Information Technology Industrieprojekte
Explore information technology challenges on Ewance to develop skills companies are actively hiring for. Work on briefs covering cloud, infrastructure, security, and platform engineering.
Most Popular
- CodeMittelstufeNeu
Agent-Orchestrierung für ein Frankfurter Asset-Management-Tool
Du baust einen LangChain- oder LlamaIndex-Agenten mit Function Calling auf OpenAI oder Anthropic Claude, der drei Werkzeuge orchestriert: (1) Marktdaten-API (Mock auf Yahoo-Fina…
- Agent Orchestration
- Tool Calling
- Langchain
LLM Application Development - CodeMittelstufeNeu
End-zu-End-ML-Pipeline fuer einen Logistik-Dispatcher
Du baust eine Pipeline in Python, die taeglich aus zwei Datenquellen (Containerterminal-API + Wettervorhersage-API) zieht, Features aufbaut, ein Gradient-Boosting-Modell auf rol…
- Ml Pipelines
- Feature Engineering
- Model Evaluation
Machine Learning in Practice - ResearchMittelstufeNeu
Fairness-Audit eines Bewerbungs-Screening-Modells
Du erhaeltst rund 28 000 anonymisierte Bewerbungen mit den Modellbewertungen, den tatsaechlichen Einstellungsentscheidungen, und proxy-Merkmalen (Geschlecht, Altersband, Postlei…
- Fairness Evaluation
- Ml Ethics
- Model Evaluation
Machine Learning in Practice - CodeMittelstufeNeu
Drift-Monitoring fuer ein produktives Empfehlungsmodell
Du erhaeltst die Trainingsdaten (rund 80 000 Firmenkunden, 24 Features) und die letzten 6 Monate Live-Inputs des Modells. Implementiere drei Drift-Metriken: Population Stability…
- Model Monitoring
- Data Drift
- Ml Pipelines
Machine Learning in Practice Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- AnalysisMittelstufeNeu
Ensemble-Strategie fuer einen Industrieversicherer
Du erhaeltst rund 240 000 Policen mit 47 Features (Branche, Anlagenalter, Standortrisiko, historische Schadensumme) plus die Zielspalte Schadenfall (0/1) und die Schadenhoehe in…
- Ensemble Methods
- Supervised Learning
- Model Evaluation
Machine Learning - ResearchMittelstufeNeu
Kernel-Methoden vs. neuronales Netz auf Chromatographie-Daten
Du erhaeltst rund 12 000 Chargen mit je einem 800-Punkt-Chromatogramm (numerische Zeitreihe) plus Zielspalte (konform/abweichend). Implementiere zwei Vergleichsmodelle: (1) Kern…
- Kernel Methods
- Neural Networks
- Model Evaluation
Fachübergreifend - AnalysisMittelstufeNeu
Dimensionsreduktion fuer Spektroskopie-Qualitaetskontrolle
Du erhaeltst rund 80 000 Linsen mit je einem 2 000-dimensionalen Spektrum plus optionale Schadenslabels (nur fuer rund 5 000 Linsen). Vergleiche drei Dimensionsreduktions-Verfah…
- Dimensionality Reduction
- Anomaly Detection
- Unsupervised Learning
Machine Learning - ResearchMittelstufeNeu
Modellselektion fuer einen Photovoltaik-Anlagenbauer
Du erhaeltst 18 Monate halbstuendliche Daten von rund 120 Anlagen: meteorologische Vorhersage, historische Ertraege, Anlagenkonfiguration, Saison. Implementiere die drei Kandida…
- Model Selection
- Cross Validation
- Regression
Machine Learning - Browse challenges
Explore role
Marketing Analyst
Plan and measure campaigns that grow the business. Funnel analytics, attribution, segmentation, and the rigorous measurement that lets marketing defend its budget at the leadership table.
