EXPLORE YOUR NEXT CHAPTER
Examensarbete: AI-baserad diagnostisering av körningsfel i IBM ACE och ESQL
Knightec Group Sweden
Source: Headcount Labs · original listing ↗
Job data: Headcount Labs, ODbL 1.0. Job descriptions belong to their employers.
Source date: 2026-10-14
About this role
Vill du skriva ditt examensarbete hos oss? Hos oss får du möjlighet att omsätta dina teoretiska kunskaper i praktiken, arbeta med verkliga projekt och utvecklas i en innovativ och stöttande miljö! Övergripande beskrivning Examensarbetet syftar till att utveckla och utvärdera en AI-baserad agent för automatiserad diagnostisering av körningsfel i IBM App Connect Enterprise (ACE). Genom att analysera loggar, ESQL-kod, meddelandeflöden och versionshistorik ska agenten identifiera potentiella grundorsaker och presentera evidensbaserade diagnoser. Studien fokuserar särskilt på att undersöka hur tillgången till olika informationskällor påverkar diagnosernas träffsäkerhet och tillförlitlighet. Projektbeskrivning IBM App Connect Enterprise (ACE) är en integrationsplattform som används för kommunikation och datautbyte mellan olika system. Plattformen använder bland annat programmeringsspråket ESQL för att bearbeta och transformera meddelanden. Felsökning i ACE är ofta en komplex och tidskrävande process som kräver analys av loggar, källkod, meddelandeflöden, konfiguration och versionshistorik. ESQL har dessutom ett mer begränsat utbud av offentligt tillgängliga kodexempel jämfört med mer etablerade programmeringsspråk, vilket gör området relevant för att studera möjligheter och begränsningar med AI-baserad feldiagnostik. Felmeddelanden och loggar i ACE indikerar ofta var ett fel har uppstått, men ger inte alltid tillräcklig information för att fastställa den bakomliggande orsaken. Körningsfel kan exempelvis orsakas av defekter i ESQL-kod, oväntade indata, felaktig konfiguration eller externa systemberoenden. Det saknas tillräcklig kunskap om i vilken utsträckning en AI-agent kan identifiera och särskilja dessa felorsaker på ett tillförlitligt sätt. En central utmaning är risken för att AI-modeller genererar felaktiga slutsatser eller förklaringar som saknar stöd i tillgängliga data. Det är därför relevant att undersöka hur olika informationskällor påverkar kvaliteten och tillförlitligheten i AI-genererade diagnoser. Vem söker vi? • Kandidat- eller masterutbildning inom datavetenskap eller liknande • Examen i juni 2027 • Flytande svenska i tal och skrift • Flytande engelska i tal och skrift Syfte Syftet med examensarbetet är att utveckla och empiriskt utvärdera en AI-agent för automatiserad diagnostisering av körningsfel i IBM ACE och ESQL. Agenten ska analysera loggar, meddelandeflöden, ESQL-kod och versionshistorik för att identifiera möjliga grundorsaker samt generera diagnostiska rapporter med underbyggda slutsatser. Studien avser även att systematiskt undersöka hur tillgången till olika informationskällor påverkar agentens diagnostiska träffsäkerhet, förmåga att lokalisera fel och tillförlitlighet i genererade förklaringar. Forskningsfrågor 1. Med vilken träffsäkerhet kan en AI-agent identifiera grundorsaker och lokalisera körningsfel i IBM ACE och ESQL? 2. I vilken utsträckning påverkar tillgången till meddelandeflöden, källkod och versionshistorik den diagnostiska träffsäkerheten jämfört med en analys baserad enbart på loggar? 3. I vilken utsträckning kan tillgång till teknisk dokumentation för ACE och ESQL förbättra den diagnostiska träffsäkerheten och minska förekomsten av slutsatser som saknar stöd i tillgänglig information? En spännande resa med Knightec Group Knightec Group är idag en av Norra Europas ledande strategiska partners inom produkt- och digital tjänsteutveckling – hur häftigt är inte det? Genom att förena ingenjörskompetens, digital expertis och affärsförståelse hjälper vi våra kunder att omvandla ny teknik till verkliga lösningar som skapar värde. Vi arbetar i skärningspunkten mellan affärsstrategi och teknikutveckling och stöttar våra kunder genom hela resan – från de första idéerna till utveckling, implementering och vidare utveckling. På Knightec Group samlas människor med olika perspektiv, erfarenheter och specialistområden. Tillsammans skapar vi innovation som gör verklig skillnad – för företag, människor och samhället i stort. För våra medarbetare innebär det stora möjligheter att vara med och forma framtidens lösningar genom meningsfulla projekt i teknikens absoluta framkant. Här får du inte bara utvecklas och växa i din roll – du blir också en del av ett team där nyfikenhet, samarbete och modet att utmana driver oss framåt. Praktisk information Detta är en ett eamensarbete med placering på vårt kontor i Sundsvall . Startdatum är januari eller mars 2027 . Skicka gärna in din ansökan så snart som möjligt, dock senast 2026-11-30 . Om du har några frågor är du välkommen att kontakta johanna.edstrom@knightec.se . Observera att vi, på grund av GDPR, endast tar emot ansökningar via vår karriärsida. Business unit sweden Thesis Sweden Role Bachelor thesis Location Sundsvall Employment type Internship