Pronostica demanda con procesos gaussianos en bodega chilena
Visión general
De qué trata este proyecto.
Recibes 5 años de ventas mensuales para 60 SKUs, precio promedio, mes y un indicador de evento promocional. Para los 20 SKUs principales ajusta un GP con kernel compuesto (RBF + periódico anual + lineal), realiza inferencia exacta y produce el pronóstico de 12 meses con intervalo creíble al 90%. Compara con SARIMA (modelo clásico) en RMSE (Root Mean Squared Error — error cuadrático medio) y CRPS (Continuous Ranked Probability Score — puntuación probabilística continua). Éxito = CRPS mejor que SARIMA en al menos 14 de los 20 SKUs y un informe visual que la planificadora pueda leer sin ser estadística.
El Briefing
Lo que harás y lo que demostrarás.
Pronosticar demanda mensual por SKU con incertidumbre calibrada usando GPs, superando a SARIMA en CRPS.
Earning criteria — what you'll demonstrate
- Aplicar procesos gaussianos como distribuciones sobre funciones
- Diseñar kernels compuestos para series temporales con estacionalidad
- Evaluar pronósticos probabilísticos con CRPS y cobertura empírica
- Comunicar incertidumbre a un público de planificación no estadístico
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 canónicosCientífico/a de Datos
Pronosticar demanda con incertidumbre y comunicar el resultado a una planificadora es el día a día de un data scientist en consumer goods, vino o retail.
Este proyecto afina
- gaussian-processes
- time-series
- model-evaluation
Ingeniero/a de Machine Learning
Llevar un modelo bayesiano a un flujo de planificación con validación correcta y código reproducible es trabajo nuclear de un MLE.
Este proyecto afina
- python
- bayesian-inference
- uncertainty-quantification
Científico/a Aplicado/a de IA
Diseñar el modelo, justificar el kernel y entregar una recomendación accionable conecta directo con el rol de applied AI scientist en operaciones.
Este proyecto afina
- gaussian-processes
- uncertainty-quantification
- model-evaluation