- CodeMittelstufeNeu
Multimodale Schadenserkennung fuer einen Versicherer aus Foto + Sprachmemo
Du erhaeltst rund 4 800 anonymisierte Schadenmeldungen: pro Meldung ein JPEG (Schadensfoto) und eine WAV-Datei (Sprachmemo, deutsch). Verarbeite das Foto mit einem vortrainierte…
- Multimodal Learning
- Computer Vision
- Speech Recognition
Fachübergreifend - CodeMittelstufeNeu
Sequenzmodell fuer Sturzerkennung in einem Pflegeheim
Du erhaeltst rund 12 000 markierte Sequenzen (10 Sekunden, dreiachsig, 50 Hz) aus den Wearables — etwa 5 Prozent davon sind echte Sturz-Ereignisse, der Rest sind Alltagsbewegung…
- Sequence Models
- Time Series
- Deep Learning
Machine Perception - CodeMittelstufeNeu
Audio-Event-Erkennung fuer einen Offshore-Windpark
Du erhaeltst rund 18 000 Hydrofonaufnahmen (je 30 Sekunden, 16 kHz) mit Multi-Label-Annotation (Schiff/Stoerung/Wal/Stille). Wandle in Mel-Spektrogramme um, baue einen CNN-Klass…
- Audio Classification
- Spectrograms
- Deep Learning
Machine Perception - DesignMittelstufeNeu
Generatives Wahrnehmungs-Modell fuer einen Industriedesign-Studio
Du baust eine Pipeline auf Basis von Stable Diffusion mit ControlNet (auf Edge-Map konditioniert), die Skizzen + Style-Referenz in foto-realistische Konzept-Renders konvertiert.…
- Generative Models
- Diffusion Models
- User Study Design
Machine Perception Build a verifiable portfolio.
Submissions become evidence. Reviewers with shipping experience score against a rubric; the result becomes a credential anyone can verify.
Why Ewance
- CodeMittelstufeNeu
Neuronale MT-Domaenenadaption fuer einen Maschinenbau-Dokumentationsanbieter
Du erhaeltst rund 200 000 parallele Saetze Deutsch-Englisch aus Wartungsanleitungen und Bedienhandbuechern eines Maschinenbau-Korpus. Wahle ein vortrainiertes Modell (z. B. Hels…
- Neural Machine Translation
- Domain Adaptation
- Fine Tuning
Fachübergreifend - ResearchMittelstufeNeu
Niedrigressourcen-MT fuer Schweizerdeutsch in einer Bundesverwaltung
Du erhaeltst rund 12 000 parallele Saetze (Schweizerdeutsch → Standarddeutsch) plus rund 100 000 einsprachige Saetze in Schweizerdeutsch. Implementiere Backtranslation: trainier…
- Neural Machine Translation
- Data Augmentation
- Low Resource Mt
Fachübergreifend - ResearchMittelstufeNeu
Aufmerksamkeits-Analyse zur Erklaerung von MT-Fehlern fuer ein EU-Sprachenteam
Du erhaeltst rund 200 Saetze mit beobachteten Faktenfehlern (Zahlen, Eigennamen, Negationen). Verwende ein vortrainiertes Transformer-MT-Modell (z. B. Helsinki-NLP/opus-mt) und …
- Attention Mechanism
- Transformers
- Model Interpretation
Machine Translation - CodeMittelstufeNeu
MT-Qualitaetsbewertung-Framework fuer einen mehrsprachigen Konzern
Du baust ein Bewertungsframework in Python, das fuer ein hochgeladenes Uebersetzungspaket folgendes ausgibt: BLEU + chrF + COMET (lernbasierte Bewertung), je Sprache. Ein konfig…
- Mt Evaluation
- Neural Machine Translation
- Python
Machine Translation - ResearchMittelstufeNeu
Few-Shot-Defekterkennung fuer einen Halbleiterhersteller in Sachsen
Du erhaeltst einen Wafer-Defekt-Korpus mit 12 'Design-Familien' (jede mit ~600 Bildern in 6 Defektklassen) plus 3 neuen Design-Familien mit nur 10-30 Bildern pro Klasse. Impleme…
- Meta Learning
- Few Shot Learning
- Transfer Learning
Meta-Learning, Transfer Learning, and Multi-Task Learning - ResearchMittelstufeNeu
