Ónozó Lívia Central Bank of Hungary, Supervisory Advisor

 

Ónozó Lívia a Magyar Nemzeti Bank szakmai tanácsadója, valamint a Budapesti Műszaki és Gazdaságtudományi Egyetem Informatikai Doktori Iskolájának harmadéves doktorandusza. Több mint tíz éves pénzügyi szektorbeli tapasztalattal rendelkezik, 2025 májusáig az MNB Digitalizációs technológia főosztályát vezette.

Kutatási tevékenysége a mélytanulás alapú szekvencia modellezésre összpontosít, különös tekintettel a transzformer architektúra vizsgálatára kis erőforrás-ellátottságú nyelveken. Szakmai hátterében a statisztikai gépi tanulás és a természetes nyelvfeldolgozás áll, kiemelt hangsúllyal a nagy nyelvi modellek paraméterhatékony tanítására.

Kutatótársaival közösen elért publikációs eredményei jelentős előrelépést mutatnak a magyar gazdasági előrejelzésekben és a magyar nyelvű szövegek vizsgálatában: az IEEE Access folyóiratban megjelent tanulmány a pénzügyi hírek elemzését és makrogazdasági mutatók nowcastingját vizsgálja mélytanuló hálózatokkal. A magyar nyelvű kiskereskedelmi terméknevek kategorizálásának automatizációját célzó kutatást az MSZNY konferencián mutatták be, míg a IEEE CogInfoCom-on jelent meg a gazdasági hírek szentiment elemzésével foglalkozó cikke. Legfrissebb, NOMS 2025 konferencián bemutatott munkája a neurális hálók alkalmazását tárja fel hálózati logok osztályozásában.
 

Mind doktori kutatásai, mind az MNB-ben végzett munkája révén hozzájárul a deeplearning alapú szekvencia modellezés fejlődéséhez, különösen a magyar nyelv és a pénzügyi-gazdasági adatok területén.