KI & Daten
Computer Vision Challenges
Computer Vision-Challenges bringen dich dazu, Maschinen das Sehen beizubringen. Du entwickelst Fähigkeiten in Bildverarbeitung und CNN-Klassifikation, baust Pipelines mit OpenCV, gehst Object Detection und Segmentierung an und passt vortrainierte Modelle über Transfer Learning an.
Von dort meisterst du die kniffligeren Themen — Custom-Architekturen, 3D-Vision, Echtzeit-Inferenz und Computergrafik — und baust und deployst Vision-Systeme so, wie es angewandte Forschungsteams wirklich tun. Jede gelöste Challenge bringt dir einen verifizierten Nachweis für Recruiter.
- CodeEinsteigerNeu
Ray-Tracer als Wochenend-Projekt für ein Stuttgarter Visualisierungs-Team
Du erhältst die Standardliteratur und eine Szenen-Spezifikation mit 6 Kugeln und 2 zusätzlichen geladenen Meshes. Implementiere in C++ einen Ray-Tracer mit: (1) primärer Strahlv…
- Ray Tracing
- Computergrafik
- Systemsprachen Kompetenz (Go, Rust, C++)
Introduction to Computer Graphics - AnalysisEinsteigerNeu
Kaufabbrüche im Online-Shop eines Solaranbieters aus Freiburg analysieren
Analysiere den vollständigen Kaufentscheidungsprozess der beiden Hauptzielgruppen Hausbesitzer:innen unter 40 und über 55 Jahre für eine Solaranlage. Erstelle ein detailliertes …
- Consumer Psychology
- Customer Journey Mapping
- Conversion Optimization
Consumer Behavior - CodeEinsteigerNeu
Software-Rasterizer für ein Münchner AR-Trainings-Studio
Du erhältst 4 Mesh-Dateien (OBJ-Format, zwischen 200 und 5.000 Dreiecken), eine Spezifikation der Pipeline und Beispielausgaben aus einer Referenzimplementierung. Implementiere …
- Rasterization
- Computergrafik
- Python Oder Javascript
Introduction to Computer Graphics - StrategyMittelstufeNeu
KI-Strategie für Qualitätsinspektion in der Präzisionsfertigung
Du bist als Junior AI Strategy Consultant (Junior-Berater:in für KI-Strategie) eingesetzt und arbeitest im Zweierteam mit einer:einem Kolleg:in. Ihr erhaltet einen Datensatz mit…
- Ki Workforce Strategie
- Deep Learning
- Computer Vision
Machine Learning and AI for Business Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- CodeMittelstufeNeu
Physically-Based Path Tracer für ein Münchner Visualisierungs-SaaS
Du erhältst eine Pflichten-Spezifikation: Path Tracer mit Disney BSDF (industrieübliches Material-Modell), Importance Sampling für Lichtquellen, Next-Event-Estimation (direktes …
- Physically Based Rendering
- Path Tracing
- Brdf
Advanced Computer Graphics - CodeGrundlagenNeu
Gesichts-Anonymisierung für ein Leipziger Stadtforschungs-Projekt
Sie erhalten 500 Standbilder und 20 kurze (10-Sekunden-) Videoausschnitte. Verwenden Sie ein vortrainiertes Gesichtserkennungsmodell (z. B. MTCNN aus facenet-pytorch oder Retina…
- Face Detection
- Bildverarbeitung
- Opencv
Computer Vision (Undergraduate) - CodeMittelstufeNeu
Geometrieverarbeitung großer Punktwolken für ein Wiener AR-Startup
Du erhältst 3 reale LiDAR-Punktwolken (anonymisierte Wiener Stadtquartiere) und Beispiel-Output-Spezifikationen. Implementiere eine Pipeline in C++ mit PCL (Point Cloud Library …
- Geometry Processing
- Point Cloud Processing
- Surface Reconstruction
Advanced Computer Graphics - CodeEinsteigerNeu
Mehrkamera-Rig für ein Fahrerlose-Transportsystem-Startup kalibrieren
Du entwirfst und prototypisierst einen Kalibrier-Workflow mit einem gedruckten ChArUco-Brett (Schachbrettmuster mit eingebetteten ArUco-Markern). Du erhältst einen Beispiel-Date…
- Camera Calibration
- Multi View Geometry
- Opencv
3D Vision and Multi-View Geometry - Browse challenges
Explore role
Product Manager
Ship product that solves real user problems. Combine user research, prototyping, and stakeholder alignment to turn ambiguous briefs into measurable wins — the role at the centre of modern software teams.
