Sviluppo competenze
L'attività svolta, nell'ambito del progetto CUP B98I24002620009, si contraddistingue per due servizi volti a migliorare competenze, metodi e strumenti applicati al Process Engineering e Sistemi Informativi per il Knowledge Management (KM) e GoToMarket (GTM).
L’innovazione e la conoscenza rappresentano un valore fondamentale per EnginSoft che intende migliorare i propri processi e sistemi informatici per un’ottimale gestione dei fabbisogni dei clienti con all’implementazione di sistemi di Knowledge Management e di Marketing Intelligence Sulla base dell'Innovation Health Check svolto, gli interventi suggeriti e sviluppati sono:
I 40 anni di storia di EnginSoft comportano un bagaglio di conoscenza, metodologie, strumenti e documenti che possono essere valorizzati e percepiti dal mercato con processi e strumenti di KM, supportati dai nuovissimi algoritmi di Intelligenza Artificiale (es. LLM). Più in generale il progetto si inserisce in una strategia di servitization, volta a definire proposte di servizi digitali in grado di valorizzare il know-how ingegneristico interno, ampliando il mercato delle PMI potenzialmente interessate a beneficiare di analisi e simulazioni nei domini dell’ingegneria.
Fondo Europeo di Sviluppo Regionale - Programma 2021-2027
Programma 2021-2027 PR Veneto FESR 2021-2027
Obiettivo Specifico 1.4 “Sviluppare le competenze per la specializzazione intelligente, la transizione industriale e l'imprenditorialità”
Azione 1.4.1 “Supporto allo sviluppo di competenze per la specializzazione intelligente e la transizione industriale”
Importo finanziamento € 29.500,00 €
Contatta il nostro team R&D per qualsiasi informazione.
Chiedi informazioniAlcune nostre competenze nella ricerca e nel trasferimento tecnologico
Research project
Le attrezzature robotizzate per le operazioni di molatura, sbavatura, smaterozzatura e riparazione dei getti sviluppate dal progetto costituiscono una novità assoluta la maggior parte delle fonderie di leghe ferrose.
Research project
RLW is emerging as a promising joining technology for sheet metal assembly due to benefits on several fronts including reduced processing time, (50-75%) and decreased factory floor footprint (50%), reduced environmental impact through energy use reduction (60%), and providing a flexible process base for future model introduction or product change.
Research project
The scientific and technological objective of the project is to create a hybrid system where a neural network in the brain of a living animal and a silicon neural network of spiking neurons on a chip are interconnected by neuromorphic synapses, thus enabling co-evolution of connectivity and co-processing of information of the two networks.
