Empfehlungssystem für ein Düsseldorfer FMCG-Onlineportal entwickeln
Übersicht
Worum es bei diesem Projekt geht.
Baue ein hybrides Recommender-System für ein FMCG-Portal, validiere mit Recall und NDCG und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Bestellportal verarbeitet rund 1,8 Millionen Bestellzeilen pro Jahr, und der Sortimentsausbau pro Bestandskunde gilt als der hebelstärkste Wachstumsweg gegenüber Neukundengewinnung.
Das Briefing
Was Du tust und was Du zeigst.
Welche Produkte sollten einem Einzelhändler vorgeschlagen werden, sodass die Vorschläge messbar besser performen als die heutige redaktionelle Liste der Sortimentsmanager?
Earning criteria — what you'll demonstrate
- Kollaborative und content-basierte Empfehlungsmethoden kombinieren
- Empfehlungssysteme zeitlich korrekt bewerten
- Quantitative Evaluation mit qualitativer Nutzerprüfung verbinden
- Eine Methodenwahl gegenüber Stakeholdern verteidigen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Applied Machine Learning
Master · Machine Learning
Strong alignment
This challenge maps to Applied Machine Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Recommendation Systems
Apply recommendation systems to solve real industry problems and demonstrate production-level capability.
- Matrix Factorization
Apply matrix factorization to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
- Ml Pipeline
Apply ml pipeline 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.
Machine Learning Engineer
Ein hybrides Empfehlungssystem mit klarer Bewertung und Übergabe an einen A/B-Test ist ein typisches Erstprojekt von MLEs in B2B-Plattformen.
Dieses Projekt schärft
- recommendation-systems
- ml-pipeline
- matrix-factorization
Applied AI Scientist
Methodenwahl zwischen kollaborativen und content-basierten Verfahren mit ehrlicher Bewertung ist das tägliche Brot von Applied AI Scientists in Produktteams.
Dieses Projekt schärft
- recommendation-systems
- model-evaluation
- feature-engineering
Data Scientist
Quantitative Evaluation mit qualitativen Nutzersessions zu verbinden ist eine Kernkompetenz produktorientierter Data Scientists.
Dieses Projekt schärft
- model-evaluation
- python
- feature-engineering
Noch eine Sache