CSP-Solver für die Schichtplanung einer Pflegeeinrichtung
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst eine synthetische Personalliste (80 Personen, 5 Qualifikationen, 4 Standorte) und einen Katalog von harten und weichen Constraints: harte (gesetzliche Ruhezeiten von mindestens 11 Stunden, Mindestbesetzung je Schicht und Qualifikation), weiche (Wunsch-frei-Tage, Vermeidung von mehr als zwei Spätschichten in Folge). Modelliere das Problem mit Google OR-Tools (CP-SAT-Solver — Constraint Programming mit moderner SAT-Technik). Optimiere die Summe der erfüllten weichen Constraints. Vergleiche zwei Modellierungsvarianten: Variablen 'pro Person/Tag' vs. 'pro Schicht/Slot' und berichte Lösungszeit, Lösungsqualität und Skalierbarkeit. Liefere eine schriftliche Übergabe an die Pflegedienstleitung mit konkreten Implementierungs-Empfehlungen.
Das Briefing
Was Du tust und was Du zeigst.
Wie lässt sich die wöchentliche Schichtplanung als CSP so modellieren, dass harte Tarifregeln garantiert und weiche Präferenzen messbar erfüllt werden — bei realistischer Personalstärke?
Earning criteria — what you'll demonstrate
- Komplexe Personalplanungsregeln als formales CSP modellieren
- Harte und weiche Constraints sauber trennen und unterschiedlich gewichten
- Modellierungs-Trade-Offs (Variablenwahl) empirisch evaluieren
- Praxis-Übergabe an ein nicht-technisches Operations-Team formulieren
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 RollenAI Engineer
CSPs sind ein Standardwerkzeug für AI Engineers in Operations-Kontexten. Die Challenge schult die volle Modellierungs- und Übergabekette an einem realistischen Personalplanungsproblem.
Dieses Projekt schärft
- constraint-programming
- or-tools
- optimization-modeling
Data Scientist
Auch Data Scientists müssen kombinatorische Probleme erkennen können und wissen, wann Optimierungslöser einer ML-Pipeline überlegen sind. Diese Challenge baut genau dieses Werkzeugbewusstsein auf.
Dieses Projekt schärft
- constraint-satisfaction
- python
- scheduling
AI Solutions Architect
Die Übergabe an eine nicht-technische Leitung und die Empfehlung der produktiven Architektur sind die typische Beratungsleistung eines AI Solutions Architects in einem Sozialträger-Kontext.
Dieses Projekt schärft
- optimization-modeling
- scheduling
- constraint-programming
Noch eine Sache