Übersicht
Worum es bei diesem Projekt geht.
Implementiere drei Re-Ranking-Ansätze für eine Reise-Suche und evaluiere sie. Erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Kann ein lernender Re-Ranker die heutige Heuristik auf nDCG@10 und Klick-MRR schlagen, ohne unfaire Bias-Effekte einzuführen?
Earning criteria — what you'll demonstrate
- Pointwise/Pairwise/Listwise-Loss-Funktionen vergleichen und auswählen
- Click-Logs für Learning-to-Rank korrekt zerlegen und Bias adressieren
- Offline-Evaluation und A/B-Test-Plan als Einheit denken
- Feature-Importance als Diagnosewerkzeug einsetzen
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 RollenMachine-Learning-Ingenieur:in
Learning-to-Rank-Modelle für eine Such-Plattform zu trainieren, fair zu evaluieren und A/B-Tests vorzubereiten ist Standardarbeit von ML-Ingenieur:innen in Reise-, Marktplatz- und E-Commerce-Teams.
Dieses Projekt schärft
- learning-to-rank
- lambdamart
- xgboost
Data Scientist
Bias-Korrektur, Cluster-Analyse und A/B-Test-Plan-Erstellung sind die zentralen Verantwortlichkeiten eines Data Scientist in einem Reise- oder Marktplatz-Setup.
Dieses Projekt schärft
- evaluation
- ab-testing-design
- lambdamart
Applied AI Scientist
Den Bogen von Modellvergleich zu fundierter Produkt-Empfehlung mit Bias-Risiken zu schlagen, ist Kernrolle eines Applied AI Scientist in produktnahen Teams.
Dieses Projekt schärft
- learning-to-rank
- evaluation
- ab-testing-design
Noch eine Sache