{"id":26823501,"url":"https://github.com/daniel-humberto/production-optimization-linear-programming","last_synced_at":"2026-04-10T11:02:30.842Z","repository":{"id":282659886,"uuid":"933019292","full_name":"Daniel-Humberto/Production-Optimization-Linear-Programming","owner":"Daniel-Humberto","description":"Esta proyecto forma parte de la propuesta para el Genius Arena Hackathon 2025 de Talent Land, en el track \"Production Planning: Linear Programming and automation through Python\", presentado por Micron. ","archived":false,"fork":false,"pushed_at":"2025-04-21T18:30:01.000Z","size":1309,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":2,"default_branch":"main","last_synced_at":"2025-04-21T19:36:19.151Z","etag":null,"topics":["nextjs","plotlyjs","python","react","scipy","shadcn-ui","tailwind-css","typescript"],"latest_commit_sha":null,"homepage":"","language":"TypeScript","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"gpl-3.0","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/Daniel-Humberto.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2025-02-15T00:42:37.000Z","updated_at":"2025-04-21T18:30:05.000Z","dependencies_parsed_at":"2025-04-21T19:37:26.351Z","dependency_job_id":null,"html_url":"https://github.com/Daniel-Humberto/Production-Optimization-Linear-Programming","commit_stats":null,"previous_names":["daniel-humberto/data-analysis-dashboard-minimalist","daniel-humberto/production-optimization-linear-programming"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/Daniel-Humberto/Production-Optimization-Linear-Programming","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Daniel-Humberto%2FProduction-Optimization-Linear-Programming","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Daniel-Humberto%2FProduction-Optimization-Linear-Programming/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Daniel-Humberto%2FProduction-Optimization-Linear-Programming/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Daniel-Humberto%2FProduction-Optimization-Linear-Programming/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/Daniel-Humberto","download_url":"https://codeload.github.com/Daniel-Humberto/Production-Optimization-Linear-Programming/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Daniel-Humberto%2FProduction-Optimization-Linear-Programming/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":271657793,"owners_count":24797935,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-08-22T02:00:08.480Z","response_time":65,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["nextjs","plotlyjs","python","react","scipy","shadcn-ui","tailwind-css","typescript"],"created_at":"2025-03-30T09:15:25.560Z","updated_at":"2026-04-04T21:32:54.860Z","avatar_url":"https://github.com/Daniel-Humberto.png","language":"TypeScript","readme":"# Production Optimization With Linear Programming\r\n\r\n![Imagen 1](Imagenes/1.png)\r\n\r\nEste proyecto forma parte de la propuesta para el **Genius Arena Hackathon 2025** de **Talent Land**, en el track **\"Production Planning: Linear Programming and automation through Python\"** presentado por **Micron**. La propuesta consiste en:\r\n\r\n\u003e **System in Python that automates the necessary calculations to balance production with demand, allowing more precise and efficient planning and reducing costs, using linear programming modeling.**\r\n\r\n\r\n---\r\n\r\n\r\n## 📌 Características Principales\r\n\r\nEsta propuesta consta de un sistema en Python que automatizara los cálculos necesarios para equilibrar la producción con la demanda mediante programación lineal, y Machine Learning, lo que permitira automatizar la planificación de producción. Se estructuraria en tres áreas clave: Data, BackEnd, y FrontEnd. \r\n\r\nEl área de **Data** consta de la limpieza, preprocesamiento, y generacion de Data Sets, mediante EDA. El área de **BackEnd** consta de algoritmos en Python de Machine Learning como Random Forest para estimar la demanda futura, y programación lineal para para optimizar la planificación de la producción. Mientras que el área de **FrontEnd** consta de un Dashboard interactivo con Next.js, React, Shadcn/ui, Tailwind CSS, y Plotly, con un diseño elegante y minimalista, que permite una visualización interactiva y dinámica de los resultados.