Caso de Estudio

Sistema de Predicción de Demanda para Cadena de Supermercados

Desarrollo de modelo predictivo para Forecasting de ventas

Desafío

La empresa enfrentaba problemas de stock en productos de alta rotación y exceso de inventario en productos de baja rotación, resultando en pérdidas mensuales por más de $15.000.000.

Solución

Implementé un sistema de predicción de demanda utilizando Python, Pandas, Scikit-learn y Django. El modelo analiza datos históricos de ventas, estacionalidad, promociones y eventos externos para predecir demanda futura por producto y tienda.

Herramientas

Python, Pandas, Scikit-learn, Django, PostgreSQL, Docker, Chart.js, REST API

Métricas de Impacto

Reducción del 23% en productos fuera de stock
Reducción del 18% en inventario obsoleto
Mejora del 15% en precisión de pronóstico
Ahorro estimado de $8.000.000 mensuales

Aprendizajes

La calidad de los datos es más importante que la complejidad del modelo. Un modelo simple con datos limpios supera a modelos complejos con datos ruidosos. La interpretación del negocio es clave para validar resultados.

Habilidades Técnicas

Análisis exploratorio de datos, ETL, Feature Engineering, Modelos de Regresión y Series de Tiempo, SQL avanzado, Python, Django REST Framework, Despliegue en producción

¿Por qué este proyecto?

Este proyecto combina mi experiencia en supply chain con las nuevas habilidades técnicas del bootcamp, demostrando la capacidad de identificar problemas de negocio y traducirlos en soluciones tecnológicas concretas.