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 Szenario
Das Startup wurde 2019 gegründet, beschäftigt 85 Mitarbeitende und hat in der letzten Finanzierungsrunde 25 Millionen Euro eingeworben. Der Standort Berlin-Mitte ist typisch für B2B-Fintechs, die zwischen traditioneller Finanzdienstleistung und technologiegetriebenen Plattformmodellen positioniert sind. Die Kundenbasis umfasst etwa 3.500 mittelständische E-Commerce-Händler mit stark schwankendem Transaktionsvolumen.
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.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Machine Learning
Train, evaluate, and deploy models that solve real business problems.
- Time Series Forecasting
Apply time series forecasting to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Cloud Computing
Design and deploy scalable applications using cloud platforms and services.
- Api Design
Design RESTful and GraphQL APIs that are intuitive, consistent, and well-documented.
- Model Monitoring
Apply model monitoring 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 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