Dr. Johannes Leupolz will give a talk in the elite program’s special lecture series. The title of the talk is “Qualitative and quantitative analysis of safety-critical systems with S#” and it will take place in room 1055N at 9AM on July 6th 2023.
Abstract
Safety-critical systems are expected to operate safely under regular circumstances as well as in many degraded situations. In the latter case, these systems have to cope with one or more components that are not working as specified, while at the same time they have to avoid (serious) economical or environmental damage, injuries, or even loss of lives. S# provides a modeling language specifically designed to express important safety-related concepts such as faults and the physical environment of a safety-critical system. For safety assessments, model simulations as well as formal safety analyses are supported.
Christina Karle and Dr. Christoph Tenbrock from TNG will give a talk in the elite program’s special lecture series. The title of the talk is “Requirements Engineering in der Realität” and it will take place in room 1055N at 4PM on 15 June 2023.
Abstract
Requirements Engineering ist von zentraler Bedeutung für den Erfolg eines Projekts. Zwischen theoretischen Ansätzen und der praktischen Umsetzung klafft jedoch wie in vielen Bereichen mitunter eine Lücke.
Um zur Schließung der Lücke beizutragen, möchten wir zwei konkrete Beispiele für Requirements Engineering aus unserem Arbeitsalltag vorstellen: ein Fall von beinahe gescheitertem und ein Fall von gelungenem Requirements Engineering. Anhand dieser Beispiele werden wir einige Probleme und mögliche Lösungsansätze des Requirements Engineering in der Praxis beleuchten, die dem Publikum hoffentlich bei der zukünftigen Arbeit mit Requirements helfen werden.
Biography
Christina Karle is a graduate of the elite program Software Engineering.
Andreas Zimmerer from Snowflake will give a talk in the elite program’s special lecture series. The title of the talk is “Industry vs. Research DBMS: Exploring Key Differences” and it will take place in room 1055N at 4PM on 1 June 2023.
Abstract
Snowflake is a cloud-based data warehousing platform that offers a fully-managed service to store, process, and analyze large amounts of data. It is a relational database management system (DBMS) that is designed to be highly scalable, reliable, and secure. Snowflake is built on a unique multi-cluster shared data architecture that separates compute and storage, allowing users to easily scale computing resources up or down as needed, without affecting data availability or query performance.
Snowflake reliably handles high volumes of data and executes billions of queries every day. Building such a large system yields unique challenges and pitfalls, but also contains many well-known solutions. In this talk, we will explore the challenges and solutions involved in building a high-volume, query-intensive data management system such as Snowflake. Drawing from the experiences of individuals with academic backgrounds who have worked on both research and industry databases, we compare the similarities and differences between these two worlds. Through this comparison, we aim to provide valuable insights into the design and management of large-scale data processing systems, with a focus on features, workloads, optimizations, and operations.
Biography
Andreas Zimmerer is a graduate of the elite program Software Engineering. He works at Snowflake since 2021 on Query Processing.
Prof. Viktor Leis and Maximilian Kuschewski will give a talk in the elite program’s special lecture series. The title of the talk is “Commoditizing Data Analytics in the Cloud” and it will take place in room 1055N at 4PM on 1 May 2023.
Abstract
The goal of the CODAC project is to commoditize large-scale data analytics in the cloud, which means (1) to reduce query processing cost to close to what the available hardware is theoretically capable of and (2) to prevent vendor lock-in by making it easy to move data between different clouds and systems. To achieve this, we are designing and developing an open and cost-efficient analytical data analytics system for the cloud.
The CODAC system consists of three main components: First, an intelligent control component that automatically and transparently selects and manages the cheapest hardware instances for the given workload and makes migration to other cloud vendors possible. Second, a highly-efficient and scalable query processing engine that is capable of fully exploiting modern cloud hardware. Third, a data lake storage abstraction based on open data formats that enables cheap storage as well as modularity and interoperability across different data systems.
The resulting system therefore has the potential for making large-scale data analytics both cheaper and easier, boosting data-driven instruct and science.
Biography
Maximilian Kuschewski is a graduate of the elite program Software Engineering.
