Programación dinámica para una bodega que optimiza envíos
Visión general
De qué trata este proyecto.
Dispones del catálogo (220 SKUs con peso, coste, precio de venta a importador y stock disponible) y de 6 meses de envíos históricos. Implementa: (1) knapsack 0/1 por programación dinámica clásica, (2) variante con cantidades acotadas por SKU, y (3) variante con restricción adicional de mínimo 3 categorías de vino por caja. Compara el margen recomendado vs el histórico real sobre las últimas 200 cajas. Entrega código en Python, un análisis de complejidad (tiempo vs número de SKUs) y un informe de 5 páginas con la lift estimada.
El Briefing
Lo que harás y lo que demostrarás.
Modelar la composición de cajas mixtas de vino como un problema de mochila con restricciones y resolverlo con programación dinámica.
Earning criteria — what you'll demonstrate
- Reconocer cuándo un problema real admite formulación tipo knapsack
- Implementar programación dinámica top-down y bottom-up con memoización
- Razonar sobre complejidad pseudo-polinómica y sus límites prácticos
- Comunicar resultados de optimización a decisores no técnicos
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 canónicosSoftware Engineer
Reconocer un problema de negocio y modelarlo como DP, luego entregar código verificable y una comparativa con datos reales, es práctica core de Software Engineering aplicada.
Este proyecto afina
- dynamic-programming
- python
- problem-modeling
Backend Engineer
Los Backend Engineers que dominan DP pueden resolver problemas de planificación dentro del servicio en lugar de delegarlos a hojas de cálculo frágiles.
Este proyecto afina
- dynamic-programming
- algorithm-analysis
- optimization