Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst rohe Event-Logs der letzten 8 Wochen pro Variante. Modelliere die 14-Tage-Retention als Beta-Binomial mit einem hierarchischen Prior, der alle Varianten leicht zueinander schrumpft. Trainiere mit PyMC oder NumPyro per No-U-Turn-Sampler (NUTS — adaptive Hamiltonian-Monte-Carlo-Methode). Liefere woechentlich aktualisierte Posterior-Verteilungen, Pr(Variante v ist beste), und einen Expected Loss pro Variante. Erstelle ein Streamlit-Dashboard, das die Produktmanagerin anstatt klassischer p-Wert-Tabellen nutzen kann. Validiere Konvergenz (R-hat unter 1,01, ESS ueber 1.000) und dokumentiere Prior-Sensitivitaet.
Das Briefing
Was Du tust und was Du zeigst.
Ersetze die klassische A/B-Auswertung durch eine Bayessche Pipeline mit MCMC, die der Produktmanagerin Posterior-Wahrscheinlichkeiten und Expected Loss je Variante liefert.
Earning criteria — what you'll demonstrate
- Hierarchische Bayessche Modelle mit Schrumpfungs-Prioren formulieren
- MCMC mit NUTS sauber laufen lassen und konvergenztest fuehren
- Posterior-Wahrscheinlichkeiten und Expected Loss als Entscheidungsmetriken einsetzen
- Bayessche Ergebnisse fuer ein nicht-statistisches Produktteam erklaeren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
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
Bayessche A/B-Auswertung sauber zu bauen und einem Produktteam beizubringen ist eine sehr nachgefragte Faehigkeit fuer Data Scientists in Healthtech und Consumer-SaaS.
Dieses Projekt schärft
- bayesian-inference
- ab-testing
- hierarchical-models
Applied AI Scientist
Probabilistische Modelle mit hierarchischen Prioren auf reale, knappe Produktdaten anzuwenden und gegen klassische Verfahren zu argumentieren ist Kern angewandter KI-Forschung.
Dieses Projekt schärft
- bayesian-inference
- mcmc
- hierarchical-models
AI Product Manager
Wer ein Bayessches Auswertungs-Framework gebaut und einer PM-Funktion erklaert hat, versteht den Schnittpunkt von Statistik und Produkt-Entscheidungen — die Kernfaehigkeit fuer KI-Produktmanagement.
Dieses Projekt schärft
- ab-testing
- dashboard-design
- bayesian-inference
Noch eine Sache