ScaDS Logo

COMPETENCE CENTER
FOR SCALABLE DATA SERVICES
AND SOLUTIONS

News

Wir suchen ab sofort 4 MitarbeiterInnen in verschiedenen Themenbereichen zur Unterstützung unseres Teams! Die Arbeiten erfolgen in Forschungsprojekten innerhalb ScaDS-Zentrums in Leipzig. 

1 Stellenangebot ML-basiertes Bildmatching

Wir suchen ab sofort eine Mitarbeiter/in zur Forschung/Entwicklung im Themenbereich Bildmatching/Record Linkage
Die Arbeiten erfolgen innerhalb eines SAB-Projekts VIP in Kooperation mit der Web Data Solutions GmbH und dem Data-Science-Zentrum ScaDS.AI (www.scads.de). Das Projekt strebt die Entwicklung von Verfahren zum effizienten Abgleich und Matching von Produktbildern an. Dazu werden lernbasierte Techniken zur Farberkennung, Segmentierung und des Bildvergleichs benötigt.

weitere Informationen finden Sie hier

 

1 Stellenangebot ML-basierte Digital TWIN in der generativen Fertigung

Wir suchen ab sofort eine Mitarbeiter/in zur Forschung/ Entwicklung eines Digitalen Zwillings mittels ML-/ Analyseverfahren für die generative Fertigung.
Die Arbeiten erfolgen am Data-Science-Zentrum ScaDS.AI (www.scads.de) innerhalb des BMWi--Projekts TWIN in Kooperation mit verschiedenen Partnern u.a. Fraunhofer IWS, Siemens, Laservorm GmbH und CPT Präzisionstechnik.

Das Projekt strebt die Entwicklung eines digitalen Zwillings für eine komplexe Prozesskette der generativen Fertigung an.
weitere Informationen finden Sie hier

 

2 Stellenangebote in Blockchain/Distributed Ledger/Privacy-Projekt

 Wir suchen in Leipzig baldmöglichst zwei Mitarbeiter/innen zur Forschung/Entwicklung im Themenbereich Blockchain/Distributed Ledger.

Die Arbeiten erfolgen innerhalb des BMBF-Projekts DE4L in Kooperation mit verschiedenen Partnern aus der Logistik und dem Data-Science-Zentrum  ScaDS.AI (www.scads.de).

Das Projekt strebt den Aufbau einer innovativen Blockchain-basierten Handelsplatform für Sensordaten aus der Logistik an. Dazu werden zum einen Sensoren entwickelt und Daten aufgenommen und zum anderen Methoden und Techniken zum datenschutzerhaltendem Handel, Analyse und Datenaustausch insb. von Geschäftspartnerdaten entwickelt

weitere Informationen finden Sie hier

 

Wir suchen in Leipzig Mitarbeiter und Doktoranden für die voraussichtlich am 01. November 2019 startende Erweiterung des ScaDS zum Kompetenzzentrum für Skalierbare Datenanalyse und Künstliche Intelligenz ScaDS.AI. (Master/Post-Doc) 

Mitarbeiter*innen im Bereich AI-Services ScaDS.AI

Wir suchen zum 01.11.2019 in Leipzig, zur Verstärkung unseres Teams im Servicezentrum zur Bearbeitung von Kooperationsprojekten mit wirtschaftlichen und wissenschaftlichen Partnern des Kompetenzzentrums ScaDS.AI.

Die Arbeiten erfolgen innerhalb des Kompetenzzentrums Zentrum für Skalierbare Datenanalyse und Künstliche Intelligenz (www.scads.de) in dem Mitarbeiter KI-Methoden entwickeln und Ihre Erfahrungen an Unternehmen und Wissenschaftler weitergeben.

weitere Informationen finden Sie  hier

 

2 Wissenschaftliche/n Mitarbeiter/innen im Bereich „Maschinelles Lernen & Privacy/Graphs“

Wir suchen in Leipzig, voraussichtlich zum 01.11.2019 zwei Mitarbeiter/innen zur Forschung im Themenbereich Maschinelles Lernen insbesondere der Analyse von dynamischen Graph Daten und/oder privacy- erhaltender Techniken des Maschinellen Lernens.

