Privacy-Preserving Federated Learning fuer Krebs-Diagnostik
Übersicht
Worum es bei diesem Projekt geht.
Waehle ein Federated-Learning-Framework (Flower oder NVIDIA FLARE). Implementiere drei Konfigurationen: vanilla FL, FL mit DP-SGD und FL mit DP-SGD plus Secure Aggregation. Trainiere auf einem oeffentlichen Mammographie-Benchmark, der die klinische Workload simuliert (z. B. CBIS-DDSM). Miss Modell-Genauigkeit pro Konfiguration und fuehre einen Membership-Inference-Angriff (z. B. ML Privacy Meter) auf jedes Modell aus. Liefere die drei Pipeline-Konfigurationen, einen Trainings- und Angriffs-Bericht, eine Empfehlung fuer den klinischen Einsatz und ein DSGVO-Memo, das den Datenfluss beschreibt.
Das Briefing
Was Du tust und was Du zeigst.
Welche Kombination aus Federated Learning, DP-SGD und Secure Aggregation liefert klinisch nuetzliche Modell-Genauigkeit und gleichzeitig formale Privacy-Garantien gegen Mitgliedschafts-Inferenz?
Earning criteria — what you'll demonstrate
- Federated-Learning-Frameworks fuer realistische klinische Szenarien aufsetzen
- DP-SGD-Hyperparameter (Clipping-Norm, Noise-Multiplier) am Workload kalibrieren
- Secure Aggregation als Schutz gegen einen kompromittierten Aggregator verstehen
- Membership-Inference-Angriffe als Validierungs-Werkzeug nutzen
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.
Machine Learning Engineer
ML-Engineer-Rollen in Healthcare- und Finanz-Konsortien suchen Privacy-Preserving-ML-Erfahrung explizit — diese Challenge produziert genau das Trainings- und Angriffs-Portfolio, das in solchen Interviews verlangt wird.
Dieses Projekt schärft
- federated-learning
- differential-privacy
- machine-learning
MLOps Engineer
MLOps-Rollen, die Federated-Learning-Pipelines betreiben, brauchen die Privacy-Garantien-Sprache aus dieser Challenge fuer Compliance- und Audit-Anforderungen.
Dieses Projekt schärft
- federated-learning
- secure-aggregation
- python-programming
Data Scientist
Data-Scientist-Rollen in der medizinischen Forschung profitieren von Federated-Learning-Erfahrung, weil sie multi-zentrische Studien ohne Daten-Pooling ermoeglichen.
Dieses Projekt schärft
- federated-learning
- differential-privacy
- machine-learning
Noch eine Sache