KI & Daten
Deep Learning Challenges
Deep Learning-Challenges versetzen dich mitten in die Arbeit, Modelle zu bauen, die aus rohen Daten lernen. Du entwickelst Fähigkeiten in Neuronalen Netzen und Feedforward-Netzen, wendest Data Augmentation an und trainierst Modelle in PyTorch oder TensorFlow neben den Grundlagen des Reinforcement Learning.
Von dort meisterst du die kniffligeren Themen — Transformer-Architektur, Attention-Mechanismen, Custom-Architektur-Design und Distributed Training — und arbeitest mit PyTorch Lightning / Hugging Face Trainer, JAX-Forschungsmustern und Ablation-Study-Design. Jede gelöste Challenge bringt dir einen verifizierten Nachweis für Recruiter.
Empfohlene Industrieprojekte
· Reinforcement Learning Zurücksetzen- ResearchSeniorNeu
Embodied-Vision-Aufgabe für einen Indoor-Service-Roboter entwerfen
Du nutzt den Habitat-Simulator (Meta AI) mit Replica- oder Matterport3D-Szenen als Wohnzimmer-Stand-in (klinische Daten sind nicht verfügbar). Entwirf einen Such-Agent, der ein …
- Embodied Vision
- Object Navigation
- Reinforcement Learning
Visual Intelligence and Visual Reasoning - CodeSeniorNeu
Sim-to-Real-Transfer fuer mobiles Service-Robotik-Startup in Berlin
Du arbeitest mit einer Isaac-Sim-Konfiguration des Roboters plus einem Datensatz von 30 realen Roll-out-Aufnahmen. Implementiere: (1) Baseline-Policy ohne Randomization (PPO ode…
- Sim To Real
- Domain Randomization
- System Identification
Robot Learning - ResearchSeniorNeu
Sim-to-Real-Bewertung für ein Berliner Lager-Robotik-Startup
Verwende eine trainierte PPO-Policy (Proximal Policy Optimization — ein populärer RL-Algorithmus) für eine Block-Stack-Aufgabe in Isaac Gym oder Isaac Lab. Implementiere drei Si…
- Reinforcement Learning
- Sim To Real
- Domain Randomization
Advanced Robotics - CodeSeniorNeu
Sim-to-Real-Transfer für einen Quadruped-Inspektionsroboter
Du arbeitest in Isaac Gym (NVIDIA-GPU-beschleunigter Roboter-Simulator) mit einem URDF des Roboters. Trainiere eine Policy zum Laufen auf nassem Beton mit Domain-Randomization ü…
- Learning Based Control
- Reinforcement Learning
- Simulation
Robotics 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
Reinforcement Learning fuer Greifoptimierung in Picking-Robotern in der OWL-Logistik
Du erhaeltst eine Simulation mit gemischten Bin-Objekten (40 SKUs aus dem Konsumgueterbereich) und einen realen Greif-Datensatz von 2.000 Versuchen mit Erfolgs-Label. Trainiere:…
- Reinforcement Learning
- Robotic Grasping
- Ppo
Robot Learning - ResearchMittelstufeNeu
Bandit-Optimierung für Onboarding-Personalisierung bei einem Wiener EdTech
Du erhältst einen historischen Datensatz von 80.000 Onboarding-Sitzungen mit 5 Kontext-Features pro Nutzer (Sprachniveau, Plattform, Tageszeit, Quelle, Altersgruppe) und der his…
- Multi Armed Bandits
- Reinforcement Learning
- Versuchsdesign
Advanced Machine Learning - ResearchMittelstufeNeu
Lernen aus Nutzerfeedback für einen Pflegeassistenz-Roboter
Du erhältst eine Habitat-2.0-Simulationsumgebung mit einem mobilen Roboter, drei Räumen und einem virtuellen Nutzer-Agent, der unterschiedliche Komfort-Profile simuliert (z. B. …
- Reinforcement Learning
- Rlhf
- Pytorch Oder Tensorflow
Human-Robot Interaction - ResearchMittelstufeNeu
Auktions-Agenten für Berliner Strommarkt-Forschungslabor
Bauen Sie das Simulationsframework in Python (Mesa oder eigenes Setup). Implementieren Sie drei Agententypen mit unterschiedlichen Bietstrategien: (1) myopisch-rationale Agenten…
- Multi Agent Systems
- Reinforcement Learning
- Market Design
Multi-Agent Systems - 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
Actor-Critic-Agent für ein klassisches Echtzeitstrategie-Spiel
Du erhältst eine Trainingsumgebung mit 20x20-Karte, drei Einheitstypen, Ressourcen-Sammeln und Kampfmechanik (Gymnasium-kompatibel) sowie den heutigen heuristischen Gegner. Trai…
- Actor Critic
- Policy Gradients
- Reinforcement Learning
Deep Reinforcement Learning - CodeMittelstufeNeu
DQN-Routing-Policy für mobile Lagerroboter trainieren
Du bekommst einen Gymnasium-kompatiblen Lager-Simulator (50x50-Raster, 8 dynamische Fußgänger als Hindernisse, 20 zufällige Pick-Positionen) und das Baseline-A*-Skript. Trainier…
- Deep Q Learning
- Reinforcement Learning
- Pytorch Oder Tensorflow
Deep Reinforcement Learning - CodeSeniorNeu
Modellbasiertes RL für Energie-Speichersteuerung
Du bekommst zwei Jahre stündliche Day-Ahead- und Intraday-Preisdaten plus ein Batterie-Modell (Kapazität, Round-Trip-Effizienz, Degradation). Trainiere ein neuronales Übergangsm…
- Model Based Rl
- Reinforcement Learning
- Time Series Forecasting
Deep Reinforcement Learning
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.