14 Agosto 2020

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

We are using cookies on our website

Please confirm, if you accept our tracking cookies. You can also decline the tracking, so you can continue to visit our website without any data sent to third party services.