Die Arbeiten erfolgen innerhalb des Data-Science-Zentrums ScaDS.AI (www.scads.de) in dem Mitarbeiter aus verschiedenen Forschungsbereichen (Visualisierung, Knowledge-Management, Technische Informatik, Bio-Informatik, Datenbanken, etc.) gemeinsam Big Data und KI Methoden entwickeln und Ihre Erfahrungen an Unternehmen und Wissenschaftler weitergeben.

weitere Informationen finden Sie hier 

 

Summer school on Big Data and Machine Learning successfully finished

From August 17th to 23rd 2019 the two Germany based Big Data Competence Centers ScaDS Dresden/Leipzig and BBDC held the fifth international summer school on Big Data and Machine Learning in Dresden. This time, the summer school bridged the gap between the research fields Big Data and machine learning, with contributions from many internationally well-known experts from various fields. The highly recognized program included key notes from IBM, NVIDIA, Intel, and speakers from academia of both competence centers BBDC and ScaDS Dresden/Leipzig as well as invited speakers. The topics span a wide range of topics around large scale and data intensive computing (Big Data) and exciting new trends in machine learning, such as uncertainty quantification, distributed machine learning and architectural optimization for deep learning. Almost sixty participants could not just take part and connect to the expert, but could also contribute a poster about own research activity in a poster session and during the whole week to trigger discussions between participants.  As social activity an archery tournament brought fun and a contrast into the program as well as triggered some competition among the participants. Stay in touch with us about future activities, e.g.the Big Data and AI in Business Workshop @September 19.-20. in Leipzig!

IBM keynote during summer school

Machine Learning Community (MLC) Dresden - second workshop

We are glad to announce the second workshop of the Machine Learning Community (MLC) Dresden which will take place on 16th of May 2019 at Helmholtz-Zentrum Dresden - Rossendorf (HZDR). It is co-organised by HZDR and the Competence Center for Scalable Data Services and Solutions (ScaDS). In this workshop researchers in the field of machine learning are invited to come together, exchange their ideas, discuss problems and plan future cooperations in an easy-going atmosphere.

We welcome abstracts for talks atDiese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein! by 25th of April. Please choose the length of your presentation: 10, 25 or 45 minutes. In the short talks also questions to the community, open points for discussion and work-in-progress can be presented. The length of the Abstract should be between three lines and half a page. To participate, please send a short registration email with your name and home institution to Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein! by 25th of April.

The workshop will take place in the large auditorium of HZDR from 10 a.m. to 5 p.m. There is a direct bus connection from Dresden to the HZDR (Bus 261 starting at 9:15 from Dresden Hauptbahnhof and at 9:25 from Dresden Albertplatz.)

A short look back to the activities of MLC Dresden during the last year:

  • 15th of May 2018: first workshop (kick-off) at TU Dresden
  • 26th of June 2018: first thematic meeting on "ANNs: from Black Box to Open Book"
  • 8th of November 2018: second thematic meeting on "Medical and Biological Image Segmentation"
  • 20th December 2018: third thematic meeting on "Git for Data Scientists"

More Information on MLC can be found at https://mlcdresden.gitlab.io/pages/2019/03/01/workshop.html

We are looking forward to seeing you there and to have fruitful discussions,

The MLC organising team:

Heide Meissner (HZDR)
Jeffrey Kelling (HZDR)
Peter Winkler (TU Dresden, ScaDS)
Steffen Seitz (TU Dresden)

 
Next week (Tuesday Jan. 15th, 15:30 ) we will have Dr. Martin Beck as a guest speaker in our ScaDS-Colloquium. You can find the Title/Abstract below.
 
You are invited to join the presentation
Time&Date: Tuesday Jan. 15th, 2019, 3:30 pm
Location: ScaDS Meetingroom, Ritterstrasse 9-13, 04109 Leipzig
 
 
Speaker: Dr. Martin Beck, TU Dresden
Title: PrivApprox: Privacy-Preserving Stream Analytics
 
Abstract:
How to preserve users’ privacy while supporting high-utility analytics for low-latency stream processing?
To answer this question: we describe the design, implementation and evaluation of PRIVAPPROX, a data analytics system for privacy-preserving stream processing. PRIVAPPROX provides three important properties: (i) Privacy: zero-knowledge privacy guarantee for users, a privacy bound tighter than the state-of-the-art differential privacy; (ii) Utility: an interface for data analysts to systematically explore the trade-offs between the output accuracy (with error estimation) and the query execution budget; (iii) Latency: near real-time stream processing based on a scalable “synchronization-free” distributed architecture.
The key idea behind our approach is to marry two techniques together, namely, sampling (used for approximate computation) and randomized response (used for privacy-preserving analytics). The resulting marriage is complementary—it achieves stronger privacy guarantees, and also improves the performance for stream analytics.