ML-модели для прогнозирования продаж лекарственных препаратов
О клиенте
Российская фармацевтическая компания полного цикла, один из лидеров отечественного фармацевтического рынка
Задача
Создать систему прогнозирования продаж лекарственных препаратов с использованием машинного обучения для оптимизации производственных планов и управления запасами
Наше решение
Техническая архитектура:
Backend: Python для обработки больших объемов данных
ML Platform: Scikit-learn, TensorFlow для построения предиктивных моделей
База данных: PostgreSQL + ClickHouse для аналитических запросов
Функциональность системы:
Сбор и очистка данных из множественных источников (аптечные сети, дистрибуторы)
Feature Engineering — создание признаков на основе сезонности, трендов, внешних факторов
ML-модели прогнозирования с учетом региональной специфики и типов препаратов
API для интеграции с ERP-системами планирования производства