STRTGY · ene 2024
Proyecto integral de análisis y pronóstico de series temporales
Resumen
Desarrolló una plataforma analítica robusta de series de tiempo y modelos predictivos en Python, incorporando algoritmos avanzados como SARIMA, Prophet, XGBoost, redes LSTM y Transformers. Implementó técnicas de preprocesamiento como el manejo de valores faltantes, el remuestreo y la ingeniería de variables para mejorar el desempeño de los modelos.
Puntos clave
- 01
Utilizó procesamiento concurrente con ThreadPoolExecutor para procesar de forma paralela múltiples productos y sucursales comerciales, reduciendo los tiempos de ejecución.
- 02
Integró técnicas analíticas de visualización interactiva con Plotly y Matplotlib para generar gráficos dinámicos que faciliten la comparación de escenarios predictivos y tendencias.
- 03
Diseñó algoritmos de optimización de inventarios, incluyendo cálculos de lote económico de compras (EOQ) y stock de seguridad, integrando factores ecológicos del impacto de huella de carbono.
- 04
Aprovechó aceleración de GPU para modelos de deep learning (LSTM y Transformers) mediante PyTorch y TensorFlow, acelerando sustancialmente las fases de entrenamiento del sistema.
- 05
Desarrolló una arquitectura Transformer propia para pronosticar series temporales, adaptada a datos secuenciales complejos.
- 06
Implementó mecanismos robustos de manejo de errores y registro para asegurar una ejecución confiable sobre grandes volúmenes de datos.
- 07
Implementó optimización automatizada de hiperparámetros con Optuna, mejorando el rendimiento de los algoritmos mediante búsquedas bayesianas automáticas.
- 08
Integró análisis geoespacial utilizando Folium para mapear y visualizar concentraciones de demanda comercial y cuellos de botella en centros de distribución.
Tecnologías
- Análisis de Series Temporales
- Pronósticos
- Python
- Machine Learning
- Deep Learning
- Preprocesamiento de Datos
- Visualización
- Optimización de Inventario
- Aceleración por GPU
- Optimización de Hiperparámetros
- Análisis Geoespacial
¿Trabajas en algo parecido?
Cuéntame el problema y los datos con los que cuentas. Respondo en 24 a 48 horas.
Hablemos del proyecto