Übersicht
Worum es bei diesem Projekt geht.
Konzipiere ein ML-Prognosesystem für ein B2B-Fintech, vergleiche Modelle und erstelle eine Architektur. Erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Wie lässt sich ein Echtzeit-Prognosesystem für B2B-Transaktionsvolumina gestalten, das unregelmäßige Ereignisse integriert, die Kreditlimit-Freigabe automatisiert und dabei eine Prognosegüte von mindestens 85 Prozent auf Tagesbasis erreicht?
Earning criteria — what you'll demonstrate
- Machine-Learning-Modelle für hochfrequente Zeitreihen mit unregelmäßigen Ereignissen entwickeln und evaluieren
- Prognosesysteme von der Modellentwicklung bis zur produktionsreifen Architektur konzipieren
- Modell-Monitoring und -Wartung als kontinuierlichen Prozess gestalten
- Technische Prognoselösungen für Geschäftsentscheidungen verständlich aufbereiten und priorisieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Forecasting for Decision Making
Master · Business
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 RollenData Scientist
Die End-to-End-Entwicklung eines Machine-Learning-Modells von der Datenaufbereitung bis zur Evaluierung, inklusive Feature Engineering und Modellvergleich, ist die Kernaufgabe eines Data Scientists in produktiven Umgebungen.
Dieses Projekt schärft
- machine-learning
- time-series-forecasting
- python
IoT Data Scientist
Die Arbeit mit Echtzeit-Datenströmen, der Umgang mit unregelmäßigen Ereignissen und die Architektur von Datenpipelines sind direkt übertragbar auf IoT-Anwendungen mit zeitlich hochaufgelösten Sensor-Daten.
Dieses Projekt schärft
- time-series-forecasting
- api-design
- model-monitoring
Noch eine Sache