Forschungsthemen

Ihre Arbeit umfasst zwei Hauptbereiche: Forschung und Infrastrukturentwicklung. In der Forschung beschäftigt sich das Team mit der Erforschung neuer Techniken, Algorithmen und Methoden im Zusammenhang mit ML. Sie erforschen Möglichkeiten zur Verbesserung der Leistung, Effizienz, Genauigkeit, Interpretierbarkeit und Generalisierbarkeit von ML-Modellen. Dies könnte die Entwicklung neuer Architekturen, Optimierungsalgorithmen oder Datenvorverarbeitungstechniken beinhalten. Das Team arbeitet mit ML-Forschern und Datenwissenschaftlern zusammen, um die Gesamteffektivität von ML-Modellen zu verbessern. Bei der Entwicklung der Infrastruktur konzentriert sich das Team auf die Konzeption und den Aufbau von Softwaresystemen und -tools, die zur Unterstützung von ML-Forschungsprojekten erforderlich sind. Dazu gehört die Entwicklung robuster Frameworks, Bibliotheken und Plattformen, die die angewandte Forschung zum maschinellen Lernen erleichtern. Sie arbeiten an der Optimierung und Automatisierung von Prozessen wie der Datenvorverarbeitung, dem Modelltraining und der Inferenz, um effiziente ML-Workflows zu ermöglichen. Darüber hinaus befassen sie sich mit Herausforderungen im Zusammenhang mit Datenmanagement, Modellversionierung, Reproduzierbarkeit und Leistungsüberwachung. Insgesamt schließt das RiseML-Forschungsteam die Lücke zwischen der ML-Forschung und dem angewandten maschinellen Lernen. Sie tragen durch ihre Forschung zur Weiterentwicklung von ML-Techniken bei und entwickeln gleichzeitig die notwendige Infrastruktur, um eine reibungslose Integration mit interdisziplinären Forschungsteams zu ermöglichen.