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.
Empfohlene Industrieprojekte
· Python oder JavaScript Zurücksetzen- CodeMittelstufeNeu
Hidden Markov Model fuer Kreditkartenbetrug bauen
Du erhaeltst einen anonymisierten Datensatz mit Transaktionen von rund 50.000 Karten ueber 9 Monate, inklusive eines markierten Betrugslabels fuer rund 0,3 Prozent der Transakti…
- Hidden Markov Models
- Sequence Modeling
- Baum Welch
Probabilistic Graphical Models - CodeMittelstufeNeu
Open-Source-KI-Werkzeug für ein gemeinnütziges Newsroom-Konsortium
Euer Team von vier bis fünf Studierenden baut das Werkzeug in drei Sprints: 1) Audio-Pipeline mit Whisper-basierter Transkription und Sprecher-Diarization (Trennung der Sprechen…
- Speech Recognition
- Speaker Diarization
- LLM Integration
Fachübergreifend - CodeEinsteigerNeu
Intelligenter Agent für ein Kundenservice-Chat-Routing
Sie erhalten 8.000 anonymisierte Chat-Eröffnungs-Nachrichten mit manuellem Routing-Label (mit den 18 Prozent Fehl-Routings) und eine Vorrechnung der Klassenverteilung (massiv un…
- NLP Basics
- Machine Learning Applied
- Python
Fachübergreifend - 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 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
Anomalie-Erkennung für Produktions-Sensordaten in einem Maschinenbau-KMU
Sie erhalten 18 Monate Sensordaten (10 Hz pro Sensor, 14 Sensoren, drei Anlagen) und ein Wartungs-Protokoll mit 12 dokumentierten Ausfällen plus 47 geplanten Wartungen. Bereiten…
- Unsupervised Learning
- Time Series
- Feature Engineering
Machine Learning (CS Elective) - CodeEinsteigerNeu
Association-Rules für Warenkorb-Empfehlungen im Online-Großhandel
Du erhältst 18 Monate Bestellungen (rund 4 Mio. Zeilen) und einen Produktkatalog mit Hierarchie (Warengruppe → Kategorie → Artikel). Implementiere Apriori oder FP-Growth (mlxten…
- Association Rules
- Apriori
- Fp Growth
Fachübergreifend - 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 - CodeMittelstufeNeu
Schichtplanung in einer Frankfurter Klinik-Verwaltung automatisieren
Sie erhalten die Anforderungsbeschreibung (zu besetzende Posten pro Stunde), die Mitarbeitenden-Daten (Verfügbarkeit, Qualifikationen, Wünsche) und die historischen Schichtpläne…
- Sat Solving
- Constraint Programming
- Scheduling
Fachübergreifend - Browse challenges
Explore role
Marketing Analyst
Plan and measure campaigns that grow the business. Funnel analytics, attribution, segmentation, and the rigorous measurement that lets marketing defend its budget at the leadership table.
- 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 - 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 - CodeMittelstufeNeu
Call-Center-Transkription für einen Münchner Versicherer
Du erhältst rund 200 anonymisierte Schaden-Anrufe (zwischen 2 und 8 Minuten, mit echten Hintergrund-Geräuschen) und 50 menschliche Goldstandard-Transkripte zur Validierung. Setz…
- Speech Recognition
- Speaker Diarization
- NLP
Speech Recognition and Spoken Language Processing - ResearchMittelstufeNeu
Sequenzielle Behandlungsentscheidung in einem digitalen Gesundheits-Coach
Du erhältst anonymisierte Engagement- und Selbstbericht-Daten von rund 1.200 Nutzer:innen über 6 Monate (kein medizinischer Datensatz — App-Telemetrie + selbstberichtete Stimmun…
- Sequential Decision Making
- Q Learning
- Off Policy Evaluation
Fachübergreifend 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
Frontend eines Compilers für eine domänenspezifische Sprache im Maschinenbau
Du erhältst die EBNF-Grammatik (Extended Backus-Naur-Form — formale Notation zur Beschreibung von Programmiersprachen-Grammatiken) der DSL, 25 Beispielprogramme und 10 absichtli…
