Transformer-Klassifikator für Kundenservice-Mails in einem Energiehandel
Übersicht
Worum es bei diesem Projekt geht.
Trainiere einen BERT auf Kundenservice-Mails eines Energiehändlers und implementiere Confidence-Routing. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Energiehandel (Tochter eines Energiekonzerns, B2B-Schwerpunkt Industrie und Gewerbe) hat im letzten Quartal eine durchschnittliche Antwortzeit von 8 Stunden — Ziel sind 4 Stunden bei dringenden Lieferproblemen.
Das Briefing
Was Du tust und was Du zeigst.
Wie klassifiziert man deutschsprachige Service-Mails in 6 Klassen so, dass Auto-Routing die Antwortzeit bei dringenden Lieferproblemen halbiert?
Earning criteria — what you'll demonstrate
- Transformer-Fine-Tuning auf deutschen Texten sauber durchführen
- Gegen eine ehrliche TF-IDF-Baseline benchen
- Confidence-Schwellenwerte pro Klasse für Routing wählen
- Geschäfts-Effekt (Antwortzeit) in der Empfehlung quantifizieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Deep Learning
Master · Deep Learning
Strong alignment
This challenge maps to Deep Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Transformer Architectures
Apply transformer architectures to solve real industry problems and demonstrate production-level capability.
- Text Classification
Apply text classification to solve real industry problems and demonstrate production-level capability.
- Fine Tuning
Apply fine tuning to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Confidence Thresholding
Apply confidence thresholding to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation 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.
NLP Engineer
Deutschsprachige Klassifikation mit BERT und Confidence-Routing ist das kanonische erste NLP-Engineer-Projekt — die Challenge produziert genau dieses Portfolio-Stück.
Dieses Projekt schärft
- transformer-architectures
- text-classification
- fine-tuning
Machine Learning Engineer
Confidence-basiertes Routing und Schwellenwert-Wahl gehören zum täglichen ML-Engineering in produktiven NLP-Systemen.
Dieses Projekt schärft
- text-classification
- confidence-thresholding
- model-evaluation
Applied AI Scientist
Empfehlungen mit Antwortzeit-Effekt zu untermauern ist genau die Geschäfts-Brücke, die angewandte KI-Wissenschaftler:innen täglich schlagen.
Dieses Projekt schärft
- text-classification
- model-evaluation
- transformer-architectures
Noch eine Sache