1.dynamic orcheastration
k8s+docker+（kuberedge）
動態(tài)編配，集成控制和管理虛擬化容器腐巢，主要方向是實(shí)時(shí)處理節(jié)點(diǎn)信息和編寫任務(wù)調(diào)度算法
2.federate learning
以孤島數(shù)據(jù)的分布特點(diǎn)為依據(jù)對聯(lián)邦學(xué)習(xí)進(jìn)行分類，考慮有多個(gè)數(shù)據(jù)擁有方中鼠，每個(gè)數(shù)據(jù)擁有方各自所持有的數(shù)據(jù)集可以用一個(gè)矩陣來表示。 比如矩陣的每一行代表一個(gè)用戶色难，每一列代表一種用戶特征
聯(lián)邦學(xué)習(xí) 主要方向：
1. 找新的應(yīng)用場景，遷移微眾銀行FATE項(xiàng)目（https://github.com/FederatedAI/FATE）
2. 安全算法方面等缀，比如這篇文章提出了聯(lián)邦化的矩陣分解算: https://arxiv.org/abs/1906.05108
3.graphic neural network
感覺這個(gè)最合適枷莉，咱倆方向的交集
4.tiny machine learning
微型機(jī)器學(xué)習(xí)(tinyML)是機(jī)器學(xué)習(xí)和嵌入式物聯(lián)網(wǎng)(IoT)設(shè)備的交集。
有點(diǎn)難沒有硬件而且和你的方向有點(diǎn)遠(yuǎn)
