Masterexjobb: Orkestrering av AI-agenter för intelligent beslutsstöd inom industrin

Bakground

Moderna industriella verksamheter genererar stora mängder data från sensorer, styrsystem, underhållssystem och teknisk dokumentation. Att omvandla denna information till användbara beslutsunderlag kräver ofta en kombination av olika analysmetoder, datakällor och domänspecifik kunskap.

De senaste framstegen inom stora språkmodeller (LLM) och agentbaserad AI har skapat nya möjligheter att utveckla intelligenta system där specialiserade AI-agenter samarbetar för att lösa komplexa uppgifter.

Att koordinera flera agenter innebär dock nya utmaningar. Hur ska arbetsuppgifter fördelas mellan agenterna? När bör en agent samarbeta med andra, delegera uppgifter eller begära ytterligare information? Och hur kan vi säkerställa att det resulterande systemet är effektivt, tillförlitligt och transparent?

Detta examensarbete undersöker dessa frågor inom ramen för RESOPS, ett internationellt industriellt forskningsprojekt där eghed deltar tillsammans med flera europeiska industri- och forskningspartners. Projektet undersöker hur avancerad AI kan bidra till mer robusta, resilienta och intelligenta industriella verksamheter.

Examensarbetet

Syftet med examensarbetet är att undersöka, utveckla och utvärdera olika metoder för att orkestrera flera AI-agenter som tillsammans skapar ett intelligent beslutsstöd för industriella tillämpningar. Arbetet fokuserar på att utveckla en prototyp där specialiserade agenter samarbetar för att analysera industriella situationer, hämta relevant kunskap och generera rekommendationer.

Examensarbetet omfattar följande delar:

• Litteraturstudie: Undersöka aktuell forskning och befintliga arkitekturer för multi-agent-system, agentorkestrering och samarbete mellan LLM-baserade agenter.
• Arkitekturdesign: Utforma en modulär multi-agent-arkitektur med specialiserade agenter för exempelvis dataanalys, informationssökning, resonemang och beslutsstöd.
• Implementation: Utveckla en fungerande prototyp i Python med lämpliga ramverk för AI-agenter, exempelvis LangGraph eller motsvarande tekniker.
• Orkestreringsstrategier: Implementera och jämföra fördefinierade arbetsflöden med mer dynamiska metoder där agenter själva kan välja verktyg, delegera uppgifter och koordinera sina aktiviteter.
• Utvärdering: Utforma experiment för att jämföra olika tillvägagångssätt med avseende på uppgiftslösning, precision, tillförlitlighet, exekveringstid och beräkningskostnad.
• Industriell tillämpning: Demonstrera och utvärdera systemet med representativa industriella scenarier, exempelvis avvikelser i utrustning, driftstörningar eller beslutsstöd för underhåll.

Forskningsfrågor

Examensarbetet kommer att undersöka frågor såsom:

• Hur kan specialiserade AI-agenter orkestreras på ett effektivt sätt för att lösa komplexa industriella uppgifter?
• Under vilka förutsättningar ger dynamisk multi-agent-orkestrering bättre resultat än fördefinierade arbetsflöden eller lösningar med en enda AI-agent?
• Hur påverkar olika orkestreringsstrategier systemets tillförlitlighet, prestanda och beräkningskostnad?
• Hur kan samarbetet mellan AI-agenter göras transparent, spårbart och lämpligt för industriellt beslutsstöd?

Det förväntade resultatet är en fungerande multi-agent-prototyp, tillsammans med en systematisk utvärdering av olika orkestreringsstrategier och rekommendationer för hur dessa kan användas i industriella AI-system.

Den exakta omfattningen och de slutliga forskningsfrågorna fastställs tillsammans med studenten eller studenterna och den akademiska handledaren, med hänsyn till studenternas intressen och tillgängliga industriella användningsfall.

Vem söker vi?

Examensarbetet riktar sig till masterstudenter eller civilingenjörsstudenter inom datateknik, artificiell intelligens, maskininlärning, programvaruteknik eller motsvarande utbildningar, på ett lärosäte i Sverige.

Vi söker dig som har:

• Goda programmeringskunskaper i Python.
• God förståelse för maskininlärning och artificiell intelligens.
• Grundläggande erfarenhet av eller kunskap om stora språkmodeller (LLM), generativ AI eller moderna ramverk för AI-utveckling.
• Intresse för mjukvaruarkitektur, distribuerade system och intelligent automation.
• Förmåga att arbeta självständigt, undersöka tekniska problem och utvärdera lösningar med vetenskapliga metoder.
• Talar och skriver svenska obehindrat.
• Kan vara på kontoret alla dagar i veckan. (inget hybridarbete)

Erfarenhet av agentbaserade ramverk, LangGraph, RAG, API-integration eller distribuerade arkitekturer är meriterande, men inget krav.

Examensarbetet omfattar 30 hp och är avsett för en eller två studenter. Vi välkomnar särskilt ansökningar från två studenter som vill kombinera tillämpad AI-forskning med praktisk systemutveckling.

Vad erbjuder vi?

Som examensarbetare hos Eghed får du möjlighet att:

• Arbeta med avancerade forskningsfrågor inom agentbaserad AI och orkestrering av flera AI-agenter.
• Bidra till ett internationellt industriellt forskningsprojekt.
• Utforska nya tekniker för intelligent automation och industriell AI.
• Designa, implementera och utvärdera en egen multi-agent-arkitektur.
• Arbeta nära erfarna Data Scientists, Machine Learning Engineers och Data Engineers på eghed.
• Få praktisk erfarenhet av att omsätta avancerade AI-koncept till fungerande prototyper.
• Bidra till forskning och utveckling med potentiella tillämpningar i verkliga industriella miljöer.

Examensarbetet ger dig möjlighet att kombinera akademisk forskning med praktiska tekniska utmaningar och samtidigt utforska tekniker som förväntas få en allt viktigare roll i nästa generations AI-system.

Om eghed

eghed är ett specialistbolag inom Data Science, Machine Learning, Data Engineering och AI. Vi arbetar med tekniskt utmanande problem där avancerad dataanalys, matematisk modellering och mjukvaruutveckling möter verkliga industriella och affärsmässiga behov.

Hos oss får du arbeta nära erfarna specialister och möjlighet att omsätta teoretiska metoder till lösningar som skapar konkret nytta.

Genom vårt deltagande i RESOPS utforskar vi hur intelligenta AI-agenter, orkestrering och kunskapsbaserade system kan bidra till nästa generations industriella beslutsstöd.

Som examensarbetare får du också möjlighet att arbeta från egheds kontor i Stockholm (Sveavägen) och bli en del av vår gemenskap.

Ansökan

Skicka din ansökan till thesis@eghed.se.

Bifoga följande:

• CV
• Ett kort personligt brev där du presenterar dig själv (eller er båda), er relevanta bakgrund och varför ni är intresserade av examensarbetet
• Studieutdrag från Ladok
• Gärna information om tidigare projekt eller erfarenheter inom AI-agenter, LLM, Python eller relaterade områden

Vi välkomnar ansökningar från både enskilda studenter och studentpar.

Ansökningar behandlas löpande och urval kan ske före sista ansökningsdag.

Sista ansökningsdag: 1 november 2026

Examensarbetsperiod: Januari–juni 2027

Omfattning: 30 hp

Plats: Stockholm

Vid frågor om examensarbetet, kontakta roger.ericsson@eghed.se.