Maskininlärning med scikit-learn
Tränar och utvärderar klassificerings- och regressionsmodeller. Feature engineering, cross-validation, modelval och tolkning av resultat.
> sara.hedberg --bi-analyst --ai-fördjupning
// examen 2026-12 · göteborg

Jag bygger mina kunskaper mot dataanalys med AI-inriktning. Jag vill arbeta med BI, modellering och AI för att ta fram insikter som faktiskt används. Utbildningen omfattar både BI och dataplattform, samt en tydlig del inom maskininlärning, neurala nätverk och LLM.
I utbildningen ingår maskininlärning med scikit-learn och AI & IoT med neurala nätverk i Keras och TensorFlow. Fokus ligger på ANN, CNN, RNN och att bygga en egen LLM-chatbot. Just nu gör jag min LIA. Utbildningen avslutas med examensarbete i december 2026.
Tidigare har jag arbetat som undervisningstandläkare och tandläkare i drygt tio år. Klinisk handledning, ledarskap i förbättringsprojekt och pedagogiskt arbete blev en vardag. Samma förhållningssätt tar jag med mig in i dataarbete. Där är spårbar logik, tydlig dokumentation och pålitliga resultat avgörande.
"Spårbar logik, tydlig dokumentation, pålitliga resultat."
En Design Thinking-inspirerad arbetsgång anpassad för dataarbete. Inte en rak linje, utan en iterativ resa där användaren är facit.
Lyssna in verksamheten. Vilka beslut ska datan stödja och vad blir bättre om de fattas på rätt grund?
Formulera ett skarpt problemuttalande och nyckeltal. Skilj på det svepande och det specifika.
ETL, modell, dashboard. Snabba prototyper, dokumenterad logik, återanvändbar struktur.
Testa mot data och intressenter. Identifiera bias, edge cases och missförstånd. Iterera.
Översätt insikt till handling. Anpassad för rätt målgrupp, med spårbar logik bakom slutsatsen.
Bredd från utbildningen och egen fördjupning. Skalan visar hur centralt området är i mitt nuvarande arbete.
Avslutat: Maskininlärning och AI & IoT med neurala nätverk. Just nu: LIA fram till examensarbetet i december 2026.
Tränar och utvärderar klassificerings- och regressionsmodeller. Feature engineering, cross-validation, modelval och tolkning av resultat.
Djupinlärning med ANN, CNN och RNN. Bygger en egen LLM-chatbot och deployar AI-modeller via Streamlit. Del av den AI-tunga delen av utbildningen.
End-to-end BI-flöde: ETL via SSIS, lagring i SQL Server, semantisk modell och rapportering i Power BI / Fabric. Fokus på spårbar logik och återanvändbar struktur.
Tio års arbetslivserfarenhet inom vård och pedagogik, nu kombinerat med en YH-utbildning i BI och AI. Det jag tar med mig in i dataarbetet: kvalitetsfokus, ledarskap i förbättringsprojekt och vana att förklara komplexa saker tydligt.
Vid sidan av utbildningen håller jag mig aktiv i AI-communityn. Jag följer utvecklingen inom LLM och agentic engineering, deltar i events och experimenterar i egna lab. På så sätt bygger jag praktisk förståelse för hur AI kan användas i verksamhetsnära dataarbete.
Tvåårig YH-utbildning på 400 poäng. Praktiskt inriktad och kombinerar BI, Python, machine learning, AI och cloud. Jag bygger modeller i scikit-learn, Keras och TensorFlow, visualiserar i Power BI och paketerar via Streamlit. På egen hand experimenterar jag även med AI-agenter för workflow-automation.
300 högskolepoäng, tandläkarexamen. Bred odontologisk kompetens med omfattande klinisk träning. Teoretiska studier i diagnostik, behandling och patientkommunikation.
Klinisk undervisning och handledning av tandläkarstudenter. Egna patienter på lärarkliniken. Schemaläggare 2019-2020.
Undersökning och behandling av barn och vuxna. Teamarbete med hygienist och tandsköterska. Prislista LITA.
Hör gärna av dig om du vill utbyta erfarenheter kring BI, dataanalys eller AI.