Examensarbete - Maskininlärning för detektering av bedrägeriförsök i Stockholm kollektivtrafik - Under tillsättning eller tillsatt, ej sökbar

Varje dag reser närmare en miljon människor med buss, tåg, båt eller färdtjänst i Stockholms läns kollektivtrafik. Under en dag har busslinje 4 lika många resenärer som SJ, och Hötorgets station lika många som hela Göteborgs central. Det är vi på Trafikförvaltningen (TF) inom Stockholms Region som ser till att hela det här komplexa systemet fungerar.

Under de senaste åren har TF satsat på egen utveckling av IT-produkter. Vårt fokus har varit att använda moderna teknologier för att erbjuda toppklassiga tjänster till våra kunder. Vi arbetar agilt och utvecklar en stor del av våra nya produkter i molnet.

En av våra mest uppskattade produkter bland resenärerna är det nya biljett- och betalsystemet. Systemet har utvecklats internt, och vi arbetar ständigt med att göra det ännu mer robust och säkert. Ett spännande förbättringsområde som vi vill utforska mer innefattar avancerade analysmetoder och maskininlärning för att övervaka och snabbt upptäcka avvikande beteenden, inklusive bedrägeriförsök.

I nuläget använder vi regelbaserade algoritmer för att identifiera bedrägeriförsök med det nya biljett- och betalsystemet. Målet med examensarbetet är att undersöka möjligheten att använda mer sofistikerade metoder för att bättre upptäcka avvikande beteenden och bedrägeriförsök.

Konkret kommer projektet att innebära att samla in och bygga förståelse för data och datakvalité, val och implementation av lämpliga ML/statistika metoder, samt utvärdering mot nuvarande algoritm. Vi är också intresserade av att utvärdera serverless algoritmer från våra moln leverantörer (AWS och Microsoft).

Du kommer att jobba i nära samarbete med flera team på TF som består av erfarna utvecklare, lösningsarkitekter och data scientists/analytiker. Viss ekonomisk ersättning utgår.

Vi letar efter dig/ni som brinner för ML och tillämpning av ML metoder för att lösa verkliga problem, med potentiellt stor samhällelig nytta. För att vara framgångsrik behöver du ha bra kunskap av maskininlärning och programmering, och även viss vana av att jobba med stora datamängder. Du måste ha ett starkt intresse av att lära dig nya teknologier och vara bekväm med att jobba självständig. Erfarenhet av Spark eller liknande och AWS är en fördel, och även av att arbeta med AWS/Azure eller en annan molnteknologi.

Period och omfattning

Vårtermin 2024. Masternivå

Handledare

Amer Halilovic, Scrum master

Luminita Färnström, Data Science Lab Lead

Kontaktuppgifter
Om du har några frågor kring exjobbet kontakta handledare Luminita Färnström, luminita.farnstrom@sl.se. Om du har övriga frågor vänligen kontakta student@sl.se.

Ansökan
Alla exjobb på trafikförvaltningen ligger publicerade på sll.se/arbeta-inom-kollektivtrafiken samt på KTH:s exjobbsportal. Ansökan sker via vårt rekryteringssystem, vi har inte möjlighet att ta emot ansökningar via e-post.

Ansök redan i dag eftersom intervjuer kan ske löpande. Sista ansökningsdag är den 31 oktober. Vi ser fram emot din ansökan!

Var finns vi?

Trafikförvaltningens lokaler finns på Kungsholmen i Stockholm, Lindhagensgatan 100.

Om oss

Enligt våra medarbetare är vår samlade kompetens och det gemensamma engagemanget utmärkande för vår verksamhet. Här finns också chefer och ledare som jobbar för att skapa och bibehålla ett öppet klimat. Tillsammans bidrar vi till Stockholms samhällsutveckling genom att bygga och utveckla en hållbar, modern och tillgänglig kollektivtrafik för 2,3 miljoner invånare. Vårt uppdrag – den gemensamma resan.  

Webb och sociala medier
För mer information om hur det är att jobba hos oss, besök vår karriärsida www.regionstockholm.se/tfjobb. Du hittar oss också på Linkedin.

Machine learning, artificiell intelligens, statistik, kollektivtrafik