Anomalie-Erkennung auf BI-Telemetrie eines Beratungshauses
Übersicht
Worum es bei diesem Projekt geht.
Implementiere STL, Isolation Forest und Prophet zur Anomalie-Erkennung auf BI-Telemetrie eines Beratungshauses und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Wie baut man eine Anomalie-Erkennung auf BI-Telemetrie, die Dashboard-Probleme verlässlich vor dem Kundenticket meldet?
Earning criteria — what you'll demonstrate
- Drei methodisch unterschiedliche Anomalie-Methoden gegeneinander evaluieren
- STL-Decomposition für saisonale Telemetrie korrekt einsetzen
- Evaluation gegen ein reales Vorfalls-Log (nicht synthetische Daten)
- Operativ einsetzbare Alarm-Pipeline mit Threshold-Tuning
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Data Mining and Information Retrieval
Master · Cs Se
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Anomalie-Erkennung auf operativer Telemetrie mit ehrlicher Evaluation gegen Vorfalls-Log ist ein wertvolles Profil für Data-Science-Teams in Beratungen und Plattform-Anbietern.
Dieses Projekt schärft
- anomaly-detection
- time-series
- evaluation-metrics
Data-Analyst:in
Analytics-Profile mit STL- und Prophet-Erfahrung können Telemetrie-Dashboards bauen, die nicht nur zeigen, sondern auch warnen.
Dieses Projekt schärft
- time-series
- anomaly-detection
- python
Noch eine Sache