Hybride Suche für ein LegalTech-Such-Startup aufbauen
Übersicht
Worum es bei diesem Projekt geht.
Baue eine hybride Suche aus BM25 und dichtem Retriever für ein LegalTech-Startup, evaluiere mit nDCG@10 und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Welche Kombination aus lexikalischer und semantischer Suche liefert die beste Ranking-Qualität für deutsches Steuerrecht, ohne die Antwortzeit über 500 ms zu treiben?
Earning criteria — what you'll demonstrate
- Lexikalische und semantische Suche systematisch kombinieren
- Standard-Ranking-Metriken korrekt anwenden
- Embeddings mehrsprachig und domänenspezifisch evaluieren
- Latenz und Qualität gemeinsam als Produktentscheidung darstellen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Information Retrieval and Search
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 RollenNLP-Ingenieur:in
Hybride Suche auf einem mehrsprachigen Domänen-Korpus zu bauen und sauber zu evaluieren ist eine direkte Aufgabe von NLP-Ingenieur:innen in LegalTech und Enterprise-Search.
Dieses Projekt schärft
- information-retrieval
- dense-retrieval
- hybrid-search
Machine-Learning-Ingenieur:in
Embedding-Pipeline plus Latenz-Budget plus Failure-Analyse sind Tagesarbeit von ML-Ingenieur:innen, die produktnahe Suchsysteme verantworten.
Dieses Projekt schärft
- evaluation
- elasticsearch
- dense-retrieval
KI-Engineer
Suchdienste als Container plus Reciprocal Rank Fusion zu verschalten ist das klassische Aufgabengebiet von KI-Engineers in Produktteams.
Dieses Projekt schärft
- bm25
- hybrid-search
- information-retrieval
Noch eine Sache