Optimizador de compra de temporada
Calcula tamaños de lote óptimos para productos que se compran una sola vez por temporada.
El problema
Definir cuánto comprar de un producto sin reposición era puro criterio individual: quiebres si comprabas poco, saldos si comprabas de más.
Qué hice
Construí (autoría confirmada por git) un pipeline estadístico de nueve pasos: desestacionalización, selección de mejores semanas, distribución normal inversa o t-Student según el tamaño de muestra, niveles de servicio configurables por percentil y re-estacionalización, con un score de confiabilidad de 0 a 100 por SKU. Para productos sin historia, resolví el cold-start con búsqueda visual por embeddings CLIP sobre Qdrant.
Qué resultó
En producción en el portal. El proyecto fijó además el estándar de ingeniería y seguridad del resto del ecosistema.
Stack
- Python
- Streamlit
- SciPy
- SQL Server
- CLIP
- Qdrant
- LangChain
- GPT-4o
- Docker
Proyecto interno de Blue Star Group — el código no es público.
Siguiente proyecto: Predictor de costos FOB →