Übersicht
Worum es bei diesem Projekt geht.
Baue eine ETL-Pipeline, zwei Prognose-Modelle (SARIMA & LSTM), eine API und ein Dashboard für ein Stadtwerk und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Stadtwerk versorgt etwa 50.000 Menschen, hat 180 Mitarbeitende und betreibt seit zehn Jahren eigene IT-Infrastruktur. Spotmarkt-Beschaffung läuft heute auf Basis manueller Excel-Prognosen — die Plattform soll diesen Prozess strukturiert ablösen.
Das Briefing
Was Du tust und was Du zeigst.
Wie baut ein vierköpfiges Team eine produktionsreife Energie-Verbrauchs-Prognose-Plattform, die zwei Prognose-Modelle parallel betreibt und an eine vierköpfige IT-Mannschaft übergeben werden kann?
Earning criteria — what you'll demonstrate
- Time-Series-Modelle in eine produktive Plattform integrieren
- Mehrere Prognose-Modelle parallel produktiv halten
- ETL-Pipelines mit täglichen Läufen robust gestalten
- Eine Plattform an eine kleine IT-Mannschaft praxistauglich übergeben
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
AI Software Engineering Group Project
Master · Capstone
Strong alignment
This challenge maps to AI Software Engineering Group Project 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.
- Time Series Forecasting
Apply time series forecasting to solve real industry problems and demonstrate production-level capability.
- Etl Pipelines
Apply etl pipelines to solve real industry problems and demonstrate production-level capability.
- Sarima
Apply sarima to solve real industry problems and demonstrate production-level capability.
- Lstm
Apply lstm to solve real industry problems and demonstrate production-level capability.
- Fastapi
Apply fastapi to solve real industry problems and demonstrate production-level capability.
- Docker
Containerize applications for consistent development, testing, and deployment.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Team Coordination
Apply team coordination 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
Machine Learning Engineers in Energie-Versorgern bauen genau diese Art von Prognose-Plattformen. Die Challenge übt die volle Brücke von Zeitreihen-Modellen zur produktiven Plattform.
Dieses Projekt schärft
- time-series-forecasting
- sarima
- lstm
Data Engineer
Die ETL-Pipeline und die täglichen Datenläufe sind das Tagesgeschäft eines Data Engineers in einem Energieversorger. Die Challenge gibt einen realistischen Einstieg in genau diese Tätigkeit.
Dieses Projekt schärft
- etl-pipelines
- python
- team-coordination
MLOps Engineer
MLOps Engineers verantworten die Versionierung und Ablösbarkeit produktiver Modelle. Die Architektur dieser Challenge ist eine kompakte, aber realistische MLOps-Übung.
Dieses Projekt schärft
- docker
- fastapi
- team-coordination
Noch eine Sache