Streaming-Pipeline für Echtzeit-Zahlungsbetrugssignale aufbauen
Übersicht
Worum es bei diesem Projekt geht.
Baue eine Streaming-Pipeline mit Kafka und Flink, berechne 12 Risikomerkmale aus 10 Mio. Transaktionen. Abschluss: verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Wie verwandelt man einen Kafka-Strom roher Zahlungsereignisse in feature-angereicherte Events, die dem Fraud-Modell in unter 30 Sekunden zur Verfügung stehen?
Earning criteria — what you'll demonstrate
- Eine ETL-Pipeline (Extract Transform Load) als Streaming-Variante statt als Batch umsetzen
- Exactly-once-Semantik (jedes Event genau einmal verarbeitet) in Kafka + Flink/Spark belegen
- Datenmodelle für analytische Senken (Iceberg) für veränderliche Schemata entwerfen
- Operative Verantwortung übernehmen: Runbook und SLAs für eine Datenpipeline formulieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Data Engineering and Big Data Systems
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 Engineer
Eine produktive Streaming-Pipeline mit Latenz-SLA und Runbook entspricht den ersten 90 Tagen einer/eines Data Engineers in einem zahlungsnahen Fintech — genau diese Mischung aus Engine-Wahl, Schema-Design und On-Call-Reife wird im Bewerbungsgespräch geprüft.
Dieses Projekt schärft
- stream-processing
- kafka
- exactly-once-semantics
MLOps Engineer
Feature-Pipelines mit harter Latenz für ein Live-Modell sind das Tagesgeschäft von MLOps-Teams; die Challenge übt genau diese Schnittstelle zwischen Datenfluss und Modellinput.
Dieses Projekt schärft
- stream-processing
- apache-flink
- data-modeling
AI-Lösungsarchitekt:in
Architektur-Entscheidungen (Flink vs. Spark, Iceberg-Schemen) plus Runbook zu verteidigen entspricht dem Pre-Sales-Alltag eines AI-Solutions-Architects in Fintech-Accounts.
Dieses Projekt schärft
- data-modeling
- stream-processing
- exactly-once-semantics
Noch eine Sache