati kihívásokkal jár a quantum-proof titkosítás, bemutatjuk a post-quantum cryptography alapelveit, és kitérünk arra is, hogy milyen módszerek állnak már ma is rendelkezésre a jövőbiztos adattovábbítás megvalósításához. Az előadás célja, hogy gyakorlati példákon keresztül világítson rá a kvantumbiztonság fontosságára az adatmegosztás és kommunikáció területén.

Állampolgárság as a Service

Részletek hamarosan!

Attila a Mndwrk CEO-ja és egyik alapítója, huszönöt év tapasztalattal rendelkezik a nemzetközi B2B IT go-to-market területén. Hobbija a kerékpározás, hitvallása a life-long-learning.

Mndwrk Update: Projektek és Leadpool

A Mndwrk platform fejlesztése során kezdetben arra fókuszáltunk, hogy szoftveres funkciókon keresztül lehetővé tegyük nemzetközi közép- és nagyvállatok számára, hogy a szokásos beszállítói láncolatot kihagyva közvetlenül dolgozzanak együtt nagy számú KKV szolgáltató partnerrel. A piaci igényekre válaszul az elmúlt évben viszont elsősorban a szállító partnerek igényeire fókuszáltunk, amikor olyan funkciókon dolgoztunk, amelyek egyedülálló módon lehetővé teszik a partnereink számára, hogy sales prospecting eszközként használják a Mndwrk platformot. Megérkeztek a Leadpool, a Project Call és a Tribe Profile feature-ök. Valamint hamarosan érkezik a rég óta ígért crowd funding kampányunk is, amely lehetővé teszi a Mndwrk közösség tagjai számára, hogy tulajdonosként csatlakozzanak be a platform működésébe.