Empresa foodtech (confidencial) · 2025
Predicciones explicables para formulaciones alimentarias
Una herramienta en Python que predice características de una formulación alimentaria a partir de sus datos de entrada, con un valor de confianza y una explicación para cada resultado.
Desarrollador, a través de VertexWare
El problema
El equipo de I+D de una empresa foodtech evalúa ciertas características de cada nueva formulación a partir de sus datos de entrada. Las evaluaciones tenían que ser más rápidas sin perder la posibilidad de comprobar cómo se llega a cada resultado.
Antes y después
Punto de partida
Cada evaluación se calculaba a mano en hojas de cálculo y llevaba aproximadamente un día.
Lo que hice
- Desarrollé una herramienta en Python que lee los datos de entrada de la formulación desde archivos Excel o CSV.
- Ajusté un modelo estadístico de regresión que predice las características, cada una con un valor de confianza.
- Hice que cada predicción explique cómo se ha obtenido, para que el equipo de I+D pueda comprobar el razonamiento antes de usarla.
- La mantuve puramente matemática, sin modelos de lenguaje, de modo que los mismos datos de entrada dan siempre el mismo resultado.
Resultado
- Una evaluación que llevaba alrededor de un día de trabajo con hojas de cálculo ahora solo tarda lo que cuesta preparar y subir los datos de entrada.
- El equipo de I+D ve un valor de confianza y el razonamiento de cada predicción, así que los resultados dudosos saltan a la vista.
Mi función
- Único desarrollador, desde el formato de entrada hasta el resultado explicado
- Modelado estadístico con valores de confianza y explicaciones
- En uso por el equipo de I+D del cliente
Tecnología
Servicio relacionado
¿Tiene un problema de proceso o software que merece la pena revisar?
Una breve conversación basta para decidir si el siguiente paso adecuado es una auditoría, una pequeña implementación o no desarrollar software a medida.