EU-AI-Act-Konformitäts-Assessment für ein Recruiting-Modell
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst eine Modell-Karte, einen Trainings-Datensatz-Auszug (rund 80.000 anonymisierte Bewerbungen mit Geschlechts- und Alters-Indikatoren plus Hire/No-Hire-Label) und die internen Use-Case-Dokumente des Konzern-Kunden. Führe ein Assessment in 5 Säulen durch: Risiko-Management, Daten-Governance, technische Dokumentation, menschliche Aufsicht und Genauigkeit/Robustheit/Sicherheit. Reportiere Bias-Metriken pro geschütztem Merkmal (Equal Opportunity, Demographic Parity), einen Robustness-Score gegen Eingabe-Perturbation und einen GAP-Report gegen die Konformitäts-Anforderungen. Liefere einen 8-seitigen Assessment-Bericht und ein 2-seitiges Maßnahmen-Memo für den Konzern-Kunden.
Das Briefing
Was Du tust und was Du zeigst.
Führe ein EU-AI-Act-Konformitäts-Assessment für ein Recruiting-Modell durch und liefere einen prüfbaren Maßnahmen-Plan.
Earning criteria — what you'll demonstrate
- EU-AI-Act-Anforderungen für hoch-riskante Systeme operationalisieren
- Bias-Metriken methodisch sauber auswählen und reporten
- Robustness gegen Eingabe-Perturbation systematisch messen
- Einen prüfbaren Konformitäts-Maßnahmen-Plan schreiben
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
EU-AI-Act-Konformitäts-Assessments sind die Vorzeige-Arbeit für AI-Safety-Researcher in Audit- und Beratungs-Settings im DACH-Raum.
Dieses Projekt schärft
- ai-governance
- fairness
- regulatory-analysis
Maschinelles-Lernen-Forscher:in
Bias- und Robustness-Methodik mit prüfbarem Reporting ist Forschungs-Arbeit, die in Fairness- und Trustworthy-AI-Lehrstühlen erwartet wird.
Dieses Projekt schärft
- bias-evaluation
- robustness
- fairness
Data Scientist
Slicing-Auswertungen und sauberes Reporting sind Data-Science-Kernhandwerk in regulierten Settings.
Dieses Projekt schärft
- python
- bias-evaluation
- fairness
Noch eine Sache