Bandit-Optimierung für Onboarding-Personalisierung bei einem Wiener EdTech
Übersicht
Worum es bei diesem Projekt geht.
Nutze LinUCB und Thompson Sampling zur Optimierung der Onboarding-Personalisierung und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Startup hat rund 15.000 monatliche neue Nutzer; eine Verbesserung der Sieben-Tage-Retention um einen Prozentpunkt entspricht etwa 18.000 EUR zusätzlichem jährlichem Recurring Revenue.
Das Briefing
Was Du tust und was Du zeigst.
Bewerte, ob ein kontextueller Bandit die Onboarding-Personalisierung gegenüber A/B-Testing messbar verbessert und welche Risiken eine Produktionseinführung birgt.
Earning criteria — what you'll demonstrate
- Kontextuelle Bandit-Algorithmen konzeptionell verstehen und implementieren
- Offline-Evaluation mit Inverse-Propensity-Scoring fachgerecht durchführen
- Trade-off Exploration vs. Exploitation in einem realen Geschäftskontext analysieren
- Methodenwahl gegenüber einem nicht-technischen Produktteam verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Advanced Machine Learning
Master · Machine Learning
Strong alignment
This challenge maps to Advanced Machine Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Multi Armed Bandits
Apply multi armed bandits to solve real industry problems and demonstrate production-level capability.
- Reinforcement Learning
Apply reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Experiment Design
Apply experiment design to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Offline Evaluation
Apply offline evaluation to solve real industry problems and demonstrate production-level capability.
- Causal Inference
Apply causal inference to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Data Scientist
Kontextuelle Bandits offline zu evaluieren und gegenüber Produktteams zu kommunizieren ist exakt das Skillset, das Data Scientists in Wachstums- und Personalisierungs-Teams brauchen.
Dieses Projekt schärft
- multi-armed-bandits
- offline-evaluation
- experiment-design
Applied AI Scientist
Reinforcement-Learning-nahe Methoden auf reale Produktentscheidungen anzuwenden und Risiken methodisch zu adressieren ist Tagesgeschäft angewandter KI-Wissenschaftler.
Dieses Projekt schärft
- reinforcement-learning
- multi-armed-bandits
- causal-inference
AI Product Manager
Methoden-Trade-offs gegen Geschäftsmetriken abzuwägen und Risiken klar zu kommunizieren ist Kerngebiet eines KI-Produktmanagers.
Dieses Projekt schärft
- experiment-design
- offline-evaluation
- causal-inference
Noch eine Sache