- Lexing
- Parsing
- Ast Construction
Compiler Construction - 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 - CodeGrundlagenNeu
Routenplaner für eine Münchner Last-Mile-Liefer-App
Du erhältst einen JSON-Graphen mit 200 Münchner Knoten (Kreuzungen) und Kanten (Wegabschnitte mit Distanz, Höhendifferenz und Fahrradweg-Indikator). Implementiere drei Suchverfa…
- Graph Search
- A Star Algorithm
- Heuristic Design
Fachübergreifend - CodeGrundlagenNeu
Strichcode-Erkennung für ein Bonner Konsumgüter-Lager
Sie erhalten 600 Fotos von Wareneingangskartons (klar, leicht verschmutzt, beschädigt, Schräglage) plus die korrekten Strichcode-Werte als Label. Bauen Sie eine OpenCV-Pipeline …
- Image Processing
- Opencv
- Barcode Detection
Fachübergreifend - ResearchMittelstufeNeu
MDP-basiertes Lagerbestands-Modell für einen Online-Apotheker
Du erhältst 18 Monate Verkaufs-, Bestell- und Lieferzeit-Daten für 30 SKUs (Mix aus schnelldrehend und sporadisch). Formuliere für jede SKU ein MDP (Zustand = Lagerstand + ausst…
- Markov Decision Process
- Dynamic Programming
- Value Iteration
Fachübergreifend - CodeEinsteigerNeu
Kunden-Abwanderungs-Vorhersage für ein Münchner SaaS-Unternehmen
Sie erhalten anonymisierte Daten von 1.400 Kunden über 24 Monate: Login-Frequenz, Feature-Nutzung pro Modul, Support-Tickets, Stripe-Zahlungs-Verzögerungen, Kontaktwechsel im CR…
- Supervised Learning
- Feature Engineering
- Model Evaluation
Machine Learning (CS Elective) - CodeEinsteigerNeu
Network-Sniffer und Traffic-Analyzer für einen Münchner ISP-Mittelständler
Du erhältst eine pcap-Datei (Standardformat für Paket-Captures) mit rund 2 Millionen Paketen aus realem (anonymisiertem) Geschäftskunden-Traffic sowie eine Anforderungs-Spezifik…
- Computer Networks
- Packet Analysis
- Python
Computer Networks - StrategyMittelstufeNeu
Langfristige Marktprognose für Offshore-Wind-Investitionen in der Nordsee
Entwickle ein integriertes Prognosemodell mit drei Szenarien (Basis, Optimistisch, Pessimistisch) für die Jahre 2025 bis 2040. Das Modell soll die Entwicklung der Levelized Cost…
- Scenario Planning
- Long Term Forecasting
- Energy Market Modeling
Fachübergreifend - CodeSeniorNeu
Dynamic Bayesian Network fuer Predictive Maintenance auf der Schwaebischen Alb
Du erhaeltst 18 Monate Telemetrie von 60 Maschinen eines Typs plus historische Wartungs- und Stoerungsmeldungen. Definiere ein DBN mit latentem Verschleisszustand (3-4 diskrete …
- Dynamic Bayesian Networks
- Em Algorithm
- Kalman Filtering
Fachübergreifend - CodeEinsteigerNeu
Genetischer Algorithmus für die Tourenplanung eines KEP-Dienstleisters
Du bekommst zwei Wochen anonymisierter realer Touren-Datensätze (Stops, Zeitfenster, Fahrzeug-Kapazitäten) sowie die Ergebnisse des aktuellen kommerziellen Solvers als Vergleich…
- Genetic Algorithms
- Evolutionary Algorithms
- Vehicle Routing
Fachübergreifend - ResearchMittelstufeNeu
Federated-Learning-Prototyp für eine DACH-Pharma-Allianz
Du erhältst öffentlich verfügbare Tox21-Daten (Standard-Toxizitäts-Benchmark), die du in drei nicht überlappende Partitionen aufteilst, um die drei Standorte zu simulieren. Baue…
- Federated Learning
- Graph Neural Networks
- Python
Fachübergreifend - DesignEinsteigerNeu
Energiemix-Dashboard für Schweizer Industriekunden bauen
Sie erhalten anonymisierte Verbrauchszeitreihen (15-Minuten-Werte) für drei Kunden über zwei Jahre plus Wetterdaten von MeteoSchweiz und die aktuellen Lieferverträge. Bauen Sie …
- Time Series Analysis
- Data Visualization
- Exploratory Data Analysis
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.