Predice la demanda diaria para una distribuidora de aceite en Jaén
Visión general
De qué trata este proyecto.
Recibes 36 meses de ventas anonimizadas (~2,1 millones de filas, SKU × tienda × día). Construye features de calendario (festivos andaluces, semana santa, fines de mes), variables climáticas (temperatura media) y rezagos (lag-7, lag-14, lag-28). Compara Prophet/ETS contra LightGBM con métricas WAPE (Weighted Absolute Percentage Error — error porcentual absoluto ponderado) y MASE (Mean Absolute Scaled Error — error absoluto escalado medio) usando rolling-origin validation (validación con origen rodante). Entrega tabla por familia de SKU. Éxito: WAPE ≤ 18 % en SKU A-clase y ≤ 30 % en C-clase.
El Briefing
Lo que harás y lo que demostrarás.
Pronosticar la demanda diaria por SKU-tienda a 14 días con WAPE ≤ 18 % en A-clase y superando un baseline estadístico.
Earning criteria — what you'll demonstrate
- Diseñar features temporales que no introduzcan leakage del futuro
- Aplicar rolling-origin validation correctamente en pronóstico
- Comparar baselines estadísticos contra métodos ML con métricas adecuadas
- Traducir un pronóstico a una decisión de stock para un planner
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero/a de Machine Learning
Forecasting de demanda con validación rigurosa y comparación contra baselines es uno de los trabajos más comunes para una persona junior MLE en empresas de consumo.
Este proyecto afina
- time-series-forecasting
- gradient-boosting
- feature-engineering
Científico de Datos
Convertir un pronóstico en decisiones de stock accionables es trabajo semanal de data scientists en retail y distribución.
Este proyecto afina
- time-series-forecasting
- model-evaluation
- feature-engineering
Científico/a de IA Aplicada
Elegir entre Prophet, ETS y boosting según familia de SKU es la decisión de aplicación que define el rol.
Este proyecto afina
- model-evaluation
- gradient-boosting
- time-series-forecasting