Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 1,2 Mio anonymisierte Such-Logeinträge mit Klicks und Buchungen aus drei Monaten, plus ein vordefiniertes Feature-Set (Preis, Bewertung, Verfügbarkeit, Reiseziel-Beliebtheit, Saisonalität). Implementiere drei Ansätze: (1) handgepflegte Baseline (heutige Formel); (2) LambdaMART (gradient-boosted Re-Ranker mit XGBoost); (3) ein neuronales Modell (z. B. einfaches Two-Tower mit Listwise-Loss). Evaluiere offline mit nDCG@10 und Klick-basierter MRR auf einem zeitlich abgegrenzten Hold-out. Schreibe einen A/B-Test-Plan inklusive Stichprobengröße, Erfolgskriterien und Risiken (z. B. Selection Bias).
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.
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