Informatik
Programmiergrundlagen Industrieprojekte
Programmiergrundlagen-Challenges versetzen dich mitten in die Arbeit, Code zu schreiben, der korrekt, lesbar und schnell ist. Du baust Kernfähigkeiten in Funktionen & Datenstrukturen, objektorientiertem Design und Design Patterns auf, arbeitest in Python oder JavaScript und lernst Code Reading und Refactoring so, wie Teams es erwarten.
Von dort meisterst du die kniffligeren Themen — Algorithmen-Analyse, Komplexitätsanalyse, Graph-Algorithmen und Generics & Typsysteme — und gehst weiter zu Performance Engineering, Low-Latency-Programmiermustern und Systemsprachen-Kompetenz (Go, Rust, C++). Jede gelöste Challenge bringt dir einen verifizierten Nachweis für Recruiter.
- AnalysisEinsteigerNeu
Anonymisierung eines Versicherungs-Schadensdaten-Releases
Klassifiziere die Felder im Schadensfall-Datensatz nach direkten Identifiern, Quasi-Identifiern und sensiblen Attributen. Implementiere Anonymisierungs-Techniken mit ARX oder ei…
- Privacy Enhancing Technologies
- K Anonymity
- Data Anonymization
Privacy-Enhancing Technologies - AnalysisMittelstufeNeu
Polyedrische Schleifenanalyse für einen Bildverarbeitungs-Kernel
Du erhältst den Filter-Kernel (rund 350 Zeilen C, drei verschachtelte Schleifen), repräsentative Eingabebilder und eine Mess-Pipeline mit perf. Konvertiere den Kernel mit clang …
- Polyhedral Compilation
- Loop Optimization
- Llvm
Advanced Compilers and Program Optimization - DesignEinsteigerNeu
Verhandlungs-Simulator für einen B2B-Vertriebs-Trainings-Anbieter
Du erhältst 3 archetypische Käufer:in-Personas (Preis-orientiert, Beziehungs-orientiert, Risiko-orientiert) mit qualitativen Beschreibungen. Modelliere jede Persona als Multi-At…
- Negotiation Modeling
- Utility Functions
- Persona Design
Decision Support Systems and Decision Analysis - CodeMittelstufeNeu
Drift-Monitoring fuer ein produktives Empfehlungsmodell
Du erhaeltst die Trainingsdaten (rund 80 000 Firmenkunden, 24 Features) und die letzten 6 Monate Live-Inputs des Modells. Implementiere drei Drift-Metriken: Population Stability…
- Model Monitoring
- Data Drift
- Ml Pipelines
Machine Learning in Practice 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
Energie-Verbrauchs-Prognose-Plattform für ein Stadtwerk
Euer Team von drei bis vier Studierenden arbeitet entlang einer fest definierten Architektur: 1) ETL-Pipeline (Extract-Transform-Load — Extraktion, Transformation und Laden) für…
- Time Series Forecasting
- Etl Pipelines
- Sarima
AI Software Engineering Group Project - CodeMittelstufeNeu
Max-Flow-Engine für Bayerischen Energieversorger
Implementiere drei Max-Flow-Algorithmen in C++ oder Rust: (1) Edmonds-Karp als Baseline, (2) Dinic's Algorithm mit Layered-BFS, (3) FIFO-Push-Relabel mit Gap-Heuristik. Test-Set…
- Network Flows
- Max Flow
- Graph Algorithms
Advanced Algorithms - CodeMittelstufeNeu
Recherche-Agent für ein Frankfurter Asset-Management-Fintech bauen
Du baust den Agenten mit LangGraph oder LlamaIndex auf einem offenen LLM (z. B. Llama 3 70B über Hugging Face Inference API oder Mistral Large via API). Definiere mindestens vie…
- LLM Agents
- Tool Use
- Retrieval Augmented Generation
Fachübergreifend - CodeMittelstufeNeu
MT-Qualitaetsbewertung-Framework fuer einen mehrsprachigen Konzern
Du baust ein Bewertungsframework in Python, das fuer ein hochgeladenes Uebersetzungspaket folgendes ausgibt: BLEU + chrF + COMET (lernbasierte Bewertung), je Sprache. Ein konfig…
- Mt Evaluation
- Neural Machine Translation
- Python
Machine Translation - Browse challenges
Explore role
Pricing Strategist
Set the price that captures value without leaving sales on the table. Demand modelling, willingness-to-pay research, and the disciplined experimentation that turns pricing into a competitive advantage.
