Werkstudent im Bereich Machine Learning (KI) und Open-Source (gn)

Themenauswahl, die im Rahmen einer Werkstudententätigkeit oder einer Abschlussarbeit erarbeitet werden können:

1. Evaluation des Machine Learning Features Stores FEAST im Kontext von ereignisbezogenen Spielverlaufsdaten.
a.    Evaluation und Einführung von FEAST: https://feast.dev/
b.    Integration von FEAST in den vorhandenen Datenerhebungs- und Verarbeitungsprozess
c.    Bewertung der Eignung von FEAST für ereignisbezogenen Spielverlaufsdaten

2.    Konzeptionierung und prototypische Umsetzung von Prozessen zur Sicherstellung von Feature-Datenverarbeitungsschritten beim Training, der Evaluation und bei der Nutzung (Inferenz) von ML-Modellen
a.    Evaluation von vorhandenen Ansätzen sowie Tools zur Prozessunterstützung
b.    Erarbeitung von entsprechenden Prozessen
c.    Konzept zur Integration der Prozesse in eine vorhandenen ML-Plattform
d.    Prototypische Umsetzung und Test der Prozesse

3.    Recherche und Evaluation von Open-Source Tools zur Unterstützung und Umsetzung von Data Governance in Plattformen für datenbasiere Softwarelösungen
a.    Einordnung, Abgrenzung von Data Governance
b.    Systematische Literaturrecherche zu Tools in diesem Umfeld
c.    Klassifikation der Tools (u.a. Funktionsumfang im Kontext Data Governance)

4.    Recherche und Evaluation zu ML-Ansätzen zur Lagebeurteilung und Course of Action sowohl im zivilen als auch im militärischen Umfeld
a.    Systematische Literaturrecherche
b.    Klassifikation der Ansätze
c.    Technologische Einordnung der Ansätze

5.    Evaluierung verschiedener API-Gateways und deren Einsatz
a.    Abgrenzung zum Service Mesh
b.    Einsatz in verschieden Umgebungen (Docker, Standalone, Kubernetes,  …)
c.    Gegenüberstellung des Funktionsumfangs einzelner Produkte (z.B. Apache APISIX, Kong, etc.)
d.    Analysieren Open-Source vs. Kommerziell und Erarbeiten eines Positionspapiers