VERSIA

Análisis de Grafos para la optimización de logística inversa y detección de Pérdida Desconocida

Versia
Se trata de un algoritmo de ’Análisis de red’ que predice la actividad en los diferentes centros de retorno de envases y producción de los mismos, en función de la demanda prevista por los diferentes actores de la cadena de valor: productores y retailers. Así mismo provee escenarios ‘what-if’ para responder a contingencias de negocio. El proyecto nace por la necesidad de contener/reducir la Pérdida Desconocida.
Adecuar los recursos operativos a la demanda prevista (Operations Management). Reducir la Pérdida Desconocida.
Algoritmo de optimización y predicción en un modelo de red. Simulación y Gemelo Digital.
Cloud
Machine Learning & Deep Learning
Series temporales históricas de actividad por centro productivo. Mapa de flujos ordinarios. Datasets Privados.
Tribu asignada al proyecto. Equipo multidisciplinar: Tic, Matemáticos/Físicos, Ing. Organización. GCP, AWS, HEROKU, VAULT.
Operatividad de la lectura de las cajas en palets mediante detección de imágenes.
Margen de error sobre la actividad registrada en la red del proveedor.

Privado / Propio

Recursos propios.

es
10/09/2026
Machine Learning & Deep Learning, Predicción, TRANSPORTE Y ALMACENAMIENTO, Vizcaya
Scroll al inicio