Om oss:

Stegra har som mål å revolusjonere den globale stålindustrien ved å produsere grønt stål. Vi bygger et fullt integrert, digitalisert og bærekraftig stålverk i Boden i Sverige, som er utformet for å redusere CO₂-utslippene betydelig sammenlignet med tradisjonell stålproduksjon.

Digitalisering, automatisering og AI er sentrale drivkrefter i hvordan vi utformer og driver verket vårt. Etter hvert som vi nærmer oss oppstart, utforsker vi hvordan nye AI-teknologier kan støtte våre medarbeidere, prosesser og industrielle systemer på en sikker, pålitelig og skalerbar måte.

Denne masteroppgaven gir en spennende mulighet til å utforske potensialet til små språkmodeller (SLM-er) i et industrielt driftsmiljø og å gå fra utforskning til praktisk eksperimentering.

Store språkmodeller har vist betydelig potensial i et bredt spekter av anvendelser. Samtidig utvikler små språkmodeller seg raskt og kan tilby fordeler for industrielle bruksområder der faktorer som hastighet, kostnad, personvern, pålitelighet, domenespesialisering og implementering nærmere driftssystemene er viktige.

Stegra ønsker å utforske om, hvor og hvordan SLM kan skape verdi for driften vår i Boden.

Formålet med oppgaven er å identifisere og evaluere relevante SLM-anvendelsestilfeller innen industriell drift og undersøke den tekniske og driftsmessige gjennomførbarheten av å implementere dem hos Stegra. For eksempel:

• Hvordan påvirker prosessenes ulike sanntidskrav anvendbarheten?

• Hvordan kan en operatør få hjelp fra den «beste» kollegaen for å sikre jevn produktkvalitet, uavhengig av hvem som betjener maskinene på hvert skift?

Arbeidet skal kombinere forskning og analyse med en praktisk implementering. Basert på den innledende vurderingen skal studenten(e) velge ett eller flere lovende bruksscenarier og utvikle en prototype eller et proof of concept for å demonstrere og evaluere potensialet i en realistisk Stegra-kontekst.

Potensielle områder kan omfatte, men er ikke begrenset til, vedlikehold, feilsøking, operatørstøtte, sikkerhet, teknisk dokumentasjon, kunnskapsgjenfinning, klassifisering og utvinning av driftsinformasjon, eller AI-funksjoner implementert i nærheten av industrielle systemer.

En viktig del av oppgaven vil også være å forstå når en SLM er den riktige løsningen – og når en annen tilnærming, for eksempel en større språkmodell, tradisjonell maskinlæring eller deterministisk programvare, ville være mer hensiktsmessig.

Arbeidet vil omfatte:

• Litteraturgjennomgang og teknologivurdering av små språkmodeller og deres bruk i industrielle miljøer

• Identifisering og evaluering av potensielle bruksområder innenfor Stegras virksomhet

• Intervjuer og workshops med relevante operasjonelle og digitale interessenter

• Definisjon av kriterier for å vurdere SLM-egnethet, slik som ytelse, ventetid, kostnad, sikkerhet, personvern, pålitelighet og krav til implementering

• Prioritering og utvelgelse av ett eller flere bruksscenarier for praktisk evaluering

• Utforming og implementering av en prototype/konsepttest

• Evaluering av prototypen i forhold til operasjonelle behov og alternative tekniske tilnærminger

• Anbefalinger for hvordan Stegra kan bruke og skalere små språkmodeller i fremtidige operasjoner

Det forventede resultatet er både en strategisk anbefaling og en praktisk demonstrasjon av hvordan små språkmodeller kan støtte Stegras virksomhet.

• Vi ser etter én eller to selvdrevne masterstudenter som studerer informatikk, programvareutvikling, kunstig intelligens, maskinlæring, datavitenskap, industriell ingeniørvitenskap eller et lignende fagområde.

• Du bør ha en sterk interesse for AI og programvareutvikling og like å kombinere forskning med praktisk eksperimentering. Erfaring med språkmodeller, Python, maskinlæring, programvareutvikling eller sky-/kantteknologier er en fordel.

• Siden forståelse av det virkelige driftsmiljøet er en viktig del av oppdraget, bør du være i stand til og villig til å tilbringe tid på stedet i Boden når det er nødvendig, og jobbe tett sammen med Stegras digitale og driftsteam.

• Vi verdsetter nysgjerrighet, initiativ og evnen til selvstendig å utforske et nytt teknologiområde og omsette funn til praktiske løsninger.

Startdato: Våren 2027
Varighet: 20 uker (30 ECTS-poeng)
Sted: Boden/Luleå, med tilstedeværelse på stedet i Boden når det er nødvendig
Antall studenter: 1–2