- DesignMittelstufeNeu
Konsens-Mechanismus für ein Frankfurter Fintech-Ledger entwerfen
Lies das aktuelle Ledger-Modell (Schema-Auszug plus Beispiel-Transaktionen werden bereitgestellt). Entscheide zwischen Raft (etcd-aehnlich) und Multi-Paxos und begruende die Wah…
- Distributed Consensus
- Raft
- Fault Tolerance
Fachübergreifend - ResearchSeniorNeu
POMDP-Modell für die Wartungsentscheidung bei Offshore-Windturbinen
Du erhältst Sensor- und Wartungs-Historien für 30 Turbinen über 4 Jahre. Definiere POMDP-Zustände (z. B. 'gesund', 'frühe Degradation', 'späte Degradation', 'Ausfall'), Beobacht…
- Pomdp
- Belief States
- Sarsop
Decision Making Under Uncertainty - CodeEinsteigerNeu
Empfehlungs-System für eine Wiener E-Commerce-Bekleidungsmarke
Sie erhalten 18 Monate Transaktionsdaten (220.000 Kund:innen × 4.800 Produkte), Produktstammdaten (Kategorie, Farbe, Material, Preis) und 50 Sample-Konversions-Sessions. Bauen S…
- Recommender Systems
- Collaborative Filtering
- Python
Machine Learning (CS Elective) - CodeEinsteigerNeu
Bayessche A/B-Auswertung fuer Wiener Healthtech-App
Du erhaeltst rohe Event-Logs der letzten 8 Wochen pro Variante. Modelliere die 14-Tage-Retention als Beta-Binomial mit einem hierarchischen Prior, der alle Varianten leicht zuei…
- Bayesian Inference
- Mcmc
- Hierarchical Models
Probabilistic Machine Learning Get recognized by recruiters and employers.
Credentials are blockchain-anchored via LearnCoin — tamper-evident, portable, link-shareable on LinkedIn and beyond.
Why Ewance
- CodeEinsteigerNeu
Modulares Buchungs-Skript fuer ein Tiroler Berghotel
Lies den 1.200-Zeilen-Code und identifiziere die vier Verantwortungsbereiche. Definiere fuer jeden Bereich eine klare Modul-API (Funktionen mit Type-Hints, klare Eingaben, klare…
- Programming Abstractions
- Modular Design
- Refactoring
Fachübergreifend - AnalysisMittelstufeNeu
Ensemble-Strategie fuer einen Industrieversicherer
Du erhaeltst rund 240 000 Policen mit 47 Features (Branche, Anlagenalter, Standortrisiko, historische Schadensumme) plus die Zielspalte Schadenfall (0/1) und die Schadenhoehe in…
- Ensemble Methods
- Supervised Learning
- Model Evaluation
Machine Learning - AnalysisEinsteigerNeu
Retouren-Treiber für einen Münchner Sport-DTC-Brand analysieren
Sie erhalten drei CSV-Dateien (orders, returns, products) mit insgesamt rund 1,2 Millionen Bestellzeilen sowie ein Data-Dictionary. Reinigen Sie die Daten (Duplikate, Datums-Ink…
- Data Wrangling
- Exploratory Data Analysis
- Python
Fachübergreifend - CodeEinsteigerNeu
Domain-Modell für die Buchungs-Engine eines Bayerischen Wellness-Hotels
Sie erhalten die 6 Szenarien als Story-Texte, das aktuelle Excel-Schema und ein Glossar mit 22 Begriffen des Hotels. Modellieren Sie in Java die Kern-Klassen (Gast, Zimmer, Buch…
- Java
