Nach Rolle durchsuchen
Wähle die Rolle, auf die du hinarbeitest.
Jede Rolle unten öffnet den Zugang zu realen Herausforderungen, die aus der tatsächlichen Arbeit dieser Position abgeleitet sind. Löse sie, präsentiere sie und erhalte ein verifiziertes Zertifikat.
AI Product
KI-Lösungsarchitektur
Zwischen einem Kunden, der „AI“ will, und einer Cloud-Rechnung, die ihn nicht in den Ruin treibt, steht der Solutions Architect. Diese Person skizziert Whiteboards: welches Modell, welcher Vector Store, welche Guardrails, welches Inference-Budget. Die Rolle ist teils Engineering und teils Übersetzungsarbeit – sie nimmt, was ein Unternehmen erreichen will, und formt daraus eine Referenzarchitektur, gegen die andere Teams entwickeln können. Starke Architekten wissen, dass Token-Ökonomie genauso wichtig ist wie Genauigkeit und dass eine langsame Antwort oft eine falsche Antwort ist. Studierende wachsen in diesen Pfad hinein, indem sie sich mit Cloud-Diensten wie Vertex AI oder Bedrock die Hände schmutzig machen und lernen, architektonische Entscheidungen mit Zahlen zu verteidigen – nicht mit Bauchgefühl.
6 Projekte verfügbar →AI Product
KI-Produktdesign
Design für KI bedeutet, für Unsicherheit zu gestalten. Die Oberfläche muss den Nutzer einladen, alles zu fragen, aber auch ehrlich signalisieren, wenn das Modell rät, halluziniert oder ablehnt. KI-Produktdesigner gestalten diese Momente – den leeren Zustand eines Chats, die Offenlegung bei einem Vorschlag, die sanfte Korrektur, wenn eine Antwort falsch ist. Gute Arbeit hier zeigt sich als ein Erlebnis, das sich kollaborativ statt orakelhaft anfühlt, bei dem Menschen mit mehr Handlungsfähigkeit gehen, als sie gekommen sind. Studierende wachsen in diese Rolle hinein, indem sie Fragen der Barrierefreiheit und verantwortungsvollen KI als Designprobleme behandeln, nicht als Compliance-Prüfungen. Wenn dir wichtig ist, wie Sprache, Vertrauen und visueller Rhythmus auf einem Bildschirm zusammenkommen, ist dies ein fruchtbares Feld.
15 Projekte verfügbar →AI Product
KI-Produktmanagement
Ein KI-Feature auszuliefern ist weniger wie das Starten eines Buttons und mehr wie das Einführen eines neuen Kollegen ins Unternehmen. AI Product Manager entscheiden, worin dieser Kollege gut ist, wo man ihm noch nicht vertrauen sollte und wie man misst, ob er tatsächlich hilft. Die Arbeit vereint klassische Produktinstinkte – mit Nutzern sprechen, Roadmaps sequenzieren – mit neuen Fähigkeiten rund um Evaluationsmetriken, Annotationsstrategien und die Ökonomie von Inference. Starke PMs in diesem Bereich formulieren klare Definitionen von Done, die neben Nutzerergebnissen auch Precision und Recall umfassen. Studierende wachsen in diese Rolle hinein, indem sie lernen, eine Model Evaluation so zu lesen wie einen Usability-Test: mit Neugier darauf, was die Zahlen verbergen.
4 Projekte verfügbar →
Aus diesem Pool einstellen?
Sponsere eine Challenge und lerne Kandidaten durch ihre tatsächliche Arbeit kennen.
Industrieteams können Briefings rund um die Fähigkeiten gestalten, die sie suchen, und Studierende anhand von bewertungsmatrix-gestützten Ergebnissen beurteilen – nicht anhand von Lebensläufen.