Knowit Swedens logotyp

Webbplatsen använder cookies för att säkerställa att du får den bästa upplevelsen.

Knowit Sweden och våra samarbetspartner använder cookies och liknande tekniker (gemensamt "cookies") som behövs för att visa webbplatsen och för att säkerställa att du får den bästa upplevelsen. Om du samtycker till det kommer vi också att använda cookies för analys- och marknadsföringssyften.

Besök vår Cookie Policy för att läsa mer om de cookies vi använder.

Du kan när som helst återkalla eller ändra ditt samtycke genom att klicka på ”Hantera cookies”, som du hittar längst ner på varje sida.

Välj vilka cookies du vill godkänna

På den här sidan sätter vi alltid cookies som är nödvändiga, d.v.s. som behöver användas för att sidan ska fungera ordentligt.

Om du samtycker till det kommer vi också att sätta andra typer av cookies. Du kan lämna eller ta tillbaka ditt samtycke till olika typer av cookies med hjälp av reglarna nedan. Du kan ändra eller ta tillbaka ditt samtycke när du vill, genom att klicka på länken "Hantera Cookies", som alltid finns tillgänglig på botten av sidan.

För att få mer information om vad de olika typerna av cookies gör, hur dina uppgifter används när de sätts, m.m, se vår Cookie Policy.

Dessa cookies är nödvändiga för att sidan ska fungera ordentligt, och sätts alltid när du besöker sidan.

Leverantörer Teamtailor

Dessa cookies samlar in information som hjälper oss att förstå hur sidan används.

Leverantörer Teamtailor

Dessa cookies används för att anpassa den marknadsföring du får se. I vissa fall utför de också ytterligare funktioner på sidan.

Leverantörer Youtube, Vimeo, Linkedin, Meta

Designing and Building an LLM-Powered RAG System for Clinical Data Analysis on AWS: Uncovering Root Causes and Patterns in Chronic Diseases

Overview: This thesis focuses on developing a Retrieval-Augmented Generation (RAG) system powered by Large Language Models (LLMs) and deployed on AWS cloud infrastructure. The system will analyze and synthesize information from a comprehensive collection of trusted clinical sources to identify root causes and recurring patterns in chronic diseases. Leveraging AWS services—including AWS Bedrock for generative AI, secure data storage, and scalable compute—the project will address the challenges of aggregating heterogeneous clinical data, ensuring source reliability, and extracting actionable insights to support medical research and healthcare decision-making.

Description

Jobbar du redan på Knowit Sweden?

Hjälp till i rekryteringen och hitta din framtida kollega.