Om oss:

Stegra har som mål att revolutionera den globala stålindustrin genom att producera grönt stål. Vi bygger ett helt integrerat, digitaliserat och hållbart stålverk i Boden, Sverige, som är utformat för att avsevärt minska koldioxidutsläppen jämfört med traditionell ståltillverkning.

Digitalisering, automatisering och AI är centrala faktorer för hur vi utformar och driver vårt verk. I takt med att vi närmar oss driftsfasen undersöker vi hur ny AI-teknik kan stödja vår personal, våra processer och våra industriella system på ett säkert, tillförlitligt och skalbart sätt.

Denna masteruppsats erbjuder en spännande möjlighet att utforska potentialen hos små språkmodeller (SLM) i en industriell driftsmiljö och att gå från utforskning till praktiska experiment.

Stora språkmodeller har visat betydande potential inom ett brett spektrum av tillämpningar. Samtidigt utvecklas små språkmodeller snabbt och kan erbjuda fördelar för industriella användningsfall där faktorer som hastighet, kostnad, integritet, tillförlitlighet, domänspecialisering och implementering närmare driftsystemen är viktiga.

Stegra vill undersöka om, var och hur SLM skulle kunna skapa värde för vår verksamhet i Boden.

Syftet med uppsatsen är att identifiera och utvärdera relevanta användningsfall för SLM inom industriell verksamhet samt undersöka den tekniska och operativa genomförbarheten av att implementera dem hos Stegra. Till exempel:

• Hur påverkar processernas olika realtidskrav tillämpligheten?

• Hur kan en operatör få hjälp av den ”bästa” kollegorna för att säkerställa en jämn produktkvalitet, oavsett vem som sköter maskinerna under varje skift?

Arbetet bör kombinera forskning och analys med en praktisk implementering. Utifrån den inledande bedömningen ska studenten/studenterna välja ut ett eller flera lovande användningsfall och utveckla en prototyp eller ett proof of concept för att demonstrera och utvärdera potentialen i ett realistiskt Stegra-sammanhang.

Möjliga områden kan bland annat omfatta underhåll, felsökning, operatörsstöd, säkerhet, teknisk dokumentation, kunskapshämtning, klassificering och extrahering av driftsinformation, eller AI-funktioner som används i anslutning till industriella system.

En viktig del av uppsatsen kommer också att vara att förstå när en SLM är den rätta lösningen – och när ett annat tillvägagångssätt, såsom en större språkmodell, traditionell maskininlärning eller deterministisk programvara, skulle vara mer lämpligt.

Arbetet kommer att omfatta:

• Litteraturgenomgång och teknikbedömning av små språkmodeller och deras användning i industriella miljöer

• Identifiering och utvärdering av potentiella användningsfall inom Stegras verksamhet

• Intervjuer och workshops med relevanta operativa och digitala intressenter

• Fastställande av kriterier för utvärdering av SLM:s lämplighet, såsom prestanda, latens, kostnad, säkerhet, integritet, tillförlitlighet och driftsättningskrav

• Prioritering och urval av ett eller flera användningsfall för praktisk utvärdering

• Utformning och implementering av en prototyp/koncepttest

• Utvärdering av prototypen i förhållande till operativa behov och alternativa tekniska tillvägagångssätt

• Rekommendationer för hur Stegra skulle kunna använda och skala upp små språkmodeller i framtida verksamhet

Det förväntade resultatet är både en strategisk rekommendation och en praktisk demonstration av hur små språkmodeller skulle kunna stödja Stegras verksamhet.

• Vi söker en eller två självständiga masterstudenter som studerar datavetenskap, programvaruteknik, artificiell intelligens, maskininlärning, datavetenskap, industriell teknik eller ett liknande område.

• Du bör ha ett starkt intresse för AI och mjukvaruutveckling och tycka om att kombinera forskning med praktiska experiment. Erfarenhet av språkmodeller, Python, maskininlärning, mjukvaruutveckling eller moln-/edge-teknik är en fördel.

• Eftersom det är en viktig del av uppdraget att förstå den verkliga driftsmiljön bör du kunna och vara villig att vid behov tillbringa tid på plats i Boden och arbeta i nära samarbete med Stegras digital- och driftsteam.

• Vi värdesätter nyfikenhet, initiativförmåga och förmågan att självständigt utforska ett framväxande teknikområde och omvandla resultaten till praktiska lösningar.

Startdatum: Våren 2027
Varaktighet: 20 veckor (30 ECTS-poäng)
Plats: Boden/Luleå, med närvaro på plats i Boden vid behov
Antal studenter: 1–2