Il ruolo del Data Scientist in Industria 4.0. Milano, 7 giugno 2017.

Chiamaci subito.

Ti risponderanno i nostri esperti Ricerca e innovazione

02 58370227

Le aziende di Assolombarda Confindustria Milano Monza e Brianza e l’Osservatorio Industria 4.0 del Politecnico di Milano incontrano Data Science Milan

Informazioni principali

Workshop di approfondimento dedicato alle aziende manifatturiere.

Il ruolo del Data Scientist in Industria 4.0

Organizzato da: Assolombarda Confindustria Milano Monza Brianza
7 giugno 2017, ore 18.00 - 20.00
Assolombarda, Sala Falck, Via Chiaravalle 8, Milano

Informazioni

Nell’ambito della continua collaborazione con il Politecnico di Milano, il presente workshop, tappa del Tavolo di Lavoro Jobs & Skills dell’Osservatorio Industria 4.0 della School of Management, vuole essere un importante momento di confronto tra i rappresentati delle industrie manifatturiere, dei fornitori di soluzioni e della ricerca, sulle nuove professioni e competenze legate alla trasformazione digitale delle aziende. In particolare, si tratterà di un pomeriggio di lavoro attivo in cui, grazie anche al coinvolgimento di Data Science Milan, una comunità di 579 Data Practitioners nell’area di Milano (http://datasciencemilan.org/), verrà approfondito il ruolo e le competenze dei Data Scientists nella prospettiva di Industria 4.0.

L’obiettivo è quello di riunire alcune aziende manifatturiere interessate ai temi dell’industria 4.0 e i data scientist facendoli interagire attraverso un dibattito su aspetti quali:

  • le competenze dell’industrial data scientist sono differenti rispetto a quelle dei data scientist di altri settori?
  • E’ opportuno iniziare la raccolta di big data prima di averne identificato i possibili utilizzi?
  • E’ possibile affidarsi ad esperti esterni per l’analisi dei big data aziendali? con quali garanzie?

L'incontro, dal taglio operativo, è rivolto a Direttori Operations, Direttori Ufficio Tecnico, Direttori Supply Chain e Human Resources Managers delle aziende manifatturiere interessate ai temi della trasformazione digitale dei processi produttivi.

Programma

  • Apertura dei lavori (Paolo Guazzotti, Responsabile Area Industria e Innovazione)
  • Introduzione a Data Science (Gianmario Spacagna, Organizzatore Data Science Milan)
  • How Data Science enabled the Smart Manufacturing initiative at Pirelli (Carlo Torniai, Head of Data Science & Analytics)
  • Use case Fluid-o-Tech (Ivan Basso, IT Manager)
  • Raccolta contributi e commenti sul framework di competenze per figure industrial data scientist  (coordinato da Paola Fantini, Marta Pinzone e Stefano Perini, team J&S Osservatorio Industria 4.0
  • Conclusioni (Data Science Milan)
  • Networking cocktail

Modalità di iscrizione

Per partecipare è necessario iscriversi on line, entro il 5 giugno, utilizzando la funzione "Iscriviti a questo appuntamento".

Le iscrizioni verranno chiuse al raggiungimento della quota di 30 partecipanti.

Contatti

Area Industria e Innovazione, Viviana Palmieri, tel. 02 58370623, e-mail viviana.palmieri@assolombarda.it.

Azioni 

Azioni sul documento

Telefono Email
Viviana Palmieri 0258370623 viviana.palmieri@assolombarda.it

Appuntamenti
Scadenze
Maggio 2019
  • Lu
  • Ma
  • Me
  • Gi
  • Ve
  • Sa
  • Do
  •  
  •  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Giugno 2019
  • Lu
  • Ma
  • Me
  • Gi
  • Ve
  • Sa
  • Do
  •  
  •  
  •  
  •  
  •  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Luglio 2019
  • Lu
  • Ma
  • Me
  • Gi
  • Ve
  • Sa
  • Do
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •