KI & Daten
Computer Vision Industrieprojekte
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.
- 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
Fachübergreifend - CodeEinsteigerNeu
End-to-End Defekterkennung für Schwäbischen Maschinenbauer
Sie bekommen einen Bildordner mit Klassen-Subdirectories und eine CSV mit Aufnahmemetadaten. Erstellen Sie eine reproduzierbare Pipeline: Datensplit (Train/Val/Test) ohne Leakag…
- Pytorch
- Transfer Learning
- Computer Vision
AI/ML Practicum and Hands-on Lab - CodeSeniorNeu
Physikalisch korrekte Fluid-Simulation für ein Kölner VFX-Studio
Du erhältst eine Anforderungs-Spezifikation: SPH-Simulation in C++ mit Kernel-Funktion nach Müller, Druck-Dichte-Korrektur, Surface-Tension nach Akinci, Boundary-Handling über G…
- Physically Based Simulation
- Fluid Simulation
- Cpp
Fachübergreifend - 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 Develop in-demand professional skills.
Each challenge names the skills it strengthens. Over time, your profile fills with the competences a hiring manager would actually look for.
Why Ewance
- ResearchMittelstufeNeu
Selbstüberwachtes Pretraining für Defekterkennung in der Halbleiterfertigung
Du erhältst 500.000 ungelabelte Wafer-Patches und 3.000 gelabelte Patches mit fünf Defektklassen. Trainiere zuerst einen Encoder selbstüberwacht (Empfehlung: DINOv2-Architektur …
- Self Supervised Learning
- Representation Learning
- Pytorch
Advanced Deep Learning - ResearchMittelstufeNeu
Transfer-Learning fuer ein Pharma-Foundation-Modell auf molekulare Eigenschaften
Du erhaeltst SMILES-Strings (Notation fuer Molekuelstrukturen) mit Messwerten fuer 4 ADMET-Endpunkte (rund 8 000 - 25 000 Molekuele je Endpunkt). Wahle ein vortrainiertes moleku…
- Transfer Learning
- Foundation Models
- Molecular Ml
Fachübergreifend - 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
Fachübergreifend - CodeEinsteigerNeu
Computational-Photography-Pipeline für Modefotos im Studio
Du erhältst 800 Rohaufnahmen (RAW + JPEG) plus Metadaten aus drei Studio-Sessions sowie eine Liste der heutigen manuellen Verarbeitungs-Schritte. Implementiere eine Pipeline in …
- Computational Photography
- Image Processing
- Background Removal
Image Processing and Computational Imaging - Browse challenges
Explore role
Strategy Analyst
Frame the business question, model the options, build the recommendation. From market sizing to competitive analysis, this role is where strategy consulting meets in-house decision-making.
- ResearchMittelstufeNeu
Adversariale Robustness eines Bilderkennungs-Modells im Bauwesen
Du erhältst das vortrainierte Modell (PyTorch), einen Test-Datensatz von rund 6.000 Baustellen-Bildern mit PSA-Labeling und Zugang zu einer Robustness-Bibliothek (z. B. torchatt…
- Adversarial Robustness
- Robustness
- Computer Vision
Trustworthy AI, Robustness, and Safety - CodeMittelstufeNeu
Digital-Human-Pipeline für ein Münchner XR-Trainings-SaaS
Du erhältst 4 hochauflösende 3D-Scans (rund 5 Millionen Dreiecke pro Scan) und eine PBR-Workflow-Spezifikation. Implementiere eine Pipeline in Python und Blender-Scripting: (1) …
- Digital Humans
- Mesh Processing
- Pbr Texturing
Fachübergreifend - 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 - CodeMittelstufeNeu
Hindernis-Erkennung für Inspektions-Drohnen in Offshore-Windparks
Du erhältst einen annotierten Datensatz von 8.000 Stereo-Frames aus echten Offshore-Inspektionen (Pixel-Labels für Blatt, Mast, Strebe, Hintergrund-Meer/Himmel). Trainiere ein l…
- Semantic Segmentation
- Edge Deployment
- Pytorch
Robot Perception and Autonomy Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeMittelstufeNeu
Bildverarbeitungsmodell für die Qualitätskontrolle eines OWL-Mittelständlers
Sie erhalten 4.500 gelabelte Bilder von Gehäuseoberflächen (Klassen: in Ordnung, Kratzer, Delle, Verfärbung). Trainieren Sie ein Convolutional Neural Network (CNN) — entweder fi…
- Computer Vision
- Cnn
- Transfer Learning
Applied Machine Learning - ResearchSeniorNeu
MAML fuer schnelle Personalisierung eines Sprachenlern-Startups
Du erhaeltst Antworten von rund 30 000 Nutzer:innen ueber rund 800 Vokabel- und Grammatik-Aufgaben. Trainiere ein MAML-Modell auf 25 000 Nutzer:innen (Meta-Training) und teste d…
- Meta Learning
- Few Shot Learning
- Personalization
Fachübergreifend - 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
Fachübergreifend - 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
- Image Classification
- Python
Machine Learning (CS Elective) - CodeMittelstufeNeu
Verkehrsteilnehmer-Erkennung für einen Stuttgarter Premium-OEM verbessern
Sie erhalten 18.000 gelabelte Innenstadt-Frames aus drei DACH-Städten plus 1.500 Frames mit dokumentierten Edge Cases (Schaufenster-Spiegelung, Schatten, Regen). Trainieren Sie …
- Object Detection
- Transfer Learning
- Edge Case Analysis
Fachübergreifend - ResearchSeniorNeu
Foundation-Model-Pretraining fuer Multi-Skill-Robotik-Plattform
Du arbeitest mit einem Open-Source-VLA-Checkpoint (z. B. OpenVLA oder Vergleichbares) und einer Sim-Plattform fuer 3 Aufgaben (Pick, Place, Insertion). Pro Aufgabe sammelst du 1…
- Foundation Models
- Vision Language Action
- Robot Learning
Robot Learning - CodeMittelstufeNeu
Sensorfusions-Prototyp für einen ZF-nahen Tier-1-Zulieferer aus Friedrichshafen
Sie nutzen den nuScenes-Datensatz als öffentliche Basis. Implementieren Sie eine späte Fusion auf Objektebene: Kamera-Detektor (vortrainiert) plus Radar-Punkte, die mittels Kalm…
- Sensor Fusion
- Kalman Filter
- Object Detection
Fachübergreifend - 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 - AnalysisEinsteigerNeu
Wahrnehmungs-Audit für einen Pick-and-Place-Cobot im Mittelstand
Du erhältst 500 aufgezeichnete Pick-Versuche (RGB-D-Frames + finale Greifer-Pose + Erfolg/Misserfolg-Label). Implementiere eine Auswertungs-Pipeline, die für jeden Versuch (1) d…
- Perception
- Image Processing
- Data Analysis
Fachübergreifend - 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
- Computer Graphics
- Cpp
Fachübergreifend - 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
Fachübergreifend - 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…
- Image Classification
- Transfer Learning
- Data Augmentation
Computer Vision (Undergraduate)
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.