La classificazione delle scorte di magazzino 4.0, un approccio basato sul Machine Learning

Un’ esigenza molto sentita da Materials Manager, responsabili dello stock, della pianificazione, è quello di capire quali articoli tenere a scorta e quali no.

Rispetto alle tecniche tradizionali, come può aiutare il Machine Learning?

Ascoltiamo l’analisi di Ciro Campese, Senior Forecasting Specialist per Baker Hughes.

Ciro Campese è Senior Forecasting Specialist per Baker Hughes dal 2011. Esperto di modellazione della domanda e sistemi di pianificazione, ha maturato esperienza nell’ambito del Machine Learning e Intelligenza artificiale applicati a problematiche di Supply Chain. Certificato APICS CPIM e e APICS TTT, ha conseguito nel 2007 il Master in Business Administration SDA Bocconi.
Professionista con profonda conoscenza del sistema di produzione snella (Lean-TPS/TMS) “Toyota Way” applicato anche ai processi transazionali (Lean Office) per aver operato come ingegnere di processo e successivamente Project Manager in realtà giapponese operante in Italia come fornitrice diretta Toyota.

Ciro Campese su Linkedin