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
Prognosemodell für Maschinenstillstände im Spritzguss
Du trittst als Data Scientist (datenwissenschaftliche:r Experte:in) in einem 3er-Team auf und entwickelst innerhalb von 3 Wochen ein prädiktives Wartungsmodell. Du erhältst eine…
- Machine Learning
- Data Preprocessing
- Time Series Analysis
Data Science for Business - CodeMittelstufeNeu
Hexagonale Architektur fuer ein Wiener Banken-Backend einfuehren
Refactor den Kredit-Antrag-Service auf eine hexagonale Architektur mit klar getrennten Ports (Schnittstellen) und Adaptern (REST, Persistence, Messaging). Halte die Domaene komp…
- Hexagonal Architecture
- Ports And Adapters
- Java
Domain-Driven Design - 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 - AnalysisEinsteigerNeu
Wearable-Sensorik-Analyse für eine Salzburger Health-Studie
Du erhältst anonymisierte Sensorzeitreihen von 40 Teilnehmer:innen über 2 Wochen, Stress-Diary-Einträge im 30-Minuten-Raster und eine Daten-Validierungs-Checkliste. Implementier…
- Health Informatics
- Time Series Analysis
- Feature Engineering
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
Variant-Calling-Pipeline für ein Penzberger Pharmaunternehmen
Du erhältst eine Spezifikation der Soll-Pipeline (FASTQ-QC mit FastQC, Alignment mit BWA-MEM, Duplikat-Markierung, Variant-Calling mit GATK HaplotypeCaller, Filterung, Annotatio…
- Bioinformatics
- Variant Calling
- Workflow Management
Fachübergreifend - AnalysisEinsteigerNeu
Regularisierung gegen Overfitting bei einem Modeunternehmen
Du erhaeltst 6 Saisons Verkaufsdaten (rund 19 200 SKU-Saison-Beobachtungen) plus Artikelmerkmale (Kategorie, Preisband, Kollektion). Implementiere eine lineare Regression mit dr…
- Regularization
- Regression
- Model Selection
Machine Learning - 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
Gaussian Process fuer Solarprognose im Schwarzwald kalibrieren
Du erhaeltst 2 Jahre stuendlicher Erzeugungsdaten je Anlage plus DWD-Wettervorhersage-Features (Globalstrahlung, Temperatur, Bewoelkung, Stunde, Wochentag). Definiere fuer jede …
- Gaussian Processes
- Bayesian Inference
- Uncertainty Quantification
Fachübergreifend - 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.
- 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 - CodeEinsteigerNeu
Routing-Simulator mit RIP- und OSPF-Vergleich
Du erhältst eine Spezifikation: Simulator für Netzwerk-Topologien (bis zu 20 Knoten) mit konfigurierbaren Link-Kosten und Ausfall-Szenarien. Implementiere in Python: (1) RIP mit…
- Computer Networks
- Routing Protocols
- Python
Fachübergreifend - AnalysisMittelstufeNeu
Open-Source-Beitrags-Netzwerk eines Münchner CNCF-Sandbox-Projekts
Sie erhalten die öffentlichen GitHub-API-Daten (Commits, PRs, Reviews, Issues, 18 Monate) des Projekts. Bauen Sie in Python mit PyGithub und NetworkX einen bipartiten Beitrags-G…
- Network Science
- Open Source Analysis
- Python
Network Science and Computational Social Science - ResearchMittelstufeNeu
Prompt-Injection-Verteidigung fuer Kunden-Chatbot einer Versicherung
Du erstellst einen Red-Team-Katalog mit 60 Angriffen ueber 5 Klassen: Direct Injection ('Ignoriere oben...'), Indirect Injection (verseuchte Wissensdokumente), Jailbreak via Rol…
- Prompt Injection Defense
- Red Teaming
- Ai Safety
Prompt Engineering 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
Producer-Consumer-Pipeline für ein Hamburger Logistik-Startup bauen
Entwirf eine Pipeline mit drei Stufen: Ingest (HTTP-Endpoint), Transformer (Geo-Hashing und Anreicherung), Sink (in PostgreSQL schreiben). Verwende eine bounded Queue zwischen d…
- Message Passing
