Skip to contentSkip to content
Verifizierte Zertifikate. On-Chain. Für immer.Mehr erfahren
Ewance
Anmelden
Cover image for Computer-Vision-Pipeline für eine Mittelständische Recyclinganlage
Code

Computer-Vision-Pipeline für eine Mittelständische Recyclinganlage

FreeVerified credential12 WochenAdvanced

Übersicht

Worum es bei diesem Projekt geht.

Du trainierst ein YOLOv8-Modell für die Müllerkennung und deployst es auf Edge-Hardware inklusive Monitoring – mit verifizierbarem Zertifikat.

CredentialBlockchain-anchored
ShareableLinkedIn-ready
LanguageEnglish
PaceSelf-paced

Das Briefing

Was Du tust und was Du zeigst.

Wie baut ein Studierenden-Team ein produktives Computer-Vision-System für eine Recycling-Anlage, das auf Edge-Hardware läuft und vom Anlagenpersonal betrieben werden kann?

Earning criteria — what you'll demonstrate

  • Eine produktive Computer-Vision-Pipeline End-to-End im Team aufbauen
  • Edge-Deployment mit den damit verbundenen Performance-Einschränkungen praktisch lösen
  • Modell-Monitoring inklusive Drift-Erkennung produktiv betreiben
  • Eine Anwendung an Anlagen-Personal ohne Data-Science-Hintergrund übergeben

Studienpassung

Wo dies in Dein Studium passt.

Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.

AI Software Engineering Group Project

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.

Computer Vision Engineer

Computer Vision Engineers in der Industrie bauen genau diese Art von End-to-End-Systemen. Die Challenge übt den vollen Bogen von der Annotation bis zur Edge-Auslieferung in einem realistischen Schichtbetrieb-Kontext.

Dieses Projekt schärft

  • computer-vision
  • object-detection
  • edge-deployment

Machine Learning Engineer

Machine Learning Engineers in industriellen Anwendungs-Domänen verbinden Training, Deployment und Monitoring zu einem Produktsystem — die drei Säulen dieser Capstone-Challenge.

Dieses Projekt schärft

  • model-monitoring
  • docker
  • python

MLOps Engineer

MLOps Engineers verantworten die produktive Pflege solcher Systeme; das Monitoring- und Übergabe-Setup dieser Challenge ist ihre Standard-Werkzeugkette.

Dieses Projekt schärft

  • model-monitoring
  • edge-deployment
  • team-coordination

Noch eine Sache

Du kannst ein Zertifikat bis Freitag in Deinem Lebenslauf haben.