Daten-Pipeline für Streaming-Features bei einem Wiener Online-Händler
Übersicht
Worum es bei diesem Projekt geht.
Baue eine Streaming-Pipeline für Kafka-Events auf Kubernetes mit Spark und erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Online-Händler (rund 220 Mitarbeitende) bedient Kund:innen in Österreich, Deutschland und der Schweiz; eine schnellere Reaktion auf Browse-Verhalten verbessert die Conversion-Rate spürbar, besonders bei Produkten mit großen Saisonal-Effekten.
Das Briefing
Was Du tust und was Du zeigst.
Baue eine Streaming-Feature-Pipeline, die Browse-Events in unter 30 Sekunden in das Empfehlungssystem füttert und Konsistenz zur Batch-Baseline beweist.
Earning criteria — what you'll demonstrate
- Eine Streaming-Pipeline mit produktionsreifen Tools aufsetzen
- Event-Time-Semantik und Watermarking korrekt anwenden
- Feature-Konsistenz zwischen Streaming und Batch messbar machen
- Operations-Risiken einer Streaming-Pipeline für das Plattform-Team aufbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Streaming
Apply streaming to solve real industry problems and demonstrate production-level capability.
- Apache Kafka
Apply apache kafka to solve real industry problems and demonstrate production-level capability.
- Apache Spark
Apply apache spark to solve real industry problems and demonstrate production-level capability.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
- Data Validation
Apply data validation to solve real industry problems and demonstrate production-level capability.
- Kubernetes
Apply kubernetes to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Data Engineer
Eine produktionsreife Streaming-Pipeline mit Konsistenz-Beweis zur Batch-Baseline ist die zentrale Tagesarbeit für Data Engineers in modernen E-Commerce-Stacks.
Dieses Projekt schärft
- streaming
- apache-kafka
- apache-spark
MLOps-Ingenieur:in
Streaming-Operations mit Restart-Resilienz und Metriken-Aufzeichnung ist eine MLOps-Kernkompetenz, die in dieser Challenge konkret geübt wird.
Dieses Projekt schärft
- kubernetes
- data-validation
- feature-engineering
Maschinelles-Lernen-Ingenieur:in
Streaming-Features sauber zu modellieren und gegen Batch zu validieren ist die Brücke zwischen Plattform-Engineering und Modell-Engineering.
Dieses Projekt schärft
- feature-engineering
- apache-spark
- data-validation
Noch eine Sache