Data Science und KI Services

Der Data Science Service des FDZ bietet eine fach­liche Begutachtung von Data Science Abschnitten in wissenschaft­lichen Förderanträgen an. Unser Team unter­stützt Antragstellende dabei, die Qualität und Umsetzbarkeit ihrer Daten­strategie zu optimieren. Dies umfasst die Bewertung von Datenerhebungs­methoden, Analyseansätzen, Visualisierungs­strategien und technischer Infrastruktur.

Eine Data Science Pipeline umfasst mehrere Schritte von der Datenbeschaffung über die Datenanalyse bis hin zur Präsentation der Ergebnisse. Der Prozess beginnt mit der Sammlung und Aufbereitung der Daten, gefolgt von deren Analyse und Modellierung. Abschließend werden die Ergebnisse visuell aufbereitet und kommuniziert.

Zusammenfassung der Angebote:

Wir unter­stützen Sie in allen Phasen der Data Science Pipeline: von der Datenbeschaffung über die Datenbereinigung und -analyse bis hin zum Einsatz und Training von KI-Systemen. Darüber hinaus bieten wir Datenvisualisierung, Publikations­beratung und Unter­stützung beim FAIRen Teilen und Archivieren Ihrer Daten in Datenrepositorien.

Reproduzierbare und trans­parente Forschungs­software oder FAIRe Software­entwicklung und Forschungs­daten. Das FDZ unter­stützt Sie im Bereich Software­entwicklung, indem wir Ihnen helfen, reproduzierbaren Open-Source-Code in Python und R zu schreiben und diesen strukturiert auf GitHub zu organisieren und zu dokumentieren. Zudem überprüfen wir Ihr Software-Repositorium auf Problemstellen und Vollständigkeit. Wir unter­stützen Sie bei der FAIRen Veröffentlichung und Archivierung Ihrer Forschungs­software und Forschungs­daten in Datenrepositorien. Darüber hinaus beraten wir Sie gerne bei der Veröffentlichung eines Artikels über die Forschungs­software und -daten in einer Fach­zeitschrift, um Ihre Entwicklungen einem breiteren Publikum zugänglich zu machen.

Das Beratungs­angebot des FDZ zur Infrastruktur für Data Science umfasst eine umfassende Unter­stützung bei der Auswahl und Nutzung geeigneter Rechenressourcen, einschließlich High Performance Computing (HPC). Wir beraten Sie auch zu kostenlosen Cloud-Infrastrukturen wie bwCloud, bwSync&Share, bwHPC, GWDG-Cloud, Kaggle, Google Colab, Google Cloud for Education und der TPU Research Cloud. Darüber hinaus bieten wir fach­kundige Beratung zum effizienten Einsatz von Deep-Learning-Modellen in der Produktions­umgebung, um Ihre Projekte optimal umzusetzen und zu skalieren.

Low-Code- und No-Code-Ansätze ermöglichen die Umsetzung komplexer Data-Science-Projekte mit minimalem Programmieraufwand durch visuelle Schnittstellen und vorgefertigte Bibliotheken. Während Low-Code-Tools für benutzerdefinierte Anpassungen Programmier­kenntnisse voraussetzen, ermöglichen No-Code-Plattformen auch Nutzenden ohne Programmiererfahrung, leistungs­fähige Data-Science-Modelle zu erstellen und zu nutzen. 

Unser Beratungs­angebot umfasst die Unter­stützung bei der Auswahl und Anwendung von Low-Code-Bibliotheken wie PyCaret, H2O AutoML, Auto-ViML, TPOT und AutoKeras. Wir beraten auch zu No-Code Tools wie Google Cloud Auto ML, ML KIT, Runway AI, Lobe, CreateML, RapidMiner und DataRobot. Darüber hinaus bieten wir Beratung zum effizienten Einsatz von Chatbots wie ChatGPT und seinen Alternativen für Rechercheaufgaben und Datenanalysen. 

Wir bieten umfassende Unter­stützung bei der Vernetzung im Bereich Data Science. Dazu gehört die Unter­stützung bei der Suche nach geeigneten Kooperations­partnern, um Ihre Projekte zu fördern und Synergien zu nutzen. Darüber hinaus unter­stützen wir Sie bei der Organisation von Data-Science-Treffen, um den Wissens- und Erfahrungs­austausch innerhalb der Community zu fördern und wertvolle Kontakte zu knüpfen.

Ein zusätzlicher Partner für Data Science an der Universität Mannheim ist das Mannheim Center for Data Science.