Recommendation-Engine Projekt
Recommendation-Engines sorgen dafür, dass Kunden die für sie relevanten Produkte und Inhalte sehen. Gut umgesetzt heben sie CTR, Conversion und Long-Tail-Umsatz nachweisbar.
Wann sich dieser Projekttyp lohnt
- Mittlere bis große Sortimente.
- Klare User-Identifikation.
- A/B-Testing-Kultur vorhanden.
Typische Phasen
- Phase 1 · 3 WochenBaselineNaive Empfehlungen + Eval-Setup
- Phase 2 · 6–8 WochenModellTwo-Tower + Re-Ranking
- Phase 3 · 4–8 WochenOnline-TestKontrollierter A/B-Test
Rollen und Tagessätze
- Data Scientist900 – 1.250 EUR
- ML Engineer950 – 1.300 EUR
Risiken und Stolperfallen
- Kein A/B-Setup → keine belastbaren Aussagen.
- Cold-Start nicht modelliert.
- Feedback-Loops verzerren Eval.
Häufige Fragen (FAQ)
- Wie messe ich die Wirkung?
- Kontrollierte A/B-Tests mit ausreichender Power, nie nur Offline-NDCG.
- Was bringt Re-Ranking?
- Typisch 10–25 % CTR-Uplift gegenüber reinem Retrieval.
Bewerbung in 60 Sekunden
Für diesen Projekttyp vormerken
Sag uns, was du suchst — wir melden uns, wenn ein passendes Mandat dieser Art reinkommt.
- Direkter Draht zum Auftraggeber, kein Recruiter-Pingpong.
- Tagessatz wird vor dem ersten Call abgeklärt — keine versteckte Range.
- Klare Aufgabe, klares Budget, klare Entscheidungswege.
- Antwort in 48 h, nur wenn das Mandat wirklich zu dir passt.
- Wiederkehrende Mandate möglich: gute Profile bleiben im Talent-Pool.
Hinweis: Profil-Link ist optional LinkedIn, freelance.de, freelancermap, Malt, GitHub oder eigene Portfolio-URL.