VAE für synthetische Tabellen-Daten in einem Versicherungs-Forschungslabor
Übersicht
Worum es bei diesem Projekt geht.
Trainiere einen VAE auf 100.000 Schadendaten, generiere synthetische Zeilen und bewerte Privacy und Utility – erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Wie generiert man synthetische Tabellen-Daten, die statistisch nützlich UND datenschutz-konform sind, und wie belegt man beides nachvollziehbar?
Earning criteria — what you'll demonstrate
- VAE-Architekturen für Tabellen-Daten verstehen und implementieren
- Statistische Treue mehrdimensional bewerten (marginale, Korrelations-, Modell-Utility)
- Privacy-Metriken (Membership-Inference, DCR) sauber durchführen
- Privacy-Utility-Trade-off in einer aufsichtsfähigen Form artikulieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Deep Generative Models
Master · Ai Ml
Fit score: 1
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 RollenML Researcher
Synthetische Daten + Privacy-Forschung sind ein wachsendes Feld in regulierten Branchen; die Challenge produziert genau das Profil, das Versicherungs- und Pharma-Forschungslabore einstellen.
Dieses Projekt schärft
- variational-autoencoders
- synthetic-data-generation
- differential-privacy
AI Safety Researcher
Membership-Inference und Privacy-Utility-Trade-off sind Kerndisziplinen der AI-Safety-Forschung — die Challenge übt sie unter realistischen Bedingungen.
Dieses Projekt schärft
- differential-privacy
- synthetic-data-generation
- evaluation
Research Scientist
Eine aufsichtsfähige Privacy-Analyse zu schreiben — inklusive Shadow-Classifier-Methode — entspricht der Rigorosität, die wissenschaftliche Rollen in Konzern-Forschungslaboren verlangen.
Dieses Projekt schärft
- variational-autoencoders
- evaluation
- tabular-modeling
Noch eine Sache