Coverage-Analyse
NLP Specialist (Forschungs-Spinoff, Berlin)
100%
Coverage gesamt
5
Skills im Demand-Profil
5
davon abgedeckt
62
Modul-Treffer insgesamt
Skill-für-Skill
Pro geforderten Skill die Module aus dem Säule-B-Bestand, die diesen Skill über einen Lernoutcome lehren. Sortiert nach Confidence des Outcome-Mappings, dann nach ECTS.
Must
Deep Learning
5 Module
I03
Grundlagen und Implementierung moderner neuronaler Netzarchitekturen
Hochschule Darmstadt
6,0 ECTS
79%
DL
Deep Learning: Einführung in Theorie und Praxis
Hochschule Darmstadt
5,0 ECTS
79%
DL
Deep Learning: Einführung in Theorie und Praxis
Hochschule Darmstadt
5,0 ECTS
79%
DL
Deep Learning: Einführung in Theorie und Praxis
Hochschule Darmstadt
5,0 ECTS
79%
DL
Deep Learning: Einführung in Theorie und Praxis
Hochschule Darmstadt
5,0 ECTS
79%
Must
maschinelles Lernen
27 Module
212
Advanced Market Research
Hochschule Darmstadt
6,0 ECTS
96%
212
Advanced Market Research
Hochschule Darmstadt
6,0 ECTS
96%
212
Advanced Market Research
Hochschule Darmstadt
6,0 ECTS
96%
212
Advanced Market Research
Hochschule Darmstadt
6,0 ECTS
96%
IML
Introduction to Machine Learning
Hochschule Darmstadt
5,0 ECTS
96%
IML
Introduction to Machine Learning
Hochschule Darmstadt
5,0 ECTS
96%
IML
Introduction to Machine Learning
Hochschule Darmstadt
5,0 ECTS
96%
IML
Introduction to Machine Learning
Hochschule Darmstadt
5,0 ECTS
96%
64416
Projektpraktikum Web Science
FernUniversität in Hagen
10,0 ECTS
89%
I20
Datenvorverarbeitung und Feature Engineering
Hochschule Darmstadt
6,0 ECTS
89%
… und 17 weitere Treffer.
15 Module
63487
Fachpraktikum Cloud-based Information Extraction
FernUniversität in Hagen
10,0 ECTS
89%
63487
Fachpraktikum Cloud-based Information Extraction
FernUniversität in Hagen
10,0 ECTS
89%
63487
Fachpraktikum Cloud-based Information Extraction
FernUniversität in Hagen
10,0 ECTS
89%
NLP
Natural Language Processing
Hochschule Darmstadt
6,0 ECTS
89%
63485
Fachpraktikum Natural Language Processing, Information Extraction und
FernUniversität in Hagen
10,0 ECTS
78%
63485
Fachpraktikum Natural Language Processing, Information Extraction und
FernUniversität in Hagen
10,0 ECTS
78%
63485
Fachpraktikum Natural Language Processing, Information Extraction und
FernUniversität in Hagen
10,0 ECTS
78%
I16
Text- und Web Mining
Hochschule Darmstadt
6,0 ECTS
78%
GVNS
Grundlagen der Verarbeitung natürlicher Sprache
Hochschule Darmstadt
5,0 ECTS
78%
GVNS
Grundlagen der Verarbeitung natürlicher Sprache
Hochschule Darmstadt
5,0 ECTS
78%
… und 5 weitere Treffer.
2 Module
Must
Statistik
13 Module
DS1
Mathematik-Synchronisationsmodul
Hochschule Darmstadt
12,0 ECTS
96%
M04
Explorative Datenanalyse und Visualisierung
Hochschule Darmstadt
5,0 ECTS
95%
M01
Machine Learning 2
Hochschule Darmstadt
5,0 ECTS
95%
61316
Parametrische Statistik
FernUniversität in Hagen
10,0 ECTS
79%
61316
Parametrische Statistik
FernUniversität in Hagen
10,0 ECTS
79%
61316
Parametrische Statistik
FernUniversität in Hagen
10,0 ECTS
79%
61316
Parametrische Statistik
FernUniversität in Hagen
10,0 ECTS
79%
Stoch1
Stochastik 1
Hochschule Darmstadt
10,0 ECTS
79%
M02
Computerintensive Methoden (Computational Statistics)
Hochschule Darmstadt
5,0 ECTS
79%
DS3
Multivariate Statistik
Hochschule Darmstadt
5,0 ECTS
79%
… und 3 weitere Treffer.
Berechnungs-Transparenz Cypher
Diese Cypher-Query macht das semantische Matching sichtbar: Demand-Profil (Demo-Job) → Anforderung → ESCO-Skill → LearningOutcome → Säule-B-Modul. Die Pfad-Konstruktion operiert über das gemeinsame ESCO-Vokabular als semantischen Anker — Demo- und Echtdaten-Seite müssen sich gegenseitig nicht kennen.
MATCH (j:Resource {uri: "http://hr-qde.org/demo/job/J04"})-[:hrqde__hasRequirement]->(req:Resource)
-[:hrqde__refersToCompetence]->(skill:Resource)
OPTIONAL MATCH (skill)-[:skosxl__prefLabel]->(skillLabel:Resource)
OPTIONAL MATCH (skill)<-[:hrqde__targetsCompetence]-(o:hrqde__LearningOutcome)
<-[:hrqde__hasOutcome]-(m:hrqde__EducationalModule)
WHERE m.uri STARTS WITH "http://hr-qde.org/data/koeppe/"
OPTIONAL MATCH (m)-[:hrqde__offeredBy]->(hei:hrqde__HigherEducationInstitution)
WITH req, skill,
collect(DISTINCT skillLabel.skosxl__literalForm) AS skillLabels,
collect(DISTINCT {
moduleUri: m.uri,
moduleLabel: m.rdfs__label,
moduleCode: m.hrqde__moduleCode,
ects: m.hrqde__ects,
heiLabel: hei.rdfs__label,
confidence: o.hrqde__provenanceConfidence
}) AS modules
RETURN req.uri AS reqUri,
req.hrqde__requirementKind AS kind,
skill.uri AS skillUri,
skillLabels,
modules
ORDER BY
CASE WHEN req.hrqde__requirementKind = 'must' THEN 0 ELSE 1 END,
req.uri