Bouw een slim forecastmodel met AI voor een snelgroeiende fooddistributeur

Bouw een slim forecastmodel met AI voor een snelgroeiende fooddistributeur
Data Science, ICT / Automatisering, Logistiek / Transport / Supply Chain
Bouw een slim forecastmodel met AI voor een snelgroeiende fooddistributeur
Dit is geen gewone stage
Bij een groot bedrijf ben je één van de honderd stagiaires die een klein stukje van een groot rapport schrijft. Bij Brandplant bouw je iets dat elke week live gaat.
We zijn een snelgroeiende Nederlandse distributeur van internationale foodmerken: van kombucha tot matcha-dranken, van aquafaba tot premium bonen. We kopen in bij Britse en Europese merken en leveren aan Nederlandse supermarkten en foodservice. Alles draait op snelheid, marge en de juiste voorraad op het juiste moment.
Het probleem: onze forecast en inkoopplanning doen we nog grotendeels handmatig in Excel. We hebben het raamwerk al gebouwd: een werkende tool die warehouse-data inleest, verkopen valideert en bijbesteladvies geeft. Maar het model moet scherper. En daarvoor zoeken we jou.
Samen met AI bouw je een rigoureus forecast- en inkoopoptimalisatiemodel dat antwoord geeft op vragen als:
Hoeveel moeten we bestellen, én wanneer, om nooit out-of-stock te gaan zonder te veel werkkapitaal vast te zetten?
Hoe vertalen we lumpy, seizoensgevoelige vraag (supermarktpromoties, listings, Q2-zomerdip) naar betrouwbare weekprognoses?
Wat is de optimale bestelhoeveelheid gegeven levertijden van 3–8 weken, een maximum van 4 weken voorraad en een cashflownorm?
Hoe detecteren we automatisch afwijkingen, een voorraadverschil dat niet klopt, een onverwachte piek, een product dat stilstaat?

Je werkt op echte data: wekelijkse warehouse-exports, verkoopanalyses per merk, historische inkooporders. Je bouwt voort op een bestaande HTML/JavaScript-applicatie die al live draait en elke week gebruikt wordt. Jouw model gaat er direct in.
Wat je concreet gaat doen
Fase 1: Analyseren & modelleren
Historische vraagpatronen analyseren per SKU en klanttype
Vraagclassificatie toepassen (Croston, SES, intermittent demand) op basis van verkoopfrequentie
Service level targets en veiligheidsvoorraden berekenen rekening houdend met leadvariatie
EOQ/min-max-modellen aanpassen aan de realiteit van internationale leveranciers

AI (Claude API) inzetten als redeneerlaag bovenop het model - niet als black box maar als transparante beslissingsondersteuning
Automatische anomaliedetectie: voorraadverschillen, verkoop-spikes, ontbrekende data
Geprioriteerde bestellijst genereren per week met onderbouwing in begrijpelijk Nederlands
Scenarioplanning: wat als we een promotie krijgen bij Albert Heijn? Wat als de levertijd uitloopt?

Fase 3: Valideren & implementeren
Modelnauwkeurigheid backtesten op historische data (MAPE, bias, service level)
Het model integreren in de bestaande tool — jouw werk draait live zodra het klaar is
Documentatie en aanbevelingen voor verdere doorontwikkeling

Past deze vacature bij jou?
Onderstaande interesses en talenten zijn belangrijk voor deze rol.
Interesses die bij deze functie passen

Talenten die in deze functie belangrijk zijn

Maak gratis je PITA™-profiel en ontdek of deze vacature écht bij jouw passie, interesses, talenten en ambitie past.
Je studeert Econometrie, Analytics and Operations Research in Logistics of een vergelijkbare opleiding met een kwantitatieve focus op supply chain of OR.
Je snapt het verschil tussen een gemiddelde en een mediaan én weet wanneer je welke gebruikt
Demand forecasting, EOQ, safety stock - dit zijn geen vreemde woorden voor je
Je kunt programmeren: Python of JavaScript (of je leert het snel)
Je wilt iets bouwen dat werkt, niet alleen iets opschrijven
Je voelt je meer thuis in een team van zes dan in een kantoor van zeshonderd

Een opdracht die écht iets verandert: je model draait live en bespaart ons tijd én geld
Directe samenwerking met de directie: geen drie lagen management tussen jou en de beslissing
Vrije toegang tot alle data, systemen en AI-tools
Een werkomgeving waar snelheid, eigenaarschap en gewoon dingen doen centraal staan
Marktconforme stagevergoeding + mogelijkheid tot een vaste aanstelling na afstuderen
Een netwerk in de foodbranche die harder groeit dan de gemiddelde FMCG-categorie

Brandplant importeert en distribueert high-growth foodmerken in Nederland en België. We werken met merken als PerfectTed, Hip Pop, Actiph, Punchy, OGGS en Bold Bean - merken die je ziet bij Albert Heijn, Jumbo, en de meest interessante foodservice-concepten van het moment.
We zijn klein, maar onze klanten zijn groot. Dat maakt ons werk concreet en onze impact direct zichtbaar. Als de forecast klopt, zit de voorraad goed. Als de inkoop slim is, zit de marge goed. Jij maakt dat mogelijk.
Meer vacatures die bij jou passen
Business Process Analist Warehousing & Transport
Logistiek / Transport / Supply Chain
Afstudeerstage Sales Out Of Home
Finance, Tax, Economisch, Marketing & Communicatie Detailhandel / Retail / E-Commerce, Marketing & Communicatie
Junior (0-2 jaar ervaring), Trainee
Consultancy / Advies, Data Science, ICT / Automatisering
Junior (0-2 jaar ervaring), Medior (3-10 jaar ervaring)
Data Science, ICT / Automatisering
Junior (0-2 jaar ervaring), Medior (3-10 jaar ervaring)
Data Science, ICT / Automatisering
Junior (0-2 jaar ervaring), Medior (3-10 jaar ervaring)
IT Internship - Backend Engineer: Improving Reliability & Automation in a Cloud‑Native DevOps Platform
IT Internship - Backend Engineer: Improving Reliability & Automation in a Cloud‑Native DevOps Platform
Samen ontdekken we jouw volgende stap
Sluit je gratis aan bij onze Talent Community en ontvang persoonlijke aanbevelingen van vacatures en werkgevers die écht bij jou passen.