Deniz Candas and Dr. Alexander Alldridge from d-fine will give a talk in the elite program’s special lecture series. The title of the talk is “EuroDaT – neutraler, vertrauenswürdiger Daten-Treuhänder für die Finanzdomäne: Aufbau einer Plattform für die sichere Ausführung von B2B-Daten-Mehrwertdiensten im Finanzsektor unter Wahrung der Daten-Souveränität der Datengeber” and it will take place in room 1055N at 4PM on 4 May 2023.
Abstract
Viele Anwendungen im Finanzsektor erfordern die Zusammenführung von Daten. Ein prominentes Beispiel ist die Geldwäsche, die nur durch die Analyse von Netzwerken von Finanztransaktionen nachgewiesen werden kann, wozu ein einzelnes Geldinstitut nicht in der Lage ist. Für das Datenpooling gibt es allerdings erhebliche Hürden, technische, organisatorische und juristische, z.B. aus der DSGVO und dem Kartellrecht.
Ein Datentreuhänder, der selbst neutral agiert und kein Interesse an der Monetarisierung gepoolter Daten hat, wäre in der Lage, diese Hürden zu beseitigen. Er soll es Datengebern, Serviceprovidern und Datennutzern ermöglichen, in automatisierter Weise an die Finanzdomäne angepasste Data Contracts zu schließen und akkreditierte Anwendungscontainer in Isolation auf einer sicheren Infrastruktur auszuführen. Dabei soll sichergestellt werden, dass nur solche Ergebnisdaten ausgeliefert werden, die die Datennutzer auf Basis der Verträge erhalten dürfen. Datengeber sollen jederzeit Transparenz über die Verwendung ihrer Daten besitzen und der Verwendung jederzeit widersprechen können.
Um einen solchen Treuhänder bereitzustellen, arbeiten wir im Rahmen eines durch das BMWK geförderten Konsortialforschungsprojekts mit Partnern aus Wirtschaft, Forschung und öffentlicher Verwaltung zusammen, um den Treuhänder als technische Plattform und als Betreibergesellschaft zu etablieren, und gleichzeitig Use Cases für den Treuhänder zu entwickeln und auf die Plattform zu heben.
Die EuroDaT-Plattform basiert auf Kubernetes und wird als Microservice-Plattform mit Kotlin/Java entwickelt. Dabei wird auf Quarkus, sowie auf eine Reihe existierender Services zurückgegriffen. Insbesondere werden spezialisierte Dienste aus dem Umfeld von Gaia-X integriert.
Biography
Deniz Candas is a graduate of the elite program Software Engineering.
Prof. Maximilian Schüle from the University of Bamberg will give a talk in the elite program’s special lecture series. The title of the talk is “SQL4ML: Mit blauen Elefanten lernen” and it will take place in room 1055N at 4PM on 27 April 2023.
Abstract
Maschinelles Lernen erfordert meist die Datenextraktion aus Datenbanksystemen, obwohl Datenbankserver mehr Rechenleistung aufbringen und damit komplexe Berechnungen übernehmen könnten. Der Vortrag zeigt, wie das Datenbanksystem Berechnungen für maschinelles Lernen unterstützt bzw. komplett übernimmt. Dafür können eigene Operatoren geschaffen oder die Operationen komplett in SQL abgebildet werden. Zum Beispiel kann der Gradientenabstieg für das Trainieren von Modellen in SQL mithilfe automatischer Differenzierung und rekursiven Tabellen ausgedrückt werden. Außerdem erleichtern Datenbanksysteme die Dateninspektion in Datenpipelines. So können Biase (Verzerrungen im Datensatz) leicht entdeckt werden.
Biography
Prof. Schüle ist Absolvent des Elitestudiengangs Software Engineering und hat an der TU München promoviert. Seit Oktober 2022 ist er Professor an der Universität Bamberg.
The application period for the winter intake 2023 has started. For instructions on how to apply, please visit our application web-site.
Der Elitestudiengang Software Engineering bietet im Januar und Februar Informationsveranstaltungen an den beteiligten Universitäten an:
- Universität Augsburg: 24.01.2023 ab 17:15 Uhr (Raum 3017N)
- Ludwig-Maximilians-Universität München: 25.1.20231 ab 17:00 Uhr
- Technische Universität München: 1.2.2023 ab 17:00 Uhr (Raum 02.13.010)
Hierbei werden wir die Details des Studiengangs und des Bewerbungsverfahrens vorstellen und die Vorteile und Besonderheiten des Studiengangs darstellen.
