Desarrollo de Api de Pronóstico Avanzado con Machine Learning y Series Temporales

Se busca un experto para diseñar y desarrollar una API de pronóstico robusta, con un enfoque específico en el análisis de series temporales. El profesional debe tener experiencia comprobada en la implementación de modelos avanzados de Machine Learning para predicción.

Requisitos clave:
- Experiencia específica y profunda con series temporales, más allá de modelos generales de Machine Learning.
- Dominio de modelos de pronóstico como ARIMA, Exponential Smoothing (Holt, Holt-Winters), Prophet (de Facebook/Meta), y redes neuronales recurrentes (rnn, lstm).
- Conocimiento sólido en técnicas de validación cruzada para series temporales (time-series cross validation).
- Habilidad para estimar y evaluar el error del modelo utilizando métricas como mae, rmse, mape.
- Comprensión de conceptos fundamentales como estacionaiedad y descomposición de series temporales (tendencia, estacionalidad, residual).
- Familiaridad y preferencia por herramientas y lenguajes de programación como Python o R.
- Capacidad demostrada para desplegar modelos en entornos de producción, asegurando su operatividad y escalabilidad, no solo la creación de prototipos.

El objetivo es construir una solución que permita integrar capacidades de pronóstico avanzadas en nuestros sistemas existentes a través de una API bien documentada y eficiente.