Nemania Borovits, MSc is een promovendus in data-engineering en AI voor privacy. Zijn onderzoek spitst zich toe op de implementatie van het Privacy by Design-framework binnen Big Data-architecturen, privacybehoudende machine en deep learning en beoordeling van privacyrisico’s voor AI-oplossingen. Bovendien heeft hij bijdragen geleverd aan het Infrastructure as Code domein door gebruik te maken van machine en deep learning voor het voorspellen van defecten.
Nemania’s onderzoek traint effectief modellen terwijl privacygevoelige gegevens worden beschermd in een poging om de zorgen van de samenleving over de transparantie en eerlijkheid van AI-systemen. Bovendien heeft het een directe invloed op de bedrijfswereld. Zijn werk, dat hij samen met KPN uitvoert, heeft tot doel AI-modellen te ontwikkelen die de privacy behouden en waarborgen.
JADS neemt ook deel aan verschillende (internationale) projecten die bijdragen aan grote maatschappelijke uitdagingen zoals gezondheid, voedselzekerheid, slim transport en veilige samenlevingen. Samen met bedrijven, overheid, NGO’s en andere kennisinstellingen werkt JADS aan oplossingen door gebruik te maken van data.