Kurset er utsatt på ubestemt tid på grunn av koronaviruset.

Forretningspotensiale, teoretisk grunnlag, eksempelcaser og produksjonssetting av modeller.

Praktisk informasjon

Kurset er utsatt på ubestemt tid på grunn av koronaviruset. Du kan fremdeles melde interesse via påmelding, så tar vi kontakt med deg.

  • Tid og sted: Oslo
  • Pris: 4900,- per person, 2000,- ekstra per person fra samme organisasjon.
  • Kursholder: Tommy Odland er seniorkonsulent innenfor data science og kvantitativ modellering. Han har erfaring med optimering for bank og finans, retail og industri. 

Sammendrag

Kurset gir en introduksjon til matematisk optimering, med fokus på praktiske beslutningsprosesser der optimering har stort forretningspotensiale. Optimering kan brukes til å allokere mennesker til oppgaver, utnytte maskiner, sette opp skiftplaner, planlegge flyruter, minimere kostnader, planlegge infrastruktur, etc.

Tilgjengeligheten på gode open-source verktøy gjør at optimering er enkelt å komme i gang med. Ved å formulere beslutningsprosesser som optimeringsproblemer kan moderne algoritmer ofte løse problemer mye raskere og bedre enn hva et menneske ville klart.

Optimering har vært brukt i industri med stor økonomisk suksess:

BedriftIndustriProblemtypeBesparelse
Continential Airlinesluftfartcrew scheduling40 mill USD
Menlo Worldwideshippingtransport routing80 mill USD
Hong Kong Terminalslogistikkscheduling, storage100 mill USD
Bellcorefiberoptikkfiber optic networks150 mill USD
Fordmekaniskplanning250 mill USD
P&Gapotekwork process improvement200 mill USD
Taco Bellrestaurantstaffing53 mill USD
U.S. Militaryforsvarbudget allocation360 mill USD

Tallene er hentet fra “Interfaces” tidsskriften publisert av INFORMS.

Sentrale tema

  • Formulere beslutningsprosesser og forretningskrav som optimeringsproblemer.
  • Iterativ modellering: analyse av data, modellering og evaluering av modeller.
  • Eksempler på modeller formulert med matematikk og med kode.
  • Praktiske oppgaver med realistiske caser.
  • Produksjonssetting av optimeringsmodeller slik at de gir verdi i egen bedrift.

Eksempler på problemstillinger

Vi kommer gjennom kurset til å bygge forståelse ved å se på ca. 10 problemer som f.eks.:

  • En IT-bedrift ønsker å sette sammen kryssfunksjonelle team. Hver ansatt har kompetanseområder og foretrukne arbeidsoppgaver. Hvert team må ha nødvendig kompetanse, og hver ansatt bør bli så fornøyd som mulig med arbeidsoppgavene.
  • En døgnåpen sykehusavdeling ønsker en skiftplan som dekker stillingsprosenten til de ansatte, hensyntar individuelle preferanser og dekker aktivitetsnivået best mulig.
  • Gjester i et bryllup oppgir preferanser på hvem de vil sitte til bords med. Bordene skal dekkes slik at gjestene blir så fornøyde som mulig med plasseringen.
  • Elever på en privatistskole søker på fag, og oppgir dager som passer. Lærerne har også dager som passer og fagkompetanse. Forespørselen skal dekkes best mulig.

Undervisningsform, målgruppe og forkunnskaper

  • Undervisningsformen er forelesning, diskusjon og praktiske øvingsoppgaver på caser.
  • Målgruppen er utviklere, analytikere, forretningsfolk, ingeniører og andre som er interesserte i hvordan data og optimering kan forbedre beslutningsprosesser. Deltakerne må ta med egen laptop.
  • Det kreves ikke forkunnskaper, men det er en fordel med litt kjennskap til programmering og matematikk (kurs på universitetsnivå, evt. realfagsmatte på VGS).

Ved spørsmål, kontakt daglig leder i Sonat Oslo:
Hallvard Romstad / +47 924 14 706 / hallvard.romstad@sonat.no