Anstatt sich auf automatisierte Skripte zu verlassen, werden Sie benutzerdefinierten Python-Code schreiben, um mehrere prädiktive Kernmodelle zu erstellen, abzustimmen und zu bewerten. Das Projekt erfordert, dass Sie Ihre Daten aufteilen, um die optimalen Hyperparameter für Support Vector Machines (SVM), Entscheidungsbaum-Klassifikatoren, logistische Regression und K-Nearest Neighbors (KNN) zu finden. Durch eine strenge vergleichende Analyse mit Testdaten werden Sie herausfinden, welches mathematische Modell die höchste Vorhersagegenauigkeit für die Bergung von Raketenstufen bietet.

Diese Abschlussarbeit ist genau nach dem Vorbild einer Unternehmensdatenberatung gestaltet. Sie werden die komplette Data-Science-Methodik von Grund auf durchlaufen: Sammeln von realen Startdatensätzen über RESTful APIs und Web Scraping, Umgang mit fehlenden Daten während der Datenverarbeitung, Durchführung von explorativen Datenanalysen (EDA) und Erstellung eines interaktiven Dashboards mit Plotly Dash zusammen mit geografischen Karten mit Folium. Es zwingt Sie dazu, die gesamte Pipeline von der Rohdatenaufnahme bis zur einsatzbereiten Analyse zu verwalten.

Ein guter Datenwissenschaftler muss in der Lage sein, komplexe algorithmische Ergebnisse in umsetzbare Geschäftsstrategien zu übersetzen. In der letzten Phase dieser Abschlussarbeit müssen Sie Ihre Ergebnisse in einem umfassenden Bericht für die Beteiligten zusammenfassen. Auf der Grundlage der von Ihrem Modell gewonnenen Erkenntnisse darüber, ob die erste Stufe der Falcon 9 erfolgreich landen wird, werden Sie eine wettbewerbsfähige Ausschreibungsstrategie für ein alternatives Luft- und Raumfahrt-Startup formulieren. Dieses Portfolio beweist den Arbeitgebern, dass Sie sowohl über technische Fähigkeiten im Bereich des maschinellen Lernens als auch über unternehmerische Datenkompetenz verfügen.