MDP-basierte Lagerentnahme-Strategie für einen Logistikdienstleister
Übersicht
Worum es bei diesem Projekt geht.
Implementiere Value und Policy Iteration für ein MDP im 20x20-Lager und bewerte Konvergenz und Robustheit. Abschluss: verifizierbares Zertifikat
Das Szenario
Der Logistikdienstleister hat rund 350 Mitarbeitende, betreibt drei Lager im Ruhrgebiet und plant gerade eine zweistellige Millioneninvestition in die nächste Förderfahrzeug-Generation. Das Lagerverwaltungssystem wird hauseigen weiterentwickelt; das Operations-Team hat angefragt, ob klassische MDP-Verfahren ausreichen oder ob direkt Reinforcement Learning evaluiert werden sollte.
Das Briefing
Was Du tust und was Du zeigst.
Welche der beiden klassischen MDP-Lösungsverfahren (Value Iteration vs. Policy Iteration) ist für die Lagerentnahme-Reihenfolge eines mittelgroßen Hochregallagers methodisch vorzuziehen?
Earning criteria — what you'll demonstrate
- Sequenzielle Entscheidungsprobleme als MDP formalisieren
- Value Iteration und Policy Iteration korrekt implementieren und ihre Eigenschaften benennen
- Konvergenzverhalten quantitativ vergleichen statt nur anekdotisch zu beschreiben
- Methodische Wahl für eine Operations-Leitung verständlich begründen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Artificial Intelligence: Principles and Techniques
Master · Ai Systems
Strong alignment
This challenge maps to Artificial Intelligence: Principles and Techniques at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Markov Decision Process
Apply markov decision process to solve real industry problems and demonstrate production-level capability.
- Value Iteration
Apply value iteration to solve real industry problems and demonstrate production-level capability.
- Policy Iteration
Apply policy iteration to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Discrete Optimization
Apply discrete optimization to solve real industry problems and demonstrate production-level capability.
- Evaluation Design
Apply evaluation design to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Engineer
MDPs sind ein Standardwerkzeug, das AI Engineers in Operations-Kontexten regelmäßig brauchen. Die Challenge übt Modellierung, Implementierung und die Brücke zur Geschäftsempfehlung.
Dieses Projekt schärft
- markov-decision-process
- value-iteration
- policy-iteration
Machine Learning Engineer
MDP-Verständnis ist Voraussetzung für jede Reinforcement-Learning-Arbeit. Diese Challenge baut das Fundament, auf dem produktive RL-Pipelines später entstehen.
Dieses Projekt schärft
- python
- discrete-optimization
- evaluation-design
Applied AI Scientist
Die Übersetzung klassischer Theorie in operationelle Empfehlungen entspricht der Profilbeschreibung eines Applied AI Scientists in einem Logistik-Technologieunternehmen.
Dieses Projekt schärft
- markov-decision-process
- evaluation-design
- discrete-optimization
Noch eine Sache