Data-driven Process Optimization & Planning Intern

Job Description:

Leonardo è un gruppo industriale internazionale che realizza capacità tecnologiche multidominio per la sicurezza globale. Protagonista dei principali programmi strategici dell’Aerospazio, Difesa e Sicurezza, conta oltre 62.000 dipendenti nel mondo. L’azienda ha una significativa presenza industriale in Italia, Regno Unito, Polonia e Stati Uniti e opera in 150 Paesi anche attraverso controllate, joint venture e partecipazioni. Leonardo è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese.

Se sei iscritta/o all'Università, frequenti l'ultimo anno della Magistrale e devi scrivere una tesi in discipline STEM, Leonardo ti offre l'opportunità di rafforzare il tuo percorso accademico attraverso un'esperienza in azienda.

Tutor esperte/i nel proprio settore ti seguiranno, consentendoti di approfondire la parte teorica e di sviluppare la tua tesi, preparandoti al meglio per le sfide professionali future.

Le tematiche proposte per le tesi da svolgere in Leonardo abbracciano un vasto spettro di ambiti tecnologici, ricerca e innovazione: dall’Intelligenza Artificiale all’High-Performance Computing, dalla Cyber Sicurezza all’Ingegneria dei materiali, passando per i settori aerospaziali. Potrai esplorare le aree più all’avanguardia del tuo settore di studi, con creatività e spirito di innovazione. 

Per supportarti nel corso di questa esperienza, della durata massima di sei mesi, è previsto inoltre un rimborso spese.

Stiamo ricercando per il sito di Cisterna di Latina n. 1 giovane studente / studentessa da inserire in stage con l’obiettivo di sviluppare la propria tesi di laurea sul tema Data-driven Process Optimization & Planning sui seguenti argomenti:

·         Sviluppare un modello quantitativo per ottimizzare pianificazione, priorità e avanzamento delle attività di Maintenance, Repair & Overhaul (MRO), riducendo WIP, tempi di attraversamento e attese;

·         Partendo dalla mappatura dello stato AS-IS, finalizzare Analisi Value Added / Non Value Added e identificazione dei principali colli di bottiglia;

• Definire KPI per la misurazione e il monitoraggio delle performance di processo (lead time, queue time, WIP, throughput, rispetto delle priorità, ecc.), finalizzati al miglioramento del livello di servizio;

• Analizzare i dati storici disponibili e sviluppare modelli di supporto alla pianificazione e prioritizzazione delle attività, valutando logiche pull/JIT e priority-based scheduling;

• Sviluppare e validare un prototipo di strumento di decision-support e/o dashboard per il monitoraggio delle performance e il supporto alla pianificazione.

Titolo di studio:

·         Studente/essa iscritto/a a un corso di Laurea Magistrale in Ingegneria Gestionale, Meccanica, Industriale o dell'Automazione

Competenze comportamentali:

·         Spiccate doti relazionali e comunicative

·         Predisposizione al lavoro in team

·         Interfunzionalità

·         Attitudine al Problem Solving

·         Dinamismo e Proattività

Conoscenze linguistiche:

·         Buona conoscenza della lingua inglese (B2)

Altro (es. Disponibilità a trasferte, Certificazioni specifiche…):

Disponibilità a svolgere brevi trasferte sul territorio nazionale.

Come funziona il processo di selezione?

A seguito della raccolta delle candidature, vengono valutati e identificati i CV maggiormente in linea con i requisiti richiesti.

Le/i candidate/i selezionate/i sostengono un colloquio conoscitivo con il team delle Risorse Umane e con il Business, dove saranno approfondite tematiche tecniche, motivazione e attitudini personali.

Al termine del processo, alla persona viene restituito un feedback, sia in caso di esito positivo che negativo.

Aspettiamo la tua candidatura.

Collaborando con noi avrai modo di confrontarti costantemente con le sfide dell’alta tecnologia, di accrescere le tue competenze e costruire un percorso professionale di eccellenza.

Seniority:

Primary Location:

IT - Cisterna di Latina

Additional Locations:

Contract Type:

Hybrid Working: