Pranav Gaikwad

Erstelle dein Portfolio mit ProoV
ProoV
EN Verifiziertes Arbeitsportfolio

ProoV Portfolio

Pranav Gaikwad

ENTC · Solapur University

LinkedIn
Zum ProoV-Leaderboard

Projekte

Zertifiziert

Selbstgesteuertes Projekt

AI-Assisted Code Modernization with IBM

Junior Software Engineer · Softwareentwicklung · August 2026

92/ 100

Basierend auf einer öffentlichen Fallstudie von IBM · nicht mit IBM verbunden

Built and verified a full legacy-service repair for KM-Waechter: fixed the wear calculation with true division, handled missing service readings safely, corrected the fleet report’s average and crash path, and preserved the original 15000 km / 80% rules. Also added the missing regression test, modernized the code style, and wrote a data-driven risk analysis that ranks cars by breakdown likelihood using the factors the dataset actually supports.

Bewertet nach

  • Fix and extend the repo with the agent35%
  • Diagnose the bug20%
  • Direct and audit the AI agent25%
  • Explain it like an engineer20%

Bestanden · Bestehensgrenze 60/100

Was herausstach6
  • Correctly identified the floor-division line as the root cause of the near-worn car bug and explained why it collapsed to 0%
  • Caught the agent’s unauthorized threshold change and missing proving test during audit
  • Verified the fix with an acceptance checklist and documented the review process in NOTES.md
  • Produced a breakdown-risk analysis that follows the labeled data instead of the obvious but wrong mileage assumption
  • Leakage-Free Bug Diagnosis
  • Bounded AI Prompting and Review

Das Ergebnis

Zum CodePranav-4705 / -km-waechter-fix
Meine eingereichte Arbeit20 Aufgaben

12 Aufgaben · 2.8k Zeichen · 8 Textantworten · 149 Wörter

  • Diagnose Line130 Zeichen
  • Diagnose Why211 Zeichen
  • Scope Prompt66 Zeichen
  • Audit Findings158 Zeichen
  • Audit Why427 Zeichen
  • Acceptance Checklist228 Zeichen
  • Template Repo Click82 Zeichen
  • Bob Ready61 Zeichen
  • Bob Trial Click324 Zeichen
  • Exec Pitch760 Zeichen
  • Bob Bonus343 Zeichen
  • Repo URL47 Zeichen
  • Diagnose Line10 Wörter
  • Diagnose Why34 Wörter
  • Scope Prompt1 Wort
  • Audit Findings1 Wort
  • Audit Why67 Wörter
  • Acceptance Checklist34 Wörter
  • Template Repo Click1 Wort
  • Bob Ready1 Wort

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
Zertifiziert

Selbstgesteuertes Projekt

Business & Sponsorships — The FC Barcelona Case

Data Science · August 2026

84/ 100

Eine ProoV-Fallstudie · Lernprojekt, kein Arbeitsverhältnis

Built a data-backed sponsorship recommendation for FC Barcelona by analyzing revenue mix, segmenting fans, selecting a budgeted asset package, and evaluating campaign KPIs. Recommended signing ElectraX with prime visibility and digital activation, while clearly stating the operational caveat that premium LED inventory must be guaranteed for the deal to work.

Bewertet nach

  • Business reasoning & decision quality35%
  • Correct use of data25%
  • Frameworks applied20%
  • Communication & structure20%

Bestanden · Bestehensgrenze 55/100

Was herausstach6
  • Correctly computed the revenue mix and identified commercial as the club-controlled growth stream.
  • Chose Asia-Pacific using size and engagement evidence rather than intuition alone.
  • Built a near-full budget package centered on broad-reach assets, matching the awareness objective.
  • Included explicit caveats and a clear decision rule for when the recommendation would change.
  • Leakage-Free Commercial Segmentation
  • Budget-Constrained Asset Selection
Meine eingereichte Arbeit18 Aufgaben

10 Aufgaben · 9.9k Zeichen · Python · 8 Textantworten · 649 Wörter

  • Revenue MixPython · 1.3k Zeichen
  • Revenue Mix Compute532 Zeichen
  • Fan SegmentationPython · 1.0k Zeichen
  • Fan Segmentation Note269 Zeichen
  • Package Builder468 Zeichen
  • Negotiation Simulator487 Zeichen
  • Inbox Responses1.7k Zeichen
  • KPI ScorecardPython · 1.1k Zeichen
  • Mid Season Performance Summary1.1k Zeichen
  • Final Recommendation2.0k Zeichen
  • Revenue Mix101 Wörter
  • Revenue Mix Compute77 Wörter
  • Fan Segmentation53 Wörter
  • Fan Segmentation Note40 Wörter
  • Package Builder40 Wörter
  • Negotiation Simulator69 Wörter
  • Inbox Responses186 Wörter
  • KPI Scorecard83 Wörter

Bewusst zusammengefasst — der eingereichte Code und die Texte bleiben privat, damit diese Seite nicht als Lösungsvorlage dient. Die vollständige Einreichung steht hinter dem verifizierten Zertifikat.

Verifiziertes ZertifikatFälschungssicher · ausgestellt von ProoV
2Abgeschlossene Projekte
2Verifizierte Zertifikate
88Durchschnittsnote
Erstelle dein Portfolio mit ProoV