KI & Daten
Generative KI & LLMs Industrieprojekte
Generative KI & LLMs-Challenges versetzen dich mitten in die Arbeit, mit Large Language Models zu bauen. Du entwickelst Fähigkeiten in Prompt-Mustern, Few-Shot-Prompting, Chain-of-Thought und LLM-API-Integration und lernst, wie sich diese Modelle verhalten, bevor du sie skalierst.
Von dort meisterst du die kniffligeren Themen — RAG-Architekturen, Vektor-Datenbank-Grundlagen, Fine-Tuning und Prompt-Versionierung — und legst LLM-Guardrails sowie LLM-Evaluation um jedes Deployment so, wie es KI-Teams wirklich tun. Jede gelöste Challenge bringt dir einen verifizierten Nachweis für Recruiter.
- CodeEinsteigerNeu
LLM-Pilotierung für Compliance-Recherche in einer Privatbank
Du erhältst 600 anonymisierte Presseausschnitte mit menschlichen Labels und einen API-Zugang zu einem hosted LLM. Baue eine RAG-Pipeline (Retrieval-Augmented Generation — Sprach…
- LLM Prompting
- Retrieval Augmented Generation
- Vector Databases
Fachübergreifend - CodeMittelstufeNeu
Named-Entity-Recognition für Schweizer Rechtsanwaltskanzlei
Sie erhalten 1.200 annotierte Vertragsabschnitte (je 400 pro Sprache) mit 8 Entity-Typen. Fine-tunen Sie ein multilinguales XLM-RoBERTa-Modell auf 80 % der Daten und evaluieren …
- Named Entity Recognition
- Multilingual NLP
- Xlm Roberta
Natural Language Processing - ResearchMittelstufeNeu
Embedding-Modell für deutsche Produktdaten feinjustieren
Du erhältst 80.000 Produkt-Datensätze (Titel, Beschreibung, Kategorien) plus 1.200 historische Klick-Logs ('Anfrage X -> geklicktes Produkt Y') und 100 manuell gelabelte Test-An…
- Embedding Fine Tuning
- Contrastive Learning
- Sentence Transformers
Vector Databases and Embeddings - CodeEinsteigerNeu
NLP-Klassifikator für Support-Tickets eines Berliner Insurtechs
Sie erhalten 60.000 anonymisierte deutschsprachige Support-Tickets mit bestehender Kategorienlabel. Trainieren Sie einen Klassifikator auf Basis eines vortrainierten deutschspra…
- NLP
- Transformer Fine Tuning
- Text Classification
Fachübergreifend 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
- CodeMittelstufeNeu
Evaluations-Pipeline für ein LLM-Kundenservice-Assistenz-Produkt
Du erhältst 200 historische Kundenanfragen plus die Antworten des Beta-Assistenten. Definiere ein Test-Set von 100 Anfragen mit menschlichen Referenz-Antworten. Implementiere dr…
- LLM Evaluation
- Automated Metrics
- LLM As Judge
AI Measurement and Evaluation - CodeMittelstufeNeu
Fine-Tuning eines Sprachmodells für regulatorische Dokumente in der Pharma-Branche
Euer Team erhält einen anonymisierten Korpus von 8.000 regulatorischen Dokumenten mit bestehenden Kategorien aus dem Dokumentenmanagementsystem. Eure Aufgabe ist es, ein vortrai…
- Natural Language Processing
- Large Language Models
- Fine Tuning
Fachübergreifend - CodeMittelstufeNeu
Multimodale Produkt-Beschreibungs-Pipeline für einen Marktplatz
Du bekommst 5.000 Beispiel-Produkte mit Bild, strukturierten Attributen (Material, Maße, Farben) und vom Redaktions-Team verfassten Referenz-Beschreibungen. Setze eine Pipeline …
- Multimodal Generation
- Vision Language Models
- LLM Evaluation
Generative AI - CodeMittelstufeNeu
Skalierbare Aufsicht für eine Code-Generierungs-Pipeline
Du erhältst 500 historische Pull-Request-Vorschläge mit menschlichen Sicherheits-Bewertungen ('sicher', 'grenzwertig', 'kritisch'). Entwirf eine Pipeline mit drei Stufen: 1) Vor…
- Scalable Oversight
- Debate Methods
- Iterated Distillation
Fachübergreifend - 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.