Der Masterstudiengang Software Engineering bietet ein deutschlandweit einmaliges Ausbildungsprogramm und qualifiziert bestens für herausfordernde Tätigkeiten in Praxis und Wissenschaft.
Dr. Cornel Klein from Siemens will give a talk in the elite program’s special lecture series. The title of the talk is “safe.trAIn – Engineering and Assurance of a Driverless Regional Train” and it will take place in room 1055N at 4PM on 12 January 2023.
Abstract
With the introduction of highly automated train operation (Grade of Automation (GoA) 4 operation) a significant performance increase of railway systems can be achieved. This includes the enhancement of the transport capacity in existing tracks, energy savings by means of an optimized driving strategy, reduced mechanical wear and tear as well as increased passenger comfort by means of homogeneous driving, and increased flexibility for demand-oriented train services. Traditional automation technologies alone are not sufficient to enable the fully automated operation of trains. However, Artificial Intelligence (AI) and Machine Learning (ML) offers great potential to realize the mandatory novel functions to replace the tasks of a human train driver, such as obstacle detection on the tracks. The problem, which still remains unresolved, is to find a practical way to link AI/ML methodologies with the requirements and approval processes that are applied in the railway domain. The safe.trAIn project (2022 – 2024) aims to lay the foundation for safe use of AI/ML for the driverless operation of rail vehicles and to thus addresses this key technological challenge hindering the adoption of unmanned rail transport. Within the project, which is funded by the German government, there is a budget of €23 million available for this task.
The project goals are to perform integrated development of guidelines and methods for the safety assurance of artificial intelligent in highly automated train operation. Based on the requirements for the certification process in the railway domain, safe.trAIn creates a safety argumentation for an AI-based obstacle detection function of a driverless regional train. Therefore, the project investigates methods to prove trustworthiness of AI-based functions taking robustness, performance, uncertainty, transparency, and out-of-distribution aspects of the AI/ML model into account. These methods are integrated into a comprehensive and continues testing and verification process for trains. Moreover, a GoA 4 train architecture incorporating safe, AI-based functions for automated train operation is defined and assessed in terms of safety. The feasibility of the guidelines and methods developed in safe.trAIn is evaluated with a real case study in which an exemplary safety case for a driverless regional train is created and assessed by auditors. Safe.trAIn builds on the results from the latest research and development activities (e.g., Shift2Rail, BerDiBa, ATO-Sense and ATO-Risk, and KI-Absicherung (“AI safeguarding”) and will continue the development of those activities in line with the new requirements.
The participating project partners are from the railway domain, academia, standardization bodies, and safety assessment bodies. The industrial partners will use the project’s outcomes to launch automation solutions in the market that enable highly automated and driverless operation of rail vehicles. In addition, relevant results from the safe.trAIn project will be integrated into standardization activities in the areas of safe and trustworthy AI and rail transportation.
Stephan Wolf, alumnus of the Software Engineering program and now at QuantCo, will give a talk in the elite program’s special lecture series. The title of the talk is “Life of an SE alumnus – from Augsburg to big tech to starting an own start-up and joining a scale-up” and it will take place in room 1055N at 4PM on December1st 2022.
Abstract
Nach dem SE-Studiengang ging Stephan zu Google nach Zürich. Dort war er maßgeblich an der Entwicklung von Google Assistant und Google Lens beteiligt: vom ersten Public Launch bis zum Wachstum zur “1 Billion User Base”. Anschließend hat er ein Start-Up im Bereich synthetische Biologie und Machine Learning gegründet und ein Start-Up im Bereich Deep Learning für Wettermodelle beraten.
Als nächste Herausforderung ist er 2022 bei QuantCo eingestiegen, um der Machine Learning Company bei der Skalierung zum Milliarden-Unternehmen zu helfen.
Über diesen Werdegang und seine aktuelle Tätigkeit bei QuantCo wird Stephan Wolf in der Ringvorlesung am 1. Dezember ausführlich berichten und freut sich über viele Fragen der Studierenden.
