Variational Inference fuer Themenmodell in Buergeranfragen
Übersicht
Worum es bei diesem Projekt geht.
Du erhaeltst 18 Monate anonymisierter Anfragen (jeweils mit Stadtteil-Code und Eingangsdatum, ohne personenbezogene Daten). Implementiere LDA mit Stochastic Variational Inference (skaliert auf grosse Korpora) fuer K=10 Themen, vergleiche mit Collapsed Gibbs Sampling als Plausibilitaetscheck, waehle K per Held-out-Perplexity plus menschlicher Pruefung der Top-Begriffe. Liefere ein Streamlit-Dashboard mit drei Filtern: Stadtteil, Quartal, Thema. Erfolgskriterium: zwei Verwaltungsmitarbeitende koennen die Themen unabhaengig nachvollziehen und benennen (Inter-Rater-Agreement Cohen's Kappa mindestens 0,6).
Das Briefing
Was Du tust und was Du zeigst.
Modelliere die freitextlichen Buergeranfragen mit Variational LDA und liefere eine fuer Verwaltungspersonal interpretierbare Themenkarte nach Stadtteil und Zeit.
Earning criteria — what you'll demonstrate
- Variational Inference als Approximation fuer intractable Posteriors verstehen und einsetzen
- LDA-Hyperparameter (K, alpha, beta) systematisch waehlen und begruenden
- Themenmodell-Qualitaet ueber Perplexity und menschliche Bewertung evaluieren
- Ergebnisse fuer ein nicht-technisches Verwaltungsteam visualisieren
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 Scientist
Themenmodellierung auf einem realen Textkorpus zu kalibrieren und ein interpretierbares Dashboard zu bauen ist eine Standardarbeit fuer Data Scientists in der oeffentlichen Verwaltung oder bei Beratungen.
Dieses Projekt schärft
- topic-modeling
- lda
- dashboard-design
NLP Engineer
Eine probabilistische NLP-Pipeline von Tokenisierung bis Variational Inference auszuliefern ist genau die Art von Projekt, mit der NLP Engineers in Behoerden- und Beratungsprojekten starten.
Dieses Projekt schärft
- nlp-preprocessing
- topic-modeling
- lda
Applied AI Scientist
Variational Inference als praktische Approximationsmethode richtig einzusetzen und gegen Gibbs zu validieren ist Standardhandwerk angewandter Forschung.
Dieses Projekt schärft
- variational-inference
- topic-modeling
- lda
Noch eine Sache