Du interessierst dich für Gaming und hast Lust, einen neuen Counter-Strike 2 Marktplatz von Anfang an mit aufzubauen? Du setzt dich gerne mit Statistik und Datenanalyse auseinander und entwickelst eigene Modelle? Dann bist du bei uns genau richtig!

Wir entwickeln einen Marktplatz für Counter-Strike (CS2) Skins, der über eine reine Handelsplattform hinausgeht: Unser Ziel ist es, der Community konkrete Tools bereitzustellen, um Preisentwicklungen, Marktdynamiken und Preisanomalien besser zu verstehen. Durch die systematische Auswertung großer Mengen historischer Marktdaten und den Einsatz moderner statistischer Modelle möchten wir Intransparenz gezielt abbauen.

Im Rahmen deiner Bachelorarbeit entwickelst du zentrale Bausteine unseres zukünftigen Analyse-Frameworks. Dein Fokus liegt auf:

• Aufbau und Optimierung einer modularen, reproduzierbaren Daten-Pipeline für hochaufgelöste Zeitreihendaten der CS2 Skin Economy
• Systematischer Analyse der wichtigsten Preisdeterminanten
• Entwicklung und Benchmarking von Methoden zur Anomalieerkennung (statistische Verfahren + ML-basierte Ansätze wie Isolation Forest, Autoencoder oder One-Class-SVM)
• Erstellung prädiktiver Modelle für kurz- bis mittelfristige Preisentwicklungen
• Konzeption und Implementierung eines robusten Bewertungsmoduls, das auch Items mit geringer oder fehlender Handelsaktivität fair und nachvollziehbar schätzen kann
• Interpretierbarkeit und Erklärbarkeit der Modelle (SHAP, Partial Dependence Plots, Sensitivitätsanalysen)

• Du bist aktuell im Bachelorstudiengang Künstliche Intelligenz (oder einem sehr nah verwandten Studiengang wie Data Science, Informatik, Wirtschaftsinformatik o. Ä.) eingeschrieben
• Sehr gute Python-Kenntnisse (pandas, numpy, scikit-learn, XGBoost/LightGBM, PyTorch oder TensorFlow)
• Du hast bereits erste praktische Erfahrung im Umgang mit großen Datensätzen und Zeitreihen
• Starkes Interesse an Zeitreihenanalyse, Anomalieerkennung und erklärbarer KI
• Hohe analytische Denkweise, saubere und strukturierte Arbeitsweise
• Von Vorteil (kein Muss): erste Berührungspunkte mit CS2-Item-Attributen (Float-Wert, StickerKombinationen, Marktdynamiken, Raritätsstufen) oder generell mit digitalen Asset-Märkten