System prognozowania sprzedaży

Opracowałem model ML do prognozowania wolumenów sprzedaży, który uwzględnia sezonowość i czynniki zewnętrzne. Używając Scikit-learn i Pandas, stworzyłem algorytm, który automatycznie aktualizuje się po przybyciu nowych danych. Zintegrowałem system z istniejącą infrastrukturą klienta przez backend Django. Główną trudnością była obróbka niepełnych danych, ale rozwiązałem to za pomocą zaawansowanych metod imputacji. System zwiększył dokładność prognoz o 35% i pomógł klientowi zmniejszyć nadmiar zapasów o 20%.