- CodeEinsteigerNeu
Bild-Klassifikator für die Qualitätskontrolle in einer Schwarzwälder Holzverarbeitung
Sie erhalten 4.200 annotierte Bilder (Defekt-Typ als Label, plus 'kein Defekt') aufgeteilt 70/15/15 in Train/Val/Test und ein Vergleichs-Datensatz mit 200 Inspektoren-bewerteten…
- Transfer Learning
- Cnn Klassifikation
- Python Oder Javascript
Machine Learning (CS Elective) - CodeEinsteigerNeu
CNN-basierter Qualitäts-Klassifikator für eine Lebensmittel-Bäckerei-Kette
Du erhältst 24.000 annotierte Brötchen-Bilder (3 Klassen). Trainiere einen MobileNet- oder EfficientNet-Klassifikator mit Transfer Learning, evaluiere mit Macro-F1 und pro-Klass…
- Cnn Architectures
- Transfer Learning
- Cnn Klassifikation
Deep Learning - CodeEinsteigerNeu
Animations- und Skinning-Pipeline für ein Hamburger Spielestudio
Du erhältst ein rigged Character-Mesh im glTF-Format (rund 6.000 Dreiecke, 32 Knochen, 3 Walk-Cycle-Animationen) und eine Anforderungs-Spezifikation. Implementiere in C++: (1) S…
- Skeletal Animation
- Computergrafik
- Systemsprachen Kompetenz (Go, Rust, C++)
Introduction to Computer Graphics - CodeEinsteigerNeu
Pflanzen-Erkennungs-App für ein Freiburger Naturschutz-Projekt
Sie erhalten 8.000 gelabelte Pflanzenbilder aus iNaturalist (auf die 25 regionalen Arten gefiltert) plus 200 Bilder, die Ehrenamtliche selbst gemacht haben (mit handheld-typisch…
- Cnn Klassifikation
- Transfer Learning
- Data Augmentation
Computer Vision (Undergraduate) Build a verifiable portfolio.
Submissions become evidence. Reviewers with shipping experience score against a rubric; the result becomes a credential anyone can verify.
Why Ewance
- CodeEinsteigerNeu
Multi-Kamera-Kalibrierung für Hamburger Hafen-Robotik
Sie entwerfen die Pipeline mit einem gedruckten ChArUco-Board (Schachbrett mit eingebetteten ArUco-Markern). Sie erhalten 200 Roh-Frames pro Kamera plus die nominellen Intrinsik…
- Camera Calibration
- Multi View Geometry
- Opencv
Computer Vision - CodeMittelstufeNeu
Visuelle Anomalie-Erkennung für eine Röntgen-Triage-Lösung
Du arbeitest mit dem offenen NIH ChestX-ray14-Datensatz (etwa 112.000 Röntgen-Bilder). Trainiere zwei Modelle: (1) ein binäres Anomalie-vs.-unauffällig-Modell auf einem ConvNeXt…
- Medical Imaging
- Cnn Klassifikation
- Modell Evaluation
Visual Intelligence and Visual Reasoning - CodeMittelstufeNeu
Echtzeit-Detektion von Schutzausrüstung auf einer Großbaustelle
Du erhältst 6.000 annotierte Bilder (Personen mit/ohne Helm, mit/ohne Warnweste) sowie Test-Videos von 3 Kameras. Trainiere YOLOv8 oder YOLOv10 auf den 4 Klassen, optimiere für …
- Object Detection
- Yolo
- Edge Deployment
Deep Learning for Computer Vision - CodeEinsteigerNeu
Objekterkennung für ein Erfurter Solarpark-Drohnenmonitoring
Sie erhalten 3.500 gelabelte Drohnenbilder (Bounding-Boxes für Hotspot, Verschmutzung, Beschädigung). Trainieren Sie einen YOLOv8-Detektor mit Transfer Learning und vergleichen …
- Object Detection
- Transfer Learning
- Pytorch Oder Tensorflow
Computer Vision - DesignEinsteigerNeu
Operations-Dashboard für die Vertriebssteuerung eines DACH-E-Commerce
Du erhältst Streaming-Daten (Kafka-Topic-Spec, 1 Min Updates), Produkt- und Kategorie-Stammdaten und Interviews mit der Geschäftsleitung. Wähle ein BI-Tool nur, wenn klar ist wa…
- Datenvisualisierung
- Dashboard Design
- Perceptual Design
Information and Data Visualization - CodeEinsteigerNeu
