Modell-Lifecycle-Management für Stuttgart-Tier-1-Robotik
Übersicht
Worum es bei diesem Projekt geht.
Sie entwerfen und prototypisieren ein Modell-Lifecycle-Management-System mit MLflow Model Registry als zentralem Backbone. Es muss erfassen: Modell-Version, Deployment-Standort, letzte Re-Training-Daten, aktuelle Performance-Metriken, verantwortliche Person und nächstes geplantes Refresh. Bauen Sie ein Web-Dashboard (Streamlit oder Dash), das diese Daten für die 47 Modelle visualisiert, einen 'Refresh-Workflow' (CLI + Web), der ein Modell durch Re-Training und Re-Deployment führt, und einen 'Modell-Steckbrief' für jedes Modell. Erfolg ist ein lauffähiges System mit allen 47 Modellen als simulierten Einträgen plus ein Refresh-Demo auf zwei Modellen.
Das Briefing
Was Du tust und was Du zeigst.
Wie strukturiert man ein Modell-Lifecycle-Management-System, das den Status von 47+ verteilten Produktionsmodellen für die Plattform-Leitung sichtbar macht und Refresh-Workflows operationalisiert?
Earning criteria — what you'll demonstrate
- Eine Modell-Registry als zentrale Lifecycle-Quelle entwerfen und aufsetzen
- Ein Dashboard für Plattform-Leitung als bewusste Stakeholder-Übersetzung gestalten
- Refresh-Workflows so designen, dass sie verlässlich und nachvollziehbar sind
- Lifecycle-Daten so strukturieren, dass sie für 47 Modelle skalieren
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 RollenMLOps-Ingenieur:in
Lifecycle-Management für 47+ Modelle ist genau die Plattform-Herausforderung, die Senior-MLOps-Rollen in Industrie-Konzernen 2026 definiert.
Dieses Projekt schärft
- lifecycle-management
- mlflow
- model-registry
KI-Lösungsarchitekt:in
Wer ein Lifecycle-System entwirft, das Plattform-Leitung, Engineering und Werke gleichzeitig bedient, übt die Stakeholder-Synthese, die Solutions Architects auszeichnet.
Dieses Projekt schärft
- workflow-design
- platform-engineering
- dashboard-design
Machine-Learning-Ingenieur:in
Refresh-Workflows + Registry-Disziplin sind Plattform-Skills, die MLEs für Senior-Tracks brauchen — und in dieser Tiefe selten in Studienprojekten geübt werden.
Dieses Projekt schärft
- mlflow
- lifecycle-management
- workflow-design
Noch eine Sache