Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst eine CSV mit rund 18 000 ausgelieferten Paletten aus den letzten 18 Monaten: Produktart, Produktionscharge, Tag-Zeit-Stempel, Temperatur entlang der Lieferkette (3 Messpunkte), Empfaengerregion, geplante Standzeit im Verteilzentrum, und die Zielspalte returned_spoiled (0/1). Trainiere zwei Vergleichsmodelle (Logistische Regression als Basislinie + Gradient Boosting mit XGBoost) auf einer sauberen Train/Validation/Test-Aufteilung, berichte ROC-AUC (Flaeche unter der Receiver-Operating-Characteristic-Kurve, ein Klassifikationsguete-Mass) und Precision bei Recall 0,5 auf dem Testsatz. Erfolg heisst: ein Notebook, das reproduzierbar laeuft, plus eine 1-seitige Modell-Karte fuer die Logistikplanerin, die die Top-100 Risiko-Paletten von morgen listet.
Das Briefing
Was Du tust und was Du zeigst.
Sage pro ausgeliefertem Palettenlos das Verderbsrueckgaberisiko voraus, sodass die Planerin morgens die kritischen Lose priorisieren kann.
Earning criteria — what you'll demonstrate
- Eine binaere Klassifikationsaufgabe aus einem Geschaeftsproblem korrekt definieren
- Train/Validation/Test sauber trennen und Leakage vermeiden
- Klassische ML-Metriken (ROC-AUC, Precision/Recall) auswaehlen und richtig interpretieren
- Ein Modell so dokumentieren, dass eine Fachanwenderin damit arbeiten kann
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 RollenData Scientist
End-zu-End-Bearbeitung einer realen Klassifikationsaufgabe mit sauberer Bewertung und Uebergabe an eine Fachanwenderin ist genau das, was eine Junior-Data-Scientist:in in den ersten Wochen im Job liefert.
Dieses Projekt schärft
- supervised-learning
- feature-engineering
- model-evaluation
Machine Learning Engineer
Die Disziplin, ein Modell reproduzierbar in einem Notebook bauen und mit klaren Metriken bewerten zu koennen, ist die Vorstufe zur ML-Engineer-Arbeit an Produktionspipelines.
Dieses Projekt schärft
- python
- scikit-learn
- xgboost
Applied AI Scientist
Ein Geschaeftsproblem in eine ML-Formulierung uebersetzen, die richtige Metrik waehlen und das Ergebnis fachlich erklaeren — dieser dreifache Sprung ist Tagesgeschaeft im angewandten KI-Bereich.
Dieses Projekt schärft
- supervised-learning
- model-evaluation
- feature-engineering
Noch eine Sache