Visuelle Regal-Analyse für einen Lebensmittel-Filialisten
Du erhältst rund 1.500 Regal-Fotos aus 20 anonymisierten Filialen plus Annotationen (Produkt-Bounding-Boxes, Lückenpositionen, Preisetiketten) und einen Katalog von 250 Produkte…
- Object Detection
- Cnn Klassifikation
- Model Quantization
Visual Intelligence and Visual Reasoning - CodeMittelstufeNeu
Segmentierung von Lungen-CT-Aufnahmen für ein Münchner MedTech
Du erhältst Zugriff auf den öffentlichen LUNA16-Datensatz (888 anonymisierte Lungen-CT-Scans, frei verfügbar für Forschung) und eine kleine Validierungsmenge mit präzisen Annota…
- Medical Image Segmentation
- U Net
- Pytorch Oder Tensorflow
Image Processing and Computational Imaging - CodeMittelstufeNeu
Segmentierungs-Modell für Brandschadens-Erkennung in der Versicherung
Du erhältst 3.200 anonymisierte Schadensfotos mit Pixel-Annotationen (4 Klassen: unbeschädigt, ruß, brand, wasserschäden). Trainiere ein modernes Segmentierungs-Modell (SegForme…
- Semantic Segmentation
- U Net
- Segformer
Deep Learning for Computer Vision - CodeMittelstufeNeu
Lern-basierte Greifer-Steuerung für einen Sortierautomaten
Du erhältst einen Datensatz von 6.000 Greif-Episoden (Kamerabild vor dem Greifvorgang, Kommando-Saugkraft, Last-Sensor-Verlauf, Erfolg/Misserfolg-Label). Trainiere ein Modell, d…
- Learning Based Control
- Computer Vision
- Pytorch Oder Tensorflow
Robotics - ResearchSeniorNeu
Self-Supervised Pretraining fuer einen Histopathologie-Anbieter
Du fuehrst Self-Supervised Pretraining (SimCLR oder DINO) auf 80 000 unlabelten Slide-Patches (224x224 Pixel) durch und vergleichst zwei Downstream-Klassifikatoren auf einem 500…
- Supervised Learning
- Transfer Learning
- Medical Image Classification
Machine Learning for Imaging and Medical Image Analysis - ResearchMittelstufeNeu
Few-Shot-Defekterkennung fuer einen Halbleiterhersteller in Sachsen
Du erhaeltst einen Wafer-Defekt-Korpus mit 12 'Design-Familien' (jede mit ~600 Bildern in 6 Defektklassen) plus 3 neuen Design-Familien mit nur 10-30 Bildern pro Klasse. Impleme…
- Meta Learning
- Few Shot Learning
- Transfer Learning
Meta-Learning, Transfer Learning, and Multi-Task Learning - CodeMittelstufeNeu
Bildrestaurierung historischer Drucke für ein Wiener Archiv
Du erhältst 300 hochaufgelöste Scans (TIFF) und eine Validierungsmenge von 30 manuell restaurierten Referenzseiten. Implementiere eine Restaurierungs-Pipeline mit (1) Vergilbung…
- Image Restoration
- Inpainting
- Super Resolution
Image Processing and Computational Imaging
So funktioniert's
Vom Briefing zum Zertifikat – in sechs Schritten.
Schritt 01
Durchsuche Challenges passend zu Deinem Studium.
Schritt 02
Wähle das Projekt, das zu Deinen Zielen passt.
Schritt 03
Arbeite es mit Hilfe des AI Copiloten durch.
Schritt 04
Reiche es zur strukturierten Bewertung ein.
Schritt 05
Erhalte ein verifiziertes Zertifikat.
Schritt 06
Füge es Deinem LinkedIn-Profil mit einem Klick hinzu.
Verwandte Kompetenzfelder
Alle Kompetenzen durchsuchenBranchenteams hinter einem Jahrzehnt praxisorientierter Briefings
Aus diesem Pool einstellen?
Sponsere eine Challenge und lerne Kandidaten durch ihre tatsächliche Arbeit kennen.
Industrieteams können Briefings rund um die Fähigkeiten gestalten, die sie suchen, und Studierende anhand von bewertungsmatrix-gestützten Ergebnissen beurteilen – nicht anhand von Lebensläufen.