MLOps: DevOps for Machine Learning – A State of the Art Research

Bachelorarbeit, Masterarbeit

Themen-Schwerpunkt: Entwicklungswerkzeuge, Industrieautomation, Maschinelles Lernen
Studiengänge: Informatik, Informationswirtschaft, Maschinenbau, Verwandte Studiengänge, Wirtschaftsinformatik, Wirtschaftsingenieurwesen

Umfeld

Das FZI Forschungszentrum Informatik ist eine anwendungsorientierte Forschungseinrichtung des Landes Baden-Württemberg mit engem Kontakt zur Industrie. Der Forschungsschwerpunkt unserer Abteilung liegt in der Erforschung neuer Methoden für Industrieautomatisierung und intelligenten Lösungen, basierend auf Künstlicher Intelligenz.

Nach Aussage des Magazins Harvard Business Review handelt es sich bei dem des Data Scientist um den „Sexiest Job“ des 21. Jahrhunderts. Kontinuierlich steigende Zahlen an Jobs, welche dieser Berufsgruppe zuzuordnen sind, in Unternehmen unterschiedlichster Größen, scheint sich dies in der Tat widerzuspiegeln. Nichtsdestotrotz scheint sich die Entwicklung von Ansätzen, welche auf Künstlicher Intelligenz (KI) basieren, nicht zuverlässig in Produktivlösungen zu übersetzen. Häufig zu beobachten ist, dass Entwicklungszyklen zur Performanzoptimierung von KI-Ansätzen lange dauern und das Experimentalstadium nicht hinter sich lassen.
Ein derzeit häufig verfolgter Ansatz zur Bekämpfung dessen bietet der des DevOps. Diesem, der Software-Entwicklung entliehenen und bei der Unternehmensmentalität angreifenden Ansatz, ist unter anderem die Praktik des CI/CD (Continuous Integration / Continous Delivery) zuzurechnen. Übertragen auf die Entwicklung von KI- und Machine-Learning-basierten Ansätzen wird hierfür primär die Bezeichung MLOps verwendet. Hierbei werden Vorgehensweisen beschrieben, welche der effizienten, möglichst reibungslosen und automatisierten Konzeptionierung, Entwicklung, Testung und Bereitstellung von KI-basierten Lösungen dienen.

Aufgaben

  • Einarbeitung in und Formulierung des Standes der Technik im Bereich MLOps
  • Zusammenstellung der wichtigen Begrifflichkeiten, Methoden und markverfügbaren Lösungen
  • Bei Bachelorarbeit: Erweiterung nach Absprache mit Möglichkeit der Einbringung eigener Vorstellungen

Wir bieten

  • ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • eine wirtschafts- und industrienahe Arbeitsumgebung
  • eine angenehme Arbeitsatmosphäre in einem jungen und motivierten Team

Wir erwarten

  • Keine tiefgehenden Programmierkenntnisse erforderlich
  • Idealerweise sind erste praktische Erfahrungen im Bereich Data Science, Künstliche Intelligenz, Maschinelles Lernen (bspw. in TensorFlow, Scikit-Learn) vorhanden
  • Optional: Erfahrung im Bereich Docker, Git, Software-Testing, REST
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Selbstständiges Arbeiten, Motivation und Engagement

Bewerbung

Wir freuen uns auf Deine Bewerbung per E-Mail an Martin Trat, trat@fzi.de, mit folgenden Unterlagen:

  • Motivation für diese Bewerbung in zwei-drei Sätzen zusammengefasst
  • Aktueller Notenauszug

Weitere Informationen

  • Start: ab sofort
  • Umsetzung als Seminararbeit oder Bachelorarbeit
  • Assoziiertes KIT-Institut: Institut für Informationsmanagement im Ingenieurwesen (IMI), Prof. Dr. Dr.-Ing. Dr. h. c. Jivka Ovtcharova
  • Anschließende Anstellung als Hilfswissenschaftler möglich