Pronostica demanda con procesos gaussianos en bodega chilena
Visión general
De qué trata este proyecto.
Pronostica 12 meses de demanda para 20 SKUs en una bodega chilena usando procesos gaussianos y compara con SARIMA. Obtén un certificado verificable.
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.
Probabilistic Machine Learning
Master · Ai Ml
Fit score: 1
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