Thesis Work, 30 Credits – Datadriven analys av prestandaförluster och OEE-förbättringar inom läkemedelsproduktion

Start free →

Or apply yourself on the official page →

About the role

Vill du använda data för att förstå och förbättra verkliga produktionsprocesser? Vi söker dig som är analytisk och nyfiken och vill undersöka vad som påverkar prestandan på två av våra packlinjer. Genom att analysera OEE- och produktionsdata får du möjlighet att identifiera rotorsaker, föreslå förbättringar och bidra till en mer stabil, effektiv och automatiserad läkemedelsproduktion. Om oss: På Campus AstraZeneca Södertälje, en av världens största tillverkningsenheter för läkemedel, omvandlas nyskapande idéer till färdiga produkter, varje minut. Sweden Operations och Sweden Biologics står för högteknologisk produktion av traditionella och biologiska läkemedel och tillsammans med vårt nordiskt-baltiska marknadsbolag står vi för en kompetens lika bred som djup. Generell industrikunskap mixas med Life Science-expertis i en internationell miljö med stödjande ledarskap. Vi samarbetar för att tjäna ett gemensamt syfte: att förändra liv genom att skapa framtidens läkemedel. Examensarbete, beskrivning:    På Site Steriles arbetar vi kontinuerligt med att utveckla våra produktionsprocesser genom ökad effektivitet, automation och datadrivna arbetssätt. Våra packlinjer erbjuder stora möjligheter till förbättringar genom ett fokuserat arbete med OEE och förlustreducering. Samtidigt ser vi att linjernas prestanda varierar över tid trots att omfattande produktionsdata samlas in. Examensarbetet syftar till att analysera OEE- och produktionsdata för att identifiera de faktorer som begränsar linjernas prestanda, förstå bakomliggande orsaker och föreslå förbättringar som kan bidra till en mer stabil och effektiv produktion. En hög och stabil processprestanda är dessutom en viktig förutsättning för att möjliggöra en ökad automationsgrad och fortsatt utveckling av framtidens tillverkningsprocesser. Primära mål: 1. Analysera och förstå de faktorer som har störst påverkan på OEE. Utifrån tillgänglig OEE- och produktionsdata identifiera vilka förluster, arbetssätt, produktvariationer och processförhållanden som har störst påverkan på linjernas prestanda samt kartlägga deras inbördes samband och påverkan på kapacitet och stabilitet. 2. Fastställa rotorsaker till prioriterade förluster Undersöka bakomliggande orsaker till de mest betydande prestandaförlusterna genom datadriven analys och studier i produktionen. 3. Ta fram och utvärdera förbättringsförslag Utveckla, prioritera och där det är möjligt införa förbättringsåtgärder som kan öka OEE, minska variation och bidra till ökad produktivitet. Arbetet ska även belysa hur förbättrad processprestanda och stabilitet kan skapa förutsättningar för en högre grad av automation och framtida utveckling av produktionssystemen. Placering:   • Examensarbetet utförs på vår anläggning i Södertälje med möjlighet till handledning från erfarna specialister.  Struktur:   •  Examensarbetet utförs under vårterminen 2027 • 30 högskolepoäng  Kvalifikationer:   • Pågående högskole- eller civilingenjörsutbildning inom exempelvis industriell ekonomi, maskinteknik, produktionsteknik, automation, teknisk fysik, dataanalys eller motsvarande. • Intresse för produktion, dataanalys och förbättringsarbete. • God analytisk förmåga och ett strukturerat arbetssätt. • Förmåga att arbeta självständigt samt samarbeta och bygga relationer med olika funktioner i verksamheten. • Goda kunskaper i svenska och engelska. • Det är meriterande med erfarenhet av OEE, produktionsdata, statistisk analys, processförbättring eller programmering. • Meriternade med kunskaper i PowerBI Vad händer nu?    Vi välkomnar din ansökan så snart som möjligt, men senast den sista ansökningsdagen den  19 oktober 2026 . Om vi identifierar lämpliga kandidater före sista ansökningsdag, förbehåller vi oss rätten att avsluta rekryteringen tidigare än annonse

View the official posting →