Masters Thesis - AI-baserad rekommendationsmotor för innehåll i verksamhetssystem

Om jobbet

CANEA söker ett team på två drivna studenter som är intresserade av att göra ett examensarbete inom ämnet AI-baserade rekommendationsmotorer för verksamhetssystem!

Med den exponentiella tillväxten av digitalt innehåll, blir det alltmer utmanande för användare att hitta relevant material. Ett sätt att underlätta för användaren i denna problematik kan vara att tillämpa avancerade algoritmer för att rekommendera innehåll som är anpassat för den specifika användaren. Rekommendationer skulle kunna baseras på innehållet i ett visst objekt, som texten i ett dokument. Även kontextuell data kopplat till objektet eller användaren skulle kunna användas, som användarens plats eller tid på dagen.

Vi föreslår ett examensarbete vars syfte är att undersöka existerande forskning inom detta område och utifrån det designa och implementera en AI-baserad rekommendationsmotor. Vår förhoppning är att detta kan bidra till att göra vår produkt mer användarcentrerad och intelligent. Dessutom ser vi möjligheten att koppla detta till existerande forskning inom AI. Exempelvis, hur kan man förklara de rekommendationer som ges (explainable AI), och hur undviker man underliggande tendenser hos AI-modellen att rekommendera en viss typ av innehåll (bias)? Förslagsvis skulle det även gå att jämföra innehållsbaserade rekommendationer gentemot kontextbaserade.

Start: VT 2025

Omfattning: 30 hp

Kunskapsönskemål:

Vi ser gärna att du kan grunderna i AI, data science och ML, exempelvis från tidigare kurser genom högskolan, samt har förståelse för grunderna i rekommendationsalgoritmer, gärna AI-baserade sådana. Har du dessutom erfarenhet av webbutveckling är det meriterande.

Skulle detta intressera er vill vi gärna ta det vidare till ett examensarbete höstterminen 2024!

CANEA är en arbetsgivare som värdesätter mångfald och lika möjligheter och vi uppmanar personer med olika bakgrunder och erfarenheter att ansöka.