- CodeMittelstufeNeu
Sequenz-Embedding-Service für ein Berliner Bio-Tech-Startup
Du erhältst die Modell-Wahl (esm2_t12_35M_UR50D, ein klein gehaltenes Modell für moderate Hardware), Beispiel-Sequenz-Datensätze (UniProt-Subset mit rund 50.000 Sequenzen) und e…
- Bioinformatics
- Embedding Models
- Fastapi
Fachübergreifend - StrategyEinsteigerNeu
Frischhalte- und Kostenmodell für eine RAG-Wissensdatenbank entwerfen
Du bekommst die Anforderungen: 280.000 Bestandsdokumente, 400 neue pro Tag, 50 Konsulent:innen mit durchschnittlich 12 Suchen pro Tag, Erwartung 'Dokumente älter als 24 Stunden …
- RAG
- Vector Databases
- Data Pipelines
Fachübergreifend - CodeEinsteigerNeu
Strukturierte Extraktion aus Lieferanten-PDFs fuer Mittelstaendler
Du erhaeltst 200 anonymisierte PDF-Auftragsbestaetigungen plus eine handgepflegte Ground-Truth-JSON-Datei. Definiere ein JSON-Schema (Bestellnummer, Liefertermin als ISO-8601, P…
- Prompt Engineering
- Structured Output
- Json Mode
Fachübergreifend - CodeSeniorNeu
Generatives LLM-Werkzeug fuer Arztbrief-Entwuerfe in einer Salzburger Klinik
Du erhaeltst rund 800 abgeschlossene Faelle mit strukturierten Daten, Pflegenotizen und finalen Arztbriefen. Baue ein RAG-System: (1) Indexiere relevante Klinik-Leitlinien als R…
- LLM Applications
- RAG
- Prompt Engineering
Machine Learning for Healthcare and Biomedicine Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeMittelstufeNeu
Maschinelle Übersetzung Deutsch-Türkisch für Berliner Customer-Service
Sie erhalten 24.000 historische Ticket-Antwort-Paare (DE → TR), die intern bereits übersetzt wurden. Fine-tunen Sie NLLB-200-distilled-600M auf 90 % der Paare und evaluieren auf…
- Machine Translation
- Nllb
- Domain Adaptation
Fachübergreifend - CodeMittelstufeNeu
ReAct-Agent fuer Logistik-Disposition im Duisburger Binnenhafen
Du baust eine Werkzeug-Suite (4 Werkzeuge: TMS-Lookup, Wetter-API, Frachtraten-DB, Routen-Planer), die ueber Mocks aufgerufen werden kann. Implementiere den ReAct-Loop mit expli…
- React Pattern
- Tool Use
- Agent Design
Prompt Engineering - CodeEinsteigerNeu
Informationsextraktion aus deutschen Verträgen für ein Kölner LegalTech
Du erhältst 1.500 anonymisierte deutschsprachige Verträge mit Span-Annotationen für 8 Feldtypen plus 300 Hold-out-Verträge. Implementiere (1) eine regelbasierte Vorverarbeitung …
- Information Extraction
- Ner
- Fine Tuning
Linguistic Engineering and Language Technologies - CodeSeniorNeu
Vortrainiertes LLM für ein klinisches Pflegedokumentations-Startup adaptieren
Du erhältst 8.000 anonymisierte Pflegedokumentations-Einträge plus 200 manuell bewertete Goldene-Standard-Beispiele. Wähle ein offenes Basismodell (Llama 3 8B oder Mistral 7B), …
- LLM Fine Tuning
- Parameter Efficient Fine Tuning
- Pytorch
Fachübergreifend - AnalysisMittelstufeNeu
Hybride Suche für eine Developer-Tools-Plattform optimieren
Du erhältst 50.000 Dokumente (Mischung aus Markdown-Docs und Code-Snippets, englisch und deutsch) plus 200 gelabelte Anfragen mit gemischtem Charakter (40 Prozent natürliche Spr…
- Hybrid Search
- Vector Search
- Bm25
Vector Databases and Embeddings - ResearchMittelstufeNeu
Red-Teaming einer Behörden-Chatbot-Anwendung in Wien
Du erhältst Zugang zur API-Version des Chatbots, einen 200-Anfragen-Test-Korpus aus echten Verwaltungs-Themen und eine interne Guideline der Stadtverwaltung. Entwerfe und führe …
- Red Teaming
- LLM Evaluation
- Prompt Injection
Fachübergreifend - CodeMittelstufeNeu
Code-Agent für ein Berliner DevTools-Startup evaluieren
Du baust den Agenten mit dem OpenAI-Compatible-API-Pfad gegen ein offenes LLM (z. B. Llama 3 70B), mit Werkzeugen für Datei-Lesen, Datei-Schreiben, Test-Ausführung und Git-Opera…
- LLM Agents
- Tool Use
- Code Generation
AI Agents and LLM-Based Agents - CodeMittelstufeNeu
seq2seq-Zusammenfassung für Berliner Nachrichten-App
Sie erhalten 50.000 deutsche Artikel-Headline-Paare aus den letzten 3 Jahren. Fine-tunen Sie mt5-base auf 80 % der Paare. Vergleichen Sie mit (1) TextRank-Extraktion, (2) GPT-4o…
- Seq2seq
- Summarization
- Mt5
Neural Networks for NLP - CodeEinsteigerNeu
Evaluations-Framework für ein KI-Suchassistenten-Produkt aufbauen
Du arbeitest mit dem Engineering-Team an einem Eval-Framework auf Basis von OpenAI Evals oder Promptfoo (open-source-Werkzeuge zur strukturierten Bewertung von Sprachmodell-Antw…
- LLM Evaluation
- Prompt Engineering
- Metric Design
AI for Business and AI Product Management - CodeMittelstufeNeu
Multi-Modal-RAG fuer Salzburger Tourismus-Concierge
Du erhaeltst die Text- und Bildsammlung sowie 100 Beispiel-Anfragen mit manuell gepflegten Soll-Antworten. Implementiere: (1) Text-Embeddings mit mehrsprachigem Modell, (2) Bild…
- Multimodal RAG
- Clip Embeddings
- Cross Modal Retrieval
Fachübergreifend - AnalysisEinsteigerNeu
Vector-Suche für Produkt-Empfehlungen bei einem Hamburger FMCG-Konzern
Du erhältst Embeddings für 180.000 Produkte (768-dimensional, aus einem mehrsprachigen Sentence-Transformer), 5.000 Such-Anfragen mit Relevanz-Labels (Klick = relevant, gewertet…
- Vector Search
- Benchmarking
- Python
Machine Learning at Scale - CodeMittelstufeNeu
Dense Retrieval mit DPR fuer technische Wissensbasis eines Erlanger Maschinenbauers
Du erhaeltst 180.000 Passagen plus 800 historische Frage-Loesung-Paare als Ground Truth. Implementiere: (1) Bi-encoder-Training (z. B. Sentence-BERT oder ein deutsch-englisches …
- Dense Retrieval
- Passage Ranking
- Embedding Models
Fachübergreifend
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.



















































































