Fine-Tuning eines Open-Weight-LLM für ein Münchner Versicherungs-Startup
Übersicht
Worum es bei diesem Projekt geht.
Führe LoRA-Feintuning eines 7B-LLM auf Schadenmeldungen durch, erstelle Migrationsplan und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Kann ein LoRA-getuntes Open-Weight-Modell die Klassifikationsqualität des proprietären LLMs auf Schadenmeldungen erreichen, bei halbierten Kosten und Latenz?
Earning criteria — what you'll demonstrate
- LoRA und Parameter-effiziente Feinjustierung praktisch einsetzen
- Open-Weight-Modelle gegen proprietäre Anbieter fair vergleichen
- Kosten- und Latenz-Argumentation als zentrales LLM-Engineering verankern
- Modell- und Datenkarten verantwortungsvoll dokumentieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Large Language Models
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenMachine-Learning-Ingenieur:in
LoRA-Tuning auf einem Domänen-Datensatz mit Kosten-/Latenz-Vergleich ist die typische Senior-Aufgabe von ML-Ingenieur:innen in produktnahen LLM-Teams.
Dieses Projekt schärft
- llm-fine-tuning
- lora
- transformers
ML-Forscher:in
Saubere Trainingskonfiguration, kontrollierte Experimente und ehrliche Modellkarten entsprechen direkt der Arbeit von ML-Forscher:innen in industriellen Forschungsteams.
Dieses Projekt schärft
- llm-fine-tuning
- evaluation
- hugging-face
MLOps-Ingenieur:in
Migration zwischen Modellanbietern und Roll-out-Tor-Definitionen sind Tagesarbeit von MLOps-Ingenieur:innen in LLM-betreibenden Teams.
Dieses Projekt schärft
- cost-optimization
- evaluation
- hugging-face
Noch eine Sache