Differential-Privacy für Schweizer Krankenkassen-Analyse
Übersicht
Worum es bei diesem Projekt geht.
Sie erhalten einen synthetischen Datensatz (1,2 Mio. Datensätze, 18 Variablen) mit Struktur eines echten Krankenkassen-Auszugs. Implementieren Sie ein DP-System mit OpenDP oder Opacus, das die folgenden Anfragen unterstützt: (1) Histogramme über Diagnosen, (2) Mittelwerte über Behandlungskosten pro Diagnose, (3) Kontingenz-Tabellen Diagnose × Altersgruppe. Wählen Sie pro Anfrage epsilon und delta. Vergleichen Sie für drei Privacy-Budgets (epsilon = 0,5 / 1,0 / 3,0): Utility (relative Fehler), Membership-Inference-Attack-Resistenz, Re-Identification-Risiko. Liefern Sie einen 6-seitigen Audit-Bericht mit klarer Privacy-Budget-Empfehlung.
Das Briefing
Was Du tust und was Du zeigst.
Welches Differential-Privacy-Budget (epsilon, delta) balanciert auf einem Krankenkassen-Aggregat-Auszug Utility und nachweisbare Privacy-Garantien für die externe Forschungsgruppe?
Earning criteria — what you'll demonstrate
- Differential-Privacy als mathematische Garantie verstehen und implementieren
- Membership-Inference-Attacks als Privacy-Audit-Werkzeug einsetzen
- Privacy-Budgets nach Use-Case auswählen und begründen
- DSGVO-Anforderungen in technische DP-Parameter übersetzen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Sicherheits-Forscher:in
Differential-Privacy mit Audit-Tiefe ist ein spezialisiertes Profil, das in europäischen Healthtech-, Fintech- und Regierungs-Kontexten extreme Nachfrage erlebt.
Dieses Projekt schärft
- differential-privacy
- opendp
- membership-inference
Angewandte:r KI-Wissenschaftler:in
Wer DSGVO-Anforderungen in DP-Parameter übersetzt und mit Audit-Werkzeugen belegt, übt die Brückenrolle zwischen Forschung und Compliance, die regulierte Industrien brauchen.
Dieses Projekt schärft
- dsgvo-compliance
- privacy-budgets
- evaluation
ML-Forscher:in
DP-Forschung mit Membership-Inference-Audit ist ein publikationsnahes Profil, das in Privacy-Forschungs-Tracks gefragt ist.
Dieses Projekt schärft
- differential-privacy
- membership-inference
- privacy-budgets
Noch eine Sache