Übersicht
Worum es bei diesem Projekt geht.
Implementiere BFS, UCS und A* für einen Münchner Liefer-Graphen. Vergleiche zehn Routen und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Startup hat 12 Mitarbeitende, sitzt im Berliner Stadtteil Kreuzberg und plant in München mit einem örtlichen Partner einen sechsmonatigen Pilot. Das Engineering-Team möchte Praktikant:innen eine solide Grundlage in klassischer KI-Suche vermitteln, bevor sie an die produktive Karten-API gelassen werden.
Das Briefing
Was Du tust und was Du zeigst.
Welches der drei klassischen Suchverfahren liefert auf einem Münchner Stadtgraphen die beste Kombination aus Pfadqualität und Recheneffizienz?
Earning criteria — what you'll demonstrate
- Suchprobleme als Zustandsraum mit Aktionen und Kosten formalisieren
- BFS, UCS und A* korrekt implementieren und ihre Garantien benennen
- Eine eigene Heuristik entwerfen und auf Admissibilität prüfen
- Suchverfahren empirisch und nicht nur theoretisch vergleichen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Graph Search
Apply graph search to solve real industry problems and demonstrate production-level capability.
- A Star Algorithm
Apply a star algorithm to solve real industry problems and demonstrate production-level capability.
- Heuristic Design
Apply heuristic design to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Algorithmic Thinking
Apply algorithmic thinking to solve real industry problems and demonstrate production-level capability.
- Complexity Analysis
Apply complexity analysis to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Engineer
Suchverfahren und Graphen sind das Fundament jeder AI-Engineer-Arbeit, von Routenplanung bis Spielebau. Diese Challenge übt die Implementierung und den empirischen Vergleich auf einem realistischen Stadtgraphen.
Dieses Projekt schärft
- graph-search
- a-star-algorithm
- python
Machine Learning Engineer
Auch Machine Learning Engineers brauchen ein solides Verständnis klassischer Algorithmen — viele Produktionssysteme kombinieren Suche mit ML. Diese Challenge legt die Grundlage für genau diese Hybridarchitekturen.
Dieses Projekt schärft
- algorithmic-thinking
- python
- complexity-analysis
Data Scientist
Ein:e Data Scientist:in muss Suchprobleme erkennen können, um die richtige Klasse von Werkzeugen zu wählen. Die Heuristik-Reflexion und der empirische Vergleich schärfen genau dieses Auge.
Dieses Projekt schärft
- heuristic-design
- complexity-analysis
- python
Noch eine Sache