Übersicht
Worum es bei diesem Projekt geht.
Modelliere das Problem als 0/1-Knapsack mit fünf Behältern (Maschinen) — also Multiple Knapsack — und implementiere zwei Lösungen: (1) eine dynamische Programmierung für Single-Knapsack als Lehrbuch-Baseline (auf einem reduzierten Beispiel), (2) eine echte Implementierung für Multiple Knapsack via Branch-and-Bound oder ILP-Solver (z. B. PuLP mit CBC). Vergleiche mit der historischen Excel-Praxis (8 Wochen Daten liegen vor) anhand des erzielten Deckungsbeitrags. Liefere Code, eine 4-seitige Analyse und ein Demo-Notebook für den Produktionsleiter.
Das Briefing
Was Du tust und was Du zeigst.
Maximiere den täglichen Deckungsbeitrag der Maschinenbelegung durch eine Knapsack-Modellierung — mit nachvollziehbarer Vergleichsrechnung gegen die heutige Excel-Praxis.
Earning criteria — what you'll demonstrate
- Dynamische Programmierung am 0/1-Knapsack vom Pseudocode in Code überführen
- Erkennen, wann ein Lehrbuch-Algorithmus nicht reicht und ein ILP-Solver nötig wird
- Trade-off zwischen Modellierungsaufwand und Lösungsqualität bewerten
- Optimierungs-Ergebnisse für Nicht-Techniker:innen aufbereiten
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 RollenProduktmanager:in
Produktmanager:innen mit Optimierungs-Grundverständnis können Solver-Features realistisch scopen statt sie für Magie zu halten.
Dieses Projekt schärft
- optimization
- algorithm-analysis
- knapsack
Noch eine Sache