Especialización en Analítica y Ciencia de Datos · 2026

Pipeline MLOps para pronóstico de ventas semanales en Ecuador: ensamble de aprendizaje automático con tratamiento diferenciado por canal

Resumen

Este trabajo desarrolla un pipeline de pronóstico de ventas semanales a nivel SKU por canal para una empresa de la industria alimentaria en Ecuador, utilizando datos históricos de 2024 y 2025. El problema central fue reducir el capital inmovilizado en inventario sin afectar el nivel de servicio, ante una demanda con alta volatilidad e intermitencia. Se empleó el marco CRISP-DM integrando prácticas de MLOps y un ensemble de modelos (LightGBM, XGBoost, CatBoost, Random Forest, Extra Trees y Ridge). Para el canal Organized Trade se diseñó un modelo especializado con clustering DTW y Conformal Quantile Regression. Los resultados sobre el holdout ciego (Q4 2025) arrojaron un WMAPE de 3,22 % frente al 50,92 % del baseline, logrando una reducción estimada del 96 % en el stock de seguridad.

Tesauro de su biblioteca