Ammattikorkeakoulun pääaulassa Rovaniemellä järjestettiin 24. huhtikuuta 2025 yleisötapahtuma, jossa tieto- ja viestintätekniikan sekä englanninkielisten Machine Learning and Data Engineering -ryhmien opiskelijat esittelivät kevään aikana työstettyjä lukukausiprojektejaan.

Esillä oli monipuolisia sovelluksia ja teknologisia ratkaisuja, joilla ratkaistiin ongelmia muun muassa logistiikan, teollisuuden ja terveydenhoitoalan saralla sekä visualisoitiin kerättyä dataa.

Toisen vuoden tieto- ja viestintätekniikan opiskelijat kehittivät keväällä mobiilisovelluksia, joilla pystyi seuraamaan Lapin AMKin CoolBox-mikrotalohankkeessa kerättyä dataa, kuten talon energiankulutusta ja katolle asennettujen aurinkopaneelien sähköntuotantoa. Monien ryhmien toteutuksissa tietoa esiteltiin kaavioiden avulla päivä-, kuukausi- ja viikkonäkymissä.

– Sovellusprojektin perimmäisenä tarkoituksena oli kannustaa suomalaista mökkikansaa asentamaan aurinkopaneeleita, sillä yksityishenkilötkin voivat myydä sähköä verkkoon tietynlaisten sopimusten avulla. Ajatuksena oli, että jos seuranta olisi helppoa, intoa paneelien asentamiseen olisi enemmän, kertoo sovellusta kehittänyt insinööriopiskelija Niilo Kähkönen.

Niilo Kähkönen painotti aikataulutuksen merkitystä projektityön onnistumisessa.

Kähkönen ja saman vuosikurssin opiskelija Veeti Ollila painottavat aikataulun ja projektinhallinnan merkitystä sovelluskehityksen onnistumisessa. Lisäksi molemmat oppivat projektin aikana paljon uutta rajapintojen ja tietokantojen käytöstä.

Datan parissa ahkeroivat myös Machine Learning and Data Engineering -koulutuksen opiskelijat. Ensimmäisen vuoden opiskelijoiden aiheena oli visualisoida Outokumpu Oyj:n teräksen valmistusprosessiin liittynyttä dataa, joten projekti linkittyi vahvasti teollisuusalan aitoihin tarpeisiin.

– Kojelaudassa on nähtävillä suodatinasetuksia, laadun tilaa osoittava indikaattori ja käytetyt teräslajit. Erityisesti seurattiin stopparin liikettä ja sen yhteyttä teräksen valuprosessissa käytettävän suuttimen tukkeutumiseen, mikä oli tärkeää Outokummulle. Tavoitteena oli luoda hyödyllinen työkalu asiakkaalle, esittelee insinööriopiskelija Jeremy Huhta.

Gayani Dehigampala Disawage (vas.), Saad Mahmood ja Jeremy Huhta esittelemässä teräsdatan analysointia.

Ada Nardi ja Eduarda Taddeo kertovat, että suurten datamäärien tulkitseminen oli uutta ja aluksi haastavaa, mutta mielenkiintoiseksi sen teki yhteys oikean maailman yritysesimerkkiin. Jeremy Huhta lisää, että aineiston käsittelystä tuli helpompaa sitä mukaa, kun työkaluna käytetty Microsoftin Power BI -ohjelma kävi tutummaksi.

Ada Nardille (vas.) ja Eduarda Taddeolle uutta oli suurten datamäärien käsittely.

Toisen vuoden Machine Learning and Data Engineering -opiskelija Matias Rautio esitteli ryhmänsä kanssa itsestään ohjautuvaa robottiautoa. Projektia varten Jokiväylän kampuksen kellariin rakennettiin lyhyt testirata. Robotti ohjelmoitiin tunnistamaan radalle teipatut kaistat ja pysymään niiden sisällä. Lisäksi radan varrella oli myös esteitä, kuten joulupukki, karhuja ja poroja, joiden kohdalla auto hidasti vauhtia sen mukaan, minkä esteen se tunnisti. Samalla periaatteella robotti huomioi myös simuloidut säätilat, eli se osaa muuttaa tilannenopeutta lumisella tai märällä tiellä.

Saad Tariq (vas.), Matias Rautio, Petja Takalo ja Alla Heinonen kehittivät ympäristöön reagoivaa robottiautoa.

Aula täynnä ihimisiä.

Teksti ja kuvat: Ville Polvela