\r\n\r\nPara garantizar un desarrollo modular, iterativo, y eficiente, utilizaremos como metodología principal SCRUM para la gestión del equipo, y CRISP-DM para estructurar el análisis de datos, Machine Learning, y optimización, asegurando una integración efectiva entre las áreas técnicas y analíticas del proyecto.\r\n\r\n\r\n---\r\n\r\n\r\n### 🏗️  Metodologias de Desarrollo\r\n\r\nDado que el proyecto abarca desde la planificación de producción, hasta la optimización con programación lineal y machine learning, **SCRUM + CRISP-DM** es la mejor opción. Ya que permite manejar un desarrollo modular con SCRUM, y estructurar la parte de Data Science de manera iterativa y adaptable con CRISP-DM.\r\n\r\n\r\n- SCRUM\r\n\r\n- CRISP-DM\r\n\r\n\r\n---\r\n\r\n\r\n### 📦  Data\r\n\r\nEl área de Data se encargara de la limpieza, el preprocesamiento, y la generación de Data Sets, que alimentarán los modelos analíticos y de optimización, mediante EDA (Análisis Exploratorio de Datos). Dado que aún no se definen las fuentes de datos, se plantea trabajar con al menos una de estas fuentes de datos:\r\n\r\n\r\n- Bases de Datos SQL\r\n\r\n- Archivos JSON\r\n\r\n- Archivos CSV\r\n\r\n\r\n---\r\n\r\n\r\n### 🔙 BackEnd\r\n\r\nEl BackEnd se desarrollaria en Python y estaría enfocado principalmente en **programación lineal**. Se contempla el uso de otras tecnicas de Data Science y Machine Learning en caso de ser posible y necesario:\r\n\r\n\r\n1. **Random Forest** : Con los datos ya depurados y comprendidos, se entrena y valida un modelo para estimar la demanda futura. \r\n\r\n2. **Programación Lineal**: Utilizando los datos depurados y comprendidos, y las predicciones de demanda, se aplica programación lineal para automatizar los cálculos necesarios para equilibrar la producción conforme la demanda.\r\n\r\n3. **Bootstrapping** (Opcional): Medición de la estabilidad del modelo.\r\n\r\n\r\n---\r\n\r\n\r\n### 🧮  Modelo de Programación Lineal\r\n\r\nEl modelo de programación lineal propuesto estaría desarrollado en **Python**, utilizando las librerías **SciPy**, **PuLP**, y **Scikit-Learn**, entre otras. El modelo buscara equilibrar la producción con la demanda, respetando todas las restricciones, necesidades, y objetivos, que se planteen. Por ejemplo:\r\n\r\n\r\n- Restricciones de recursos (silicio, mano de obra, energía, equipamiento y logística).\r\n\r\n- Costos de producción asociados a cada tipo de semiconductor.\r\n\r\n- Beneficios por unidad producida.\r\n\r\n- Demanda máxima por producto.\r\n\r\n\r\n---\r\n\r\n\r\n### 🎨 FrontEnd\r\n\r\nInterfaz moderna, elegante, e interactiva, para la visualización de resultados:\r\n\r\n\r\n- **React y Next.js**: Estructura y funcionalidad del FrontEnd.\r\n\r\n- **Tailwind CSS**: Diseño y estilo visual.\r\n\r\n- **Shadcn/ui**: Componentes de interfaz modernos.\r\n\r\n- **Plotly.js**: Creación de visualizaciones interactivas.\r\n\r\n\r\n---\r\n\r\n\r\n### 📊 Beneficios del Dashboard\r\n\r\n- **Planificación Estratégica**: Permitiría comparar la demanda con la capacidad productiva, mejorando la toma de decisiones a largo plazo.\r\n\r\n- **Decisiones Informadas**: Mostraría el impacto de diferentes estrategias de optimización de forma clara.\r\n\r\n- **Optimización de Recursos**: Se podria identificar la mejor distribución de recursos en la producción.\r\n\r\n- **Visualización Intuitiva**: Facilitaría la comprensión y análisis de datos complejos.\r\n\r\n\r\n---\r\n\r\n\r\n## 📐  Diagrama de la aplicación\r\n\r\n\u003cp align=\"center\"\u003e\r\n  \u003cimg src=\"Diagrama/1.png\" alt=\"Diagrama 1\"\u003e\r\n\u003c/p\u003e\r\n\r\n\u003cp align=\"center\"\u003e\r\n  \u003cimg src=\"Diagrama/2.png\" alt=\"Diagrama 2\"\u003e\r\n\u003c/p\u003e\r\n\r\n\r\n---\r\n\r\n\r\n# 📊 Propuesta de Dashboard\r\n\r\n![Imagen 1](Imagenes/1.png)  \r\n\r\n![Imagen 2](Imagenes/2.png)  \r\n\r\n![Imagen 3](Imagenes/3.png)  \r\n\r\n![Imagen 4](Imagenes/4.png)  \r\n\r\n![Imagen 5](Imagenes/5.png)  \r\n\r\n![Imagen 6](Imagenes/6.png)\r\n\r\n\r\n---\r\n","funding_links":[],"categories":[],"sub_categories":[],"project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdaniel-humberto%2Fproduction-optimization-linear-programming","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fdaniel-humberto%2Fproduction-optimization-linear-programming","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdaniel-humberto%2Fproduction-optimization-linear-programming/lists"}