Hoppa till sökfunktionen Hoppa till innehållet
Språk

Du behöver använda en annan webbläsare. För att kunna använda våra internettjänster kan du istället använda någon av de här webbläsarna: Apple Safari, Google Chrome, Microsoft Edge eller Mozilla Firefox.

Läs mer om rekommenderade webbläsare

Tech Talent of the Year: "Så kan bankens AI-kompetens stärkas"

KTH-studenten Shekhar Devm Upadhyay ska precis avsluta en åtta veckors praktik på SEB. Men han kommer att komma tillbaka – och med sig har han en tydlig idé om hur bankens kapacitet inom datavetenskap kan stärkas.

När Shekhar Devm Upadhyay, sammanfattar sin sommarpraktik på SEB låter det så här:

– Jag gillar det här stället och anade aldrig att företagsklimatet skulle vara så öppet och inkluderande. När du får vara delaktig i beslutsprocesserna och tillåts påverka blir du automatiskt mer angelägen om att nå framgång i ditt i arbete. 

Men vi tar det från början. 

Shekhars uppväxt i Indien var djupt rotad i indisk kultur, filosofi och tradition. Hans stora passion för att sjunga och spela instrument fick honom att överväga en karriär inom musiken, men han beslutade sig till sist för att behålla det som en hobby och i stället ägna sig åt naturvetenskap. Efter studier inom flera olika ämnesområden valde han maskininlärning som sitt huvudspår. 

På webben hittade Shekhar KTH:s MSc-program i maskininlärning och bestämde sig för att ansöka. Han blev antagen och hoppade på planet till Sverige.  

Studierna gick bra och under programmets näst sista år, i början av 2023, vann Shekhar Employer Branding-företaget Universums tävling Tech Talent of the Year. Som en del av priset tilldelades han den åtta veckor långa sommarpraktik på SEB som nu är på väg att avslutas. 

– Det har varit jättebra. Jag har varit på fyra olika avdelningar – tre i Stockholm och en i Vilnius. Det som verkligen stack ut för mig var hur lätt det var att känna sig som en del av de olika teamen. Jag är också väldigt glad över att jag har kunnat arbeta med ett eget projekt och få erfarenhet av att tillämpa min kunskap ute i den riktiga världen. 

Shekhars eget projekt, ja. Det är nu saker och ting kan börja kännas en aning komplexa för en oinvigd. 

Lära sig genom misstag 

Projektet som Shekar har arbetat med handlar om att förbättra en viss typ av fråge- och svarssystem, som är utformade för att hitta rätt information i stora textmängder. Genom att använda kontradiktorisk maskininlärning – vilket handlar om att försöka lura systemen att identifiera fel information som det rätta svaret, och sedan lära från sådana misstag – har han kunnat stärka deras förmåga. 

– Det här skulle kunna spara mycket tid för anställda inom banken genom att filtrera fram relevant information från stora mängder data och rekommendera olika lösningar. Beslut skulle kunna fattas på dagar i stället för veckor, säger Shekhar. 

Han fortsätter: 

– Inom de olika teamen i banken finns en hel del initiativ för att bli mer datadrivna. Det kanske viktigaste steget i sådana processer är att lyfta fram vad AI faktiskt kan bidra med och få med alla intressenter på tåget. På så sätt kan kapaciteten inom datavetenskap stärkas inom olika delar av organisationen. 

Det låter som om du har hittat något att bita i – kommer du kanske tillbaka till SEB? 

– Ja, jag kommer faktiskt fortsätta att arbeta med SEB under hösten, vid sidan av mina studier på KTH. När det gäller framtiden finns det så många möjligheter att utforska, både för mig personligen och för SEB. Jag känner att vi är på väg mot något riktigt intressant.