Off-Policy-Evaluation fuer Recommender-Wechsel bei Stuttgarter Streamingdienst
Übersicht
Worum es bei diesem Projekt geht.
Implementiere vier OPE-Schätzer für einen Streamingdienst und vergleiche sie per A/B-Test. Erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Vergleiche Off-Policy-Evaluation-Schaetzer auf realen Recommender-Logs und empfehle ein Verfahren fuer Pre-Launch-Bewertung neuer Policies.
Earning criteria — what you'll demonstrate
- Off-Policy-Evaluation als Bruecke zwischen Offline-Lernen und produktivem Einsatz verstehen
- Importance Sampling und Doubly-Robust-Schaetzer korrekt implementieren
- OPE-Schaetzer in Bias und Varianz quantitativ vergleichen
- Recommender-Wechsel-Risiko vor einem Voll-Rollout messbar reduzieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Reinforcement Learning
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 RollenData Scientist
Off-Policy-Evaluation auf produktiven Recommender-Logs sauber durchzufuehren ist eine seltene und sehr nachgefragte Faehigkeit fuer Data Scientists in Streaming-, E-Commerce- und Ad-Tech-Firmen.
Dieses Projekt schärft
- off-policy-evaluation
- importance-sampling
- contextual-bandits
Applied AI Scientist
OPE als verantwortliche Pre-Launch-Methode zu argumentieren und Bias-Varianz-Trade-offs auszuweisen ist Kerngebiet von Applied AI Scientists in Recommender-Teams.
Dieses Projekt schärft
- off-policy-evaluation
- doubly-robust
- model-evaluation
Machine Learning Engineer
OPE produktionsreif zu paketieren und in einer CI-Pipeline fuer neue Policy-Versionen einzubetten ist eine starke ML-Engineer-Aufgabe in Recommender-Plattformen.
Dieses Projekt schärft
- contextual-bandits
- model-evaluation
- python
Noch eine Sache