Übersicht
Worum es bei diesem Projekt geht.
Baue einen Code-Agenten mit Plan-Execute-Repair, migriere 50 Repos und werte Erfolgsrate aus. Erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Quantifiziere die Zuverlässigkeit eines Code-Migrationsagenten auf realen Open-Source-Codebasen und identifiziere die häufigsten Bruchstellen.
Earning criteria — what you'll demonstrate
- Code-Agenten mit Plan-Execute-Repair-Schleife implementieren
- Realistische Evaluations-Suiten auf Open-Source-Codebasen aufbauen
- Bruchstellen systematisch identifizieren und kommunizieren
- Ergebnisse für ein nicht-technisches Investoren-Publikum aufbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
AI Agents and LLM-Based Agents
Master · Ai Ml
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 RollenAI Engineer
Code-Agenten mit Plan-Execute-Repair-Schleife zu bauen und realistisch zu evaluieren ist genau die Arbeit, die DevTools-AI-Engineers wöchentlich liefern.
Dieses Projekt schärft
- llm-agents
- tool-use
- code-generation
Prompt Engineer
Plan-Execute-Repair-Prompts iterativ zu tunen und gegen Naive-Baselines zu vergleichen ist Kerngebiet eines Prompt Engineers in Code-AI-Teams.
Dieses Projekt schärft
- prompt-engineering
- llm-agents
- evaluation
Machine Learning Engineer
Evaluations-Pipelines auf realen Codebasen reproduzierbar zu bauen ist die ML-Engineer-Disziplin in agent-zentrierten Produkten.
Dieses Projekt schärft
- evaluation
- python
- code-generation
Noch eine Sache