Jobs & Abschlussarbeiten

Entwicklung von Tools und Werkzeugen zur Messung und Analyse der Leistung von Edge-Anwendungen in IT-Systemen (z.B. Server, Benutzergeräte). Entwicklung neuer IT-systembezogener Ansätze zur Optimierung der Leistung von Edge-Anwendungen. Zusammenarbeit in einer hochmodernen Labor-Umgebung, mit einem multinationalen und weltweit vernetzten Team von IT-, Netzwerk- und Anwendungsspezialisten.

Entwicklung von Tools für die Messung und Analyse der Netzleistung mit Edge-Anwendungen. Entwicklung neuer netzbezogener Ansätze zur Optimierung der Leistung von Edge-Anwendungen. Die Möglichkeit, in einer erstklassigen Labor-Umgebung zu arbeiten, die ein 5G-Netzwerk und einen Hochleistungs-Server-Cluster umfasst. Ein multinationales Team von Experten aus verschiedenen Bereichen, wie IT, Netzwerk und Anwendungsentwicklung.

Leitung eines kleinen Teams von Softwareingenieuren und -entwicklern. Steuerung des Softwareentwicklungsprozesses von der Anforderungsanalyse über die Softwarearchitektur bis hin zu Implementierung und Testung. Arbeiten in einer modernen Labor-Umgebung (5G-Campus-Netzwerk, Hochleistungs-Server-Cluster). Arbeiten in einem interdisziplinären, internationalen Team von IT-, Netzwerk- und Anwendungsexperten.

Die Dissertation befasst sich mit der Herausforderung, den Zugang zu Computerressourcen in Edge-Umgebungen, in denen sich die Anforderungen schnell ändern können, effizient zu verwalten. Der Schwerpunkt liegt auf dem Verstärkungslernen (Reinforcement Learning, RL), einer intelligenten Technik, die eine automatische Feinabstimmung von Steuerungssystemen ermöglicht und sie in komplexen und sich ändernden Situationen effizienter macht.

Erforderliche Fähigkeiten:

Beherrschung der RL-Grundsätze, gute Programmierkenntnisse in Python oder ähnlichen Sprachen und Erfahrung mit Frameworks für maschinelles Lernen. 

Bewertung der Rolle von PID-Controllern bei der Verwaltung von VM- und Container-Zulassungen unter verschiedenen Bedingungen und Belastungen, wobei eine gleichbleibende Anwendungsleistung und eine optimale Nutzung der Serverressourcen gewährleistet wird. Die Studierenden integrieren einen bereitgestellten Controller in das Server-Setup. 

Erforderliche Fähigkeiten:

Kenntnisse in Kontrolltheorie und gute Programmierkenntnisse in Python und Bash-Scripting sind für die Durchführung dieser Arbeit unerlässlich. 

Die Herausforderung:

Die Demokratisierung des Edge Computing durch Open Edge Access (OEA) führt zu Herausforderungen bei der Ressourcenzuweisung. Die herkömmliche Ressourcenzuweisung stößt bei der Bewältigung der Aspekte Offenheit, Variabilität und Zusammenarbeit von OEA an ihre Grenzen.

Ziel der Forschung:

Die Forschung zielt darauf ab, effiziente Strategien für die Ressourcenzuweisung in OEA-Umgebungen zu entwickeln und dabei Herausforderungen wie begrenztes Wissen über die Ressourcenverfügbarkeit und dynamische Veränderungen der Ressourcenverfügbarkeit zu überwinden.

Wichtigste Forschungsaktivitäten:

• Evaluierung bestehender Algorithmen für Open Edge Access-Umgebungen.
• Untersuchung und Identifizierung der wichtigsten Herausforderungen und Einschränkungen herkömmlicher Methoden der Ressourcenzuweisung in OEA-Szenarien.
• Entwicklung von Techniken zur proaktiven Identifizierung verfügbarer Ressourcen in dezentralen Netzwerken.
• Entwicklung von Algorithmen, die in der Lage sind, den künftigen Ressourcenbedarf vorherzusagen und die Zuweisungsentscheidungen in Echtzeit anzupassen

Erforderliche Fähigkeiten:

Beherrschung von Python und Golang

Die Herausforderung:

Moderne Peer-to-Peer (P2P)-Netze sind dynamisch, mit dynamischen Knoten und schwankenden Leistungsmetriken. Wie können wir wesentliche Netzwerkstatusinformationen effizient verwalten und aufzeichnen?

Ziel der Forschung:

Schaffung einer widerstandsfähigen, anpassungsfähigen Distributed Ledger Technology (DLT) in einem P2P-Netzwerk von Edge-Servern. Dieses System wird die dynamischen Veränderungen im Netzwerk bewältigen und eine zuverlässige Datenverwaltung und Leistungsoptimierung gewährleisten.

Wichtigste Forschungsaktivitäten:

• Automatisierung der Erfassung wichtiger Netzwerkmetriken wie Latenz, Bandbreite und Knotenkapazität in Echtzeit.
• Integration der Blockchain-Technologie zur sicheren und transparenten Aufzeichnung des Netzwerkstatus.
• Entwicklung von Algorithmen für Edge-Server zur automatischen Auswahl des besten Netzwerks auf der Grundlage von Leistungsmetriken und historischen Daten.

Erforderliche Fähigkeiten:

Beherrschung von Python, Golang, JavaScript und Solidity.

Entfesseln Sie Ihr Forschungspotenzial! Begleiten Sie uns bei unserem visionären Masterarbeitsprojekt und gestalten Sie die Zukunft mit innovativen Industrie 4.2-Lösungen, die Edge Impulse und Raspberry Pi für Echtzeit-Datenanalyse, vorausschauende Wartung und skalierbare Zustandsüberwachung kombinieren.

Erforderliche Fähigkeiten:

Die Beherrschung von Programmiersprachen wie Python, Linux und Javascript ist erforderlich.