1.dynamic orcheastration

k8s+docker+（kuberedge）

动态编配，集成控制和管理虚拟化容器，主要方向是实时处理节点信息和编写任务调度算法

2.federate learning

以孤岛数据的分布特点为依据对联邦学习进行分类，考虑有多个数据拥有方，每个数据拥有方各自所持有的数据集可以用一个矩阵来表示。 比如矩阵的每一行代表一个用户，每一列代表一种用户特征

联邦学习 主要方向：

1. 找新的应用场景，迁移微众银行FATE项目（https://github.com/FederatedAI/FATE）

2. 安全算法方面，比如这篇文章提出了联邦化的矩阵分解算: https://arxiv.org/abs/1906.05108

3.graphic neural network

感觉这个最合适，咱俩方向的交集

4.tiny machine learning

微型机器学习(tinyML)是机器学习和嵌入式物联网(IoT)设备的交集。

有点难没有硬件而且和你的方向有点远