- Object Oriented Design
- Junit
Fachübergreifend - CodeMittelstufeNeu
C++-OO-Modellierung einer Fertigungs-Steuerung für einen Erlanger Anlagenbauer
Sie erhalten das Original-Modul (rund 1.100 Zeilen C++03 mit 5-Ebenen-Vererbung), die 8 Fertigungs-Stations-Profile und eine GoogleTest-Suite. Modellieren Sie das Modul neu in C…
- Cpp
- Modern Cpp
- Raii
Fachübergreifend - CodeEinsteigerNeu
Empfehlungsbasislinie fuer einen Nischen-Online-Shop
Du erhaeltst eine anonymisierte Bestellhistorie (Bestellnummer, Datum, Kunden-ID, Artikel-IDs) sowie einen Produktkatalog (Artikel-ID, Kategorie, Preis). Implementiere zwei Empf…
- Recommender Systems
- Matrix Factorization
- Model Evaluation
Machine Learning (Undergraduate) - CodeEinsteigerNeu
Was-wäre-wenn-Planungswerkzeug für ein Krankenhaus-Operations-Team
Du erhältst 3 Jahre Aufnahme-Historie (anonymisiert, ohne klinische Inhalte) plus eine Liste der Planungs-Inputs (geplante Operationen, Saisonale-Aufnahme-Profile). Implementier…
- Simulation
- Scenario Analysis
- Streamlit
Fachübergreifend - CodeMittelstufeNeu
Bayessches Netz fuer Pharmakovigilanz-Signale modellieren
Du erhaeltst rund 18.000 anonymisierte Spontanmeldungen im standardisierten ICH-E2B-Format (internationaler Datenstandard fuer Nebenwirkungsmeldungen). Definiere zunaechst per D…
- Bayesian Networks
- Structure Learning
- Probabilistic Inference
Probabilistic Graphical Models - CodeMittelstufeNeu
Pick-and-Place-Planung für einen Stuttgarter Automobilzulieferer
Du arbeitest in PyBullet oder Isaac Sim mit einem simulierten UR5e- oder Franka-Arm und einer Top-Down-RGB-D-Kamera. Implementiere: (1) eine Greif-Kandidaten-Generierung aus der…
- Motion Planning
- Grasping
- Manipulation
Advanced Robotics - ResearchMittelstufeNeu
Secure Multi-Party Computation fuer einen Fintech-Konsortium-KYC-Service
Vergleiche zwei Ansaetze: Diffie-Hellman-basierte PSI und MPC ueber Secret-Sharing (z. B. SPDZ). Modelliere Performance bei realistischer Listengroesse (jeweils 80.000 Kund:inne…
- Privacy Enhancing Technologies
- Secure Computation
- Mpc
Fachübergreifend - CodeEinsteigerNeu
Algorithmische Problem-Loesung fuer ein Wiener Veranstaltungs-Startup
Erfasse die Eingaben (Sitzplaetze als 2D-Grid, Buchungen mit Praeferenzen) als saubere Datenstrukturen. Implementiere zwei Algorithmen: einen rekursiven Backtracking-Loesungs-Al…
- Programming Abstractions
- Recursion
- Backtracking
Fachübergreifend - AnalysisMittelstufeNeu
MCMC vs. Variational Inference fuer Versicherungs-Schadenmodell
Du erhaeltst 5 Jahre anonymisierter Hausrat-Schadendaten (rund 280.000 Vertraege, rund 22.000 Schadenfaelle) plus die bestehende Modellspezifikation: hierarchisches Tweedie-GLM …
- Mcmc
- Variational Inference
- Hierarchical 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.