facebook tracking

Exploring the possibilities of using cloud-based services to analyze sensor data from biotechnical equipment.

Scroll to content

Description 

Nowadays in several fields, data gathering, and analysis remain very important for further operations. In some cases, data processing operations can lead to errors (or /and system failures) reduction and other predictions. In the same direction, cloud computing frameworks are designed in such a way that they can provide scalable and on-demand services to manipulate data for further operations. 

This thesis aims to explore the possibilities of using scalable cloud analytics and machine learning services to analyze and process data from biotechnical equipment (process and sensors data). This project will be implemented in collaboration with a large company within life science in Uppsala. 

Example of possible verifiable goals 

  • Can scalable cloud analytics and machine learning services be used to analyze biotechnical devices and process data for optimal predictive maintenance?
  • Are there any challenges of using cloud computing services for biosensor data management to reach further predictions? 

Education

This project can be scoped for Bachelor or master level degree and for example in  computer engineering, industrial economics or equivalent. 

Eller känner du några som skulle passa ännu bättre? Berätta det för dem.

Uppsala

Dragarbrunnsgatan 45
753 20 Uppsala Vägbeskrivning +46 18 650 550

Kultur och värderingar

Vi visar omtanke genom att värna, utveckla och respektera varandra. 

Vi arbetar alltid för att överträffa förväntningarna hos våra kunder genom att bidra med affärsnytta i våra uppdrag. 

Vi tror på oss själva och står för våra åsikter, tar ett ägarskap och strävar alltid efter att leverera de bästa lösningarna.  
Vi vågar vara bäst.

Jobbar du redan på Knightec?

Var med i rekryteringen och hitta din nästa kollega!

  • Alexander Burnäs
  • Ali Amin
  • Anders Lindberg
  • Andreas Törnklev
  • Anna Bryland
  • Daniel Kallstenius
  • Daniel Sköld
  • David Blaag Nilsson
  • Dimitris Gioulekas
  • Emil Edvardsson
Teamtailor

Rekryteringsverktyg från Teamtailor