Conception d’un système de prévision et de réapprovisionnement avec des techniques d’IA modernes

Pour construire un système de prévision et de réorganisation qui inspire confiance aux planificateurs, il faut plus que choisir le bon modèle : il faut des données propres, des fonctionnalités sensées, une évaluation robuste et des transferts clairs aux personnes qui gèrent les exceptions. Ce cours passe en revue ces choix dans l'ordre dans lequel ils se présentent dans un projet réel. Vous travaillerez à travers des exercices de conception écrite qui reflètent la façon dont une petite équipe d'opérations ou de données planifierait un système de prévision et de réassort.L'accent est mis sur les compromis pratiques qui décident si le système devient un outil fiable ou un autre tableau de bord que personne n'ouvre. Ce que vous apprendrez: - Préparer l'historique des ventes, les promotions et les données d'événements pour les prévisions de séries temporelles - Comparer les approches de modélisation, y compris les méthodes classiques, l'amélioration des gradients et les options modernes d'apprentissage profond - Ingénieur des fonctionnalités pour la saisonnalité, les promotions, les vacances et le comportement des fournisseurs - Construire des routines d'évaluation qui mesurent l'exactitude des prévisions de manière opérationnellement significative - Traduire les prévisions en recommandations de réapprovisionnement en utilisant les objectifs de stock de sécurité et de niveau de service - Concevoir des interfaces humaines en boucle afin que les planificateurs puissent remplacer et expliquer les décisions si nécessaire Le cours passe de la préparation des données à la conception du modèle, puis à l'évaluation, à la logique de réorganisation et à l'intégration humaine.Un exercice écrit de clôture vous demande de rédiger une conception d'une page pour un système de prévision et de réorganisation pour une entreprise et une catégorie de produits spécifiques. Ce cours est conçu pour les débutants ayant une expérience en logiciels ou en données, y compris les scientifiques des données entrant dans les opérations, les analystes de la chaîne d'approvisionnement explorant les outils d'IA et les étudiants en analyse d'entreprise.Aucune expérience préalable de la chaîne d'approvisionnement n'est requise.Le cours traite le système comme un problème de conception que vous pouvez raisonner sur papier.