Examensarbete - Maskininlärning för att förstå förändringar i resenärsbeteende i kollektivtrafiken - 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 förutsättning för att erbjuda en tillgänglig och trygg resa är att få en bra förståelse om våra resenärer, deras resmönster och behov, men också hur dessa förändras beroende på olika faktorer såsom årstid, väder, externa evenemang etc. Under de senaste åren har Trafikförvaltningen i samarbete med KTH utvecklat en metod för att generera individuella resmönsterloggar från elektroniska biljettvalideringar. Metoden tittar på anonymiserade individuella resmönster vilket öppnar för flertalet möjliga analyser som kan fördjupa förståelsen för hur kollektivtrafiken kan stödja resenärers behov.

Exjobbet kommer att fokusera på kvantitativa metoder för att identifiera olika typer av resenärer och även följa hur resmönster förändras beroende på olika faktorer. Exempel på frågor vi vill svara på är: Hur ändras resmönstren under olika säsonger? Vilka grupper av resenärer ändrar sitt beteende och varför? Är de typer av biljetter som resenärer kan köpa väl anpassade till den typ av resmönster som resenärer har? Matchar det utbud av kollektivtrafik som erbjuds de behov som resenärerna tycks ha?

Examensarbetet innebär ett nära samarbete med TF:s tjänstedesigners, vilka kommer att genomföra separata, kvalitativa studier med utgångspunkt i de kvantitativa resultat som tas fram.

För att passa till exjobbet behöver du vara en nyfiken och driven analytiker, som gärna kombinerar olika datakällor, för att förstå en frågeställning från flera perspektiv. För att vara framgångsrik behöver du ha bra kunskap av statistik och/eller 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

Isak Rubensson, Samhällsekonom

Kontaktuppgifter
Om du har några frågor kring exjobbet kontakta handledare Isak Rubensson, isak.jarlebring-rubensson@regionstockholm.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