- Producer Consumer
- Asyncio
Fachübergreifend - ResearchSeniorNeu
Politik-Diskurs-Diffusions-Modell für ein Wiener Politikforschungs-Institut
Sie erhalten den anonymisierten Mastodon-Folge-Graphen, eine historische Frame-Verbreitung (Verwendung eines spezifischen Begriffs zwischen Tag 0 und Tag 30) und die IC2S2-Submi…
- Agent Based Modeling
- Diffusion Models
- Python
Network Science and Computational Social Science - CodeEinsteigerNeu
Konstantenfaltung und tote Codeentfernung für eine Lehrcompiler-Pipeline
Du erhältst eine bestehende Compiler-Pipeline in Python (Lexer, Parser, AST-Builder), eine Zwischenrepräsentation in Drei-Adress-Code (Three-Address Code — IR-Form, in der jede …
- Compiler Optimization
- Constant Folding
- Dead Code Elimination
Fachübergreifend - CodeGrundlagenNeu
Automatisierte Kundenklassifizierung für Zulieferer in der Region Stuttgart
Du erhältst einen anonymisierten Datensatz mit 5.000 Kundentransaktionen aus den letzten 24 Monaten. Erstelle in Python eine objektorientierte Lösung, die Kunden nach dem RFM-Mo…
- Python
- Data Manipulation
- Object Oriented Programming
Fachübergreifend - CodeGrundlagenNeu
Auswertungs-Skript fuer Genfer Forschungs-Umfrage in einem Higher-Order-Style
Bereinige den CSV-Export (fehlende Werte, Code-Listen) mit einer Funktion clean(). Implementiere fuenf Aggregations-Operationen (durchschnittliche Antwort pro Frage, Verteilung …
- Programming Abstractions
- Higher Order Functions
- Functional Programming
Programming Abstractions - CodeMittelstufeNeu
Randomisierter Min-Cut-Algorithmus für Streaming-Graph-Analyse
Implementieren Sie Karger's einfachen Min-Cut-Algorithmus und die rekursive Variante Karger-Stein. Implementieren Sie zusätzlich Stoer-Wagner als deterministische Referenz. Benc…
- Randomized Algorithms
- Graph Algorithms
- Karger Stein
Randomized Algorithms - CodeEinsteigerNeu
Idempotente Consumer fuer einen Logistik-Event-Stream entwerfen
Inventarisiere die heutigen Duplikat-Faelle (drei Beispiele werden bereitgestellt) und identifiziere die Root-Causes (At-Least-Once-Delivery, Producer-Retry, Consumer-Restart). …
- Idempotent Consumers
- Kafka
- Outbox Pattern
Event-Driven Architecture - CodeEinsteigerNeu
Inhärent interpretierbares Modell für Versicherungs-Schadenmeldungen
Du bekommst 80.000 anonymisierte historische Schadenmeldungen mit Labels und die Performance-Zahlen des Black-Box-Modells. Trainiere zwei interpretierbare Modelle (EBM und Decis…
- Interpretable Models
- Explainable Ai
- Ebm
Fachübergreifend - AnalysisEinsteigerNeu
Ergonomie-Studie für einen Mensch-Roboter-Kollaborationsarbeitsplatz auf der Schwäbischen Alb
Du arbeitest in der Simulation mit einem UR10e- oder Kuka-iiwa-Modell in Isaac Sim oder Gazebo, plus einem digitalen Menschen-Modell aus OpenPose- oder Mediapipe-aufgenommenen B…
- Robot Simulation
- Motion Planning
- Human Robot Interaction
Fachübergreifend - CodeEinsteigerNeu
Bayes'sches Netz für ein Reise-Empfehlungs-Demo
Definiere ein Bayes'sches Netz mit fünf Knoten und sinnvollen Abhängigkeiten. Schätze die bedingten Wahrscheinlichkeitstabellen aus einer Mischung aus öffentlichen Statistik-Dat…
- Bayesian Networks
- Probabilistic Reasoning
- Pgmpy
Introduction to Artificial Intelligence - 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 - CodeMittelstufeNeu
Aggregate-Schnitt fuer eine Logistik-Domaene refactorn
Analysiere den heutigen Sendungs-Aggregate (Code-Auszug und Datenbank-Schema werden bereitgestellt). Identifiziere die echten Invarianten (Transaktions-Konsistenz-Grenzen) und u…
- Aggregates
- Domain Modeling
- Refactoring
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.