Transfer-Learning fuer ein Pharma-Foundation-Modell auf molekulare Eigenschaften
Du erhaeltst SMILES-Strings (Notation fuer Molekuelstrukturen) mit Messwerten fuer 4 ADMET-Endpunkte (rund 8 000 - 25 000 Molekuele je Endpunkt). Wahle ein vortrainiertes moleku…
- Transfer Learning
- Foundation Models
- Molecular Ml
Fachübergreifend - ResearchMittelstufeNeu
Multi-Task-Learning fuer einen E-Commerce-Recommender
Du erhaeltst 18 Monate Web-Telemetrie-Daten (rund 4,2 Millionen Sessions) mit Labels fuer alle drei Aufgaben. Implementiere zwei Architekturen: (1) drei separate XGBoost-Modelle…
- Multi Task Learning
- Neural Networks
- Model Evaluation
Fachübergreifend - ResearchMittelstufeNeu
Cross-lingualer Transfer fuer Sentiment-Analyse in DACH-Maerkten
Du erhaeltst rund 80 000 deutsche annotierte Posts (positiv/neutral/negativ), rund 6 000 italienische und 4 000 franzoesische Posts. Implementiere drei Setups: (1) deutsches XLM…
- Transfer Learning
- Cross Lingual Transfer
- Foundation Models
Meta-Learning, Transfer Learning, and Multi-Task Learning - ResearchMittelstufeNeu
Risiko-Stratifizierung von Herzinsuffizienz-Patient:innen fuer ein Heidelberger Universitaetsklinikum
Du erhaeltst rund 14 000 anonymisierte Patient:innen mit Baseline-Merkmalen (Alter, Geschlecht, NYHA-Klasse [New York Heart Association Funktionsklasse 1-4], Ejektionsfraktion, …
- Risk Stratification
- Clinical Ml
- Calibration
Fachübergreifend - ResearchMittelstufeNeu
Fairness-Audit eines ICU-Sepsis-Warnsystems fuer einen Muenchner Klinikverbund
Du erhaeltst rund 18 000 ICU-Aufenthalte mit ML-Sepsis-Score (zeitlich aufgeloest), tatsaechlichen Sepsis-Diagnosen, Demographie und Klinik-Subzentrum. Berechne Gruppen-Metriken…
- Fairness Evaluation
- Clinical Ml
- Statistical Testing
Machine Learning for Healthcare and Biomedicine - CodeMittelstufeNeu
EHR-basierte Phaenotypisierung fuer ein Basler Pharma-Forschungsteam
Du erhaeltst rund 250 000 anonymisierte Patient:innen-EHRs mit ICD-10-Codes, Labor-Werten, Medikamenten-Verschreibungen ueber 5 Jahre. Die klinische Forschung hat eine 4-Kriteri…
- Clinical Ml
- Phenotyping
- Supervised Learning
Machine Learning for Healthcare and Biomedicine - CodeMittelstufeNeu
U-Net-Segmentierung von Lungenrundherden auf CT fuer ein Heidelberger Forschungslabor
Du baust einen 3D-U-Net-Segmentierer in PyTorch auf rund 800 CT-Volumen mit annotierten Lungenrundherden. Verwende eine Dice-Loss + Cross-Entropy-Kombination und Data-Augmentati…
- Medical Image Segmentation
- U Net
- Deep Learning
Machine Learning for Imaging and Medical Image Analysis
So funktioniert's
Vom Briefing zum Zertifikat – in sechs Schritten.
Schritt 01
Durchsuche Challenges passend zu Deinem Studium.
Schritt 02
Wähle das Projekt, das zu Deinen Zielen passt.
Schritt 03
Arbeite es mit Hilfe des AI Copiloten durch.
Schritt 04
Reiche es zur strukturierten Bewertung ein.
Schritt 05
Erhalte ein verifiziertes Zertifikat.
Schritt 06
Füge es Deinem LinkedIn-Profil mit einem Klick hinzu.
Branchenteams hinter einem Jahrzehnt praxisorientierter Briefings
Aus diesem Pool einstellen?
Sponsere eine Challenge und lerne Kandidaten durch ihre tatsächliche Arbeit kennen.
Industrieteams können Briefings rund um die Fähigkeiten gestalten, die sie suchen, und Studierende anhand von bewertungsmatrix-gestützten Ergebnissen beurteilen – nicht anhand von Lebensläufen.