Klassifikator für Beschwerde-Tickets eines Telekommunikations-Anbieters
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst rund 40.000 gelabelte Beschwerde-Texte (4 Monate Historie, 14 Klassen) plus eine Klassen-Definition mit Beispielen. Vergleiche eine klassische TF-IDF + logistische Regression als Baseline gegen ein feinabgestimmtes BERT-Modell (deutsches BERT, z. B. dbmdz/bert-base-german-cased). Berichte Macro-F1 und pro-Klasse-F1, zeige Confusion-Matrix und liefere eine Empfehlung, welche Klassen automatisierbar sind und welche menschliches Routing brauchen.
Das Briefing
Was Du tust und was Du zeigst.
Wie baut man einen Klassifikator, der mindestens 85 % der Beschwerden korrekt in die Top-5-Kategorien einsortiert und Confidence-basiert routet?
Earning criteria — what you'll demonstrate
- TF-IDF + logistische Regression als ehrliche Baseline aufsetzen
- Ein deutsches BERT-Modell sauber feintunen und gegen die Baseline benchen
- Confidence-Schwellenwerte pro Klasse so wählen, dass Precision für Auto-Routing reicht
- Empfehlungen formulieren, die Mensch-Maschine-Übergabepunkte klar benennen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
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 Engineer
Ein deutsch-sprachiger Klassifikator mit ehrlicher Baseline, Confidence-Routing und Übergabe-Empfehlung ist das kanonische erste NLP-Engineer-Projekt — die Challenge produziert genau dieses Portfolio-Stück.
Dieses Projekt schärft
- text-classification
- transformers
- confidence-thresholding
Machine Learning Engineer
Schwellen-Tuning, Baseline-Disziplin und das Schreiben einer produktiven Routing-Logik gehören zum Tagesgeschäft eines ML Engineers.
Dieses Projekt schärft
- text-classification
- model-evaluation
- python
Applied AI Scientist
Pro-Klasse-Analyse und Mensch-Maschine-Übergabe sind die typischen Themen, mit denen angewandte KI-Wissenschaftler:innen Modelle wirklich produktiv machen.
Dieses Projekt schärft
- model-evaluation
- transformers
- tf-idf
Noch eine Sache