Arbeitsort dieser Stelle Lausanne und Zurich

Swiss Used Car Market: Price Estimation And Analysis (Diploma Thesis/ Internship)


ELCA is in possession of an exclusive, unique dataset on the Swiss used car market, comprising around 150,000 data points of cars in various conditions, types, and price ranges, advertised in Swiss retail websites.

This dataset gives us an unparalleled opportunity to analyse the market, discover trends, and eventually develop a precise price estimation system capable of easily and conveniently giving price estimates to used car sellers, something absent from the Swiss market (to the best of our knowledge). Each data point contains a car’s make, model, year, mileage, transmission and fuel type, plus unstructured text explaining the ad.

The goal of this project is to first clean, prepare, and explore our in-house dataset in order to clarify and visualise its characteristics and various trends, and develop a price prediction/estimation algorithm, using the state-of-the-art machine learning techniques such as Gradient Boosting and shallow neural networks. You will have to analyse different features, assess their relevance, and choose the most informative subset of them. Due to the abundance of nominal features, you may use vector-embedding techniques, which adds new opportunities for visualisation and inference, as well as the prediction task.


Challenges:  Building a non-trivial price estimator is very difficult “in the real world” due to various reasons, from insignificant features, to un-measurable/unavailable factors. Most pricing processes and time series follow the Martingale property, which roughly means it is extremely difficult to perform better than an almost-random estimator.  Finally, the cardinality of the data and the string cluster property makes it difficult to apply traditional regression methods.


Project applications: Marketing, advertisement, Retail industry


What you will learn: You will be a junior data scientist, developing your skills in machine learning, experiencing in the full pipeline of a data science project

Keywords: (fast) Deep learning, Gradient Boosting, neural networks, linear regression, transfer learning, online learnin

In this role

In this project, the goal is to:

  • Develop used car price estimation system for the Swiss market, plus visualisation of the market data.



What we offer

Join our team as intern and you will find a young, dynamic and culturally diverse working environment.

About your profile

  • Required: machine learning and deep learning, regression
  • Software engineering: Python, PyTorch or TensorFlow, XGBoost, Java, DL4J, Scikit-Learn, Pandas, Data visualisation frameworks.

If you are INTERESTED in applying for this position, please send us your complete application (CV, cover letter, letter of reference, diplomas and certificates).

Wenn Sie auf dieser Website weitersurfen, akzeptieren Sie die Nutzung von Cookies oder ähnlichen Technologien, welche die Erstellung von Zugriffstatistiken für unsere Website bezwecken (Tests und Messungen von Zielgruppen, Besuchen, Surfverhalten und Performance), die Ihnen aber auch gezielt auf Ihre Interessen abgestimmte Inhalte und Inserate anbieten.

Wir haben unsere Cookies aktualisiert. Zögern Sie nicht, Ihre Präferenzen ebenfalls zu aktualisieren.


Ihre Cookie-Präferenzen setzen

Ihre Cookie-Präferenzen aktualisieren

Sie können sich über die Art der hinterlegten Cookies informieren, sie akzeptieren oder ablehnen, sei es für die gesamte Website und alle Services oder einzeln für jeden Service.

OK, alles annehmen

Verständnis der Besucher

Diese cookies werden verwendet, um Besucher über verschiedene Websites hinaus zu verfolgen.

Dadurch wollen wir relevantere, zielgerichtete Inhalte für bestehende Kontakte anbieten (ClickDimensions) und Inserate anzeigen können, die für die Benutzer nützlich und ansprechend sind (Facebook Pixels).




Cookies von sozialen Medien erlauben ein Teilen von Inhalten in Ihren bevorzugten Netzen.




Diese cookies verschaffen uns Einblick in Traffic-Quellen und ermöglichen uns ein besseres, anonymisiertes Verständnis unserer Besucher.

(Google Analytics und CrazyEggs).

Weitere Angaben zu diesen Cookies und unserer Cookie-Richtlinie finden Sie hier.