Vortrainiertes LLM für ein klinisches Pflegedokumentations-Startup adaptieren
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 8.000 anonymisierte Pflegedokumentations-Einträge plus 200 manuell bewertete Goldene-Standard-Beispiele. Wähle ein offenes Basismodell (Llama 3 8B oder Mistral 7B), wende QLoRA (Quantized LoRA — 4-Bit-quantisiertes parameter-effizientes Fine-Tuning) an, und bewerte sowohl quantitativ (ROUGE, BERTScore) als auch qualitativ (Halluzinationsrate per Stichproben-Review). Vergleiche mit dem Basismodell ohne Fine-Tuning plus einer Few-Shot-Prompt-Baseline. Liefere am Ende eine Halluzinations-Sicherheitsanalyse: wann erfindet das Modell Inhalte, und wie kann das per Prompt oder Retrieval reduziert werden?
Das Briefing
Was Du tust und was Du zeigst.
Adaptiere ein offenes LLM sicher für deutsche Pflegedokumentation und quantifiziere Qualität und Halluzinationsrisiko gegenüber Baselines.
Earning criteria — what you'll demonstrate
- Große Sprachmodelle parameter-effizient mit QLoRA adaptieren
- Generierungs-Qualität mit automatischen und menschlichen Metriken bewerten
- Halluzinationen systematisch analysieren und nach Schwere kategorisieren
- Modellauswahl unter Speicher-, Latenz- und Sicherheitsbeschränkungen treffen
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 RollenMachine Learning Engineer
Ein offenes LLM produktionsnah zu adaptieren und Latenz, Speicher und Qualität in einer Tabelle zu liefern ist genau die Arbeit, die ein junior ML Engineer in einem AI-Startup ab Tag eins macht.
Dieses Projekt schärft
- llm-fine-tuning
- parameter-efficient-fine-tuning
- pytorch
NLP Engineer
Domänenadaption für deutschsprachige Fachterminologie plus Evaluations-Disziplin ist Kerngebiet eines NLP Engineers in Healthtech und Legal Tech.
Dieses Projekt schärft
- llm-fine-tuning
- evaluation
- transformer-architectures
AI Safety Researcher
Halluzinationsanalyse plus die Suche nach Mitigations-Strategien ist exakt die methodische Arbeit, die AI Safety Researcher in regulierten Domänen leisten.
Dieses Projekt schärft
- hallucination-analysis
- evaluation
- llm-fine-tuning
Noch eine Sache