Ontologie für die Produktklassifikation eines technischen Großhändlers
Übersicht
Worum es bei diesem Projekt geht.
Du bekommst den heutigen Excel-Baum, 5.000 ausgewählte Produkt-Datensätze und Interviews-Notizen aus drei Kategorie-Manager-Gesprächen. Modelliere eine OWL-Ontologie mit Klassen, Attributen und Beziehungen für mindestens 20 Schlüsselkategorien. Implementiere in Protégé, exportiere als RDF/Turtle und schreibe eine Python-Pipeline, die die 5.000 Produkte mappt. Liefere die Ontologie, die Pipeline und einen 4-seitigen Migrations-Plan für die IT-Leitung.
Das Briefing
Was Du tust und was Du zeigst.
Entwirf eine OWL-Ontologie für die Produktklassifikation des technischen Großhändlers und liefere eine funktionierende Migrations-Pipeline für 5.000 Pilot-Produkte.
Earning criteria — what you'll demonstrate
- OWL-Ontologien aus realen Geschäftsanforderungen entwerfen
- Wissensrepräsentations-Muster (Klassen-Hierarchie, Attribute, Relationen) korrekt anwenden
- Ontologien in Protégé modellieren und exportieren
- Migrations-Pipelines bauen, die Ontologie und reale Daten verbinden
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 RollenData Engineer
Produktdatenmodelle aus Geschäftsanforderungen zu entwickeln und in eine produktive Pipeline zu überführen ist eine der Kernaufgaben von Data Engineers im Handel.
Dieses Projekt schärft
- ontologies
- data-modeling
- python
KI-Lösungsarchitekt:in
Wissensrepräsentation als Grundlage für KI-gestützte Suche und Empfehlungen entspricht der Arbeit von KI-Lösungsarchitektinnen in mittelständischen E-Commerce-Programmen.
Dieses Projekt schärft
- ontologies
- owl
- knowledge-representation
Data Scientist
Saubere Ontologien sind die Voraussetzung für brauchbare Produkt-Analysen — Data Scientists profitieren direkt von dieser Arbeit und lernen, dass Modellierungs-Qualität wichtiger als Modell-Komplexität ist.
Dieses Projekt schärft
- data-modeling
- python
- knowledge-representation
Noch eine Sache