Numerische Optimierung für Penzberger Bioprozess-Forschung
Übersicht
Worum es bei diesem Projekt geht.
Optimiere 14 Fermenter-Datensätze mit drei Verfahren, vergleiche Konvergenz und Ausbeute – erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Welches Optimierungs-Verfahren (Gradient-basiert, Differential Evolution, Bayes'sch) liefert für das Fermenter-Profil unter Sicherheits-Restriktionen die robusteste Ausbeute-Steigerung?
Earning criteria — what you'll demonstrate
- Gradient-basierte und gradient-freie Optimierung gegeneinander abwägen
- Bayes'sche Optimierung als Sample-effizientes Verfahren konkret umsetzen
- Restriktions-Behandlung in der Optimierung korrekt implementieren
- Empfehlungen für Real-World-Experimente methodisch absichern
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Scientific Computing and Numerical Methods
Master · Cs Se
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 RollenData Engineer:in
Industrie-Data-Engineer:innen, die Optimierungs-Verfahren auf Surrogat-Modellen anwenden, sind in Pharma- und Chemie-IT eine seltene und gut bezahlte Profil-Kombination.
Dieses Projekt schärft
- numerical-optimization
- bayesian-optimization
- python
Softwareentwickler:in
Wer Optimierungs-Bibliotheken selbst aufbauen kann, ist für Engineering-Software-Anbieter mit numerischer Ausrichtung sehr attraktiv.
Dieses Projekt schärft
- scipy
- numerical-optimization
- scientific-computing
Backend-Entwickler:in
Backend-Rollen mit Schnittstelle zu Forschungs-Pipelines profitieren stark von Optimierungs-Methoden-Wissen — eine wachsende Stellenklasse in DACH-Pharma.
Dieses Projekt schärft
- python
- constrained-optimization
- scipy
Noch eine Sache