Home > Contenuti utili > Tesi in azienda
Tesi in azienda
Tesi in azienda: Iconsulting, gli studenti interessati possono contattare direttamente a mio nome Ing. Federico Ravaldi
- Progettazione di un algoritmo di ottimizzazione in ambito fashion per gestire in modo proattivo lo smistamento dei prodotti finiti dai supplier e il packaging delle spedizioni agli wholesaler.
La soluzione dovrà prevedere un algoritmo che si adatta ai moli di lavoro variabile e riduce la manualità consigliando le strategie migliori per le operations del cliente.
- Sperimentazione dei principi del nuovo paradigma Data Mesh nel contesto della Sanità Pubblica, per rendere interoperabili i dati amministrativi e clinici tra i vari enti locali.
La sperimentazione ha l’obiettivo di approfondire i concetti di marketplace, data product e governance condivisa in un contesto concreto che presenta peculiarità adatta e questi tipi di paradigmi.
- Large Language Models (LLM) a supporto della Data Governance per automatizzazione dei processi manuali di metadata enrichment. In ambito data governance la strutturazione completa dei metadati per abilitare un corretto governo e comprensione dei sistemi di Business Analytics richiede un effort non banale sia a livello tecnico (Dipartimenti IT) che dagli utenti finali (Business Unit). La sperimentazione ha l’obiettivo di capire come attraverso l’utilizzo di tecniche di AI si può generare una prima mappatura intellegibile dei metadati, riducendo l’effort manuale e massimizzando il ritorno per le aziende. In seconda battuta, si testeranno le tecnologie in questione (OpenAI, ChatGPT Enterprise, …) anche in ambito di interrogazione della mappa dei metadati in linguaggio naturale.
- Benchmarking su performance e livello di utilizzo di tecnologie di Data Lakehouse. Sul mercato stanno prendendo piede numerose tecnologie che mirano a sfruttare contemporaneamente i benefici dei Data Lake e dei Data Warehouse per creare architetture dati che disaccoppiano la parte di storage da quella di computation e supportando il mondo degli hyperscaler. La sperimentazione avrà l’obiettivo di mettere a confronto diverse tecnologie rising star.
- Combinazione di Location Analytics e Machine Learning a supporto della strutturazione dei servizi della pubblica amministrazione sul territorio.
Sperimentazione per un ente locale nella strutturazione di algoritmi che utilizzano dati aziendali, territoriali ed esterni per ottimizzare i servizi offerti ai cittadini in ottica di disegno servizi innovativi paziente-centrici.
