Übersicht
Worum es bei diesem Projekt geht.
Führe ein Fairness-Audit für ein Kreditscoring-Modell durch und erstelle ein Audit-Memo. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Die Privatbank hat etwa 600 Mitarbeitende, sitzt im 1. Wiener Bezirk und untersteht der österreichischen Finanzmarktaufsicht. Die interne Revision arbeitet unabhängig vom Risk-Management und hat im Audit explizit ein Fairness-Statement angekündigt.
Das Briefing
Was Du tust und was Du zeigst.
Wie umfassend und ehrlich lässt sich ein bestehendes Kreditscoring-Modell auf Subgruppen-Fairness prüfen, inklusive der unmöglichen Vereinbarkeiten zwischen verschiedenen Fairness-Definitionen?
Earning criteria — what you'll demonstrate
- Verschiedene Fairness-Metriken methodisch korrekt berechnen und auseinanderhalten
- Kalibrierungs-Analyse als zentrales Element eines Fairness-Audits einsetzen
- Unmögliche Vereinbarkeiten zwischen Fairness-Definitionen verstehen und kommunizieren
- Audit-Empfehlungen aus quantitativen Befunden ableiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Fairness Metrics
Apply fairness metrics to solve real industry problems and demonstrate production-level capability.
- Demographic Parity
Apply demographic parity to solve real industry problems and demonstrate production-level capability.
- Equalized Odds
Apply equalized odds to solve real industry problems and demonstrate production-level capability.
- Calibration Analysis
Apply calibration analysis to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Fairlearn
Apply fairlearn to solve real industry problems and demonstrate production-level capability.
- Audit Reporting
Apply audit reporting to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Safety Researcher
Fairness ist ein Kernfeld der AI Safety. Die Challenge übt sowohl die Metrik-Berechnung als auch die theoretische Diskussion der Vereinbarkeiten — beides Pflicht für Safety-Auditor:innen.
Dieses Projekt schärft
- fairness-metrics
- calibration-analysis
- audit-reporting
Data Scientist
Data Scientists in regulierten Branchen werden zunehmend selbst Fairness-Audits liefern. Diese Challenge baut das volle methodische Repertoire dafür auf.
Dieses Projekt schärft
- fairness-metrics
- demographic-parity
- equalized-odds
ML Researcher
Die theoretische Tiefe der unmöglichen Vereinbarkeiten ist ML-Researcher-Material — die Challenge zwingt zur sauberen Auseinandersetzung mit den Grundlagen.
Dieses Projekt schärft
- fairness-metrics
- calibration-analysis
- python
Noch eine Sache