TimeCopilot: cómo montar un pipeline de predicción con modelos fundacionales y detección de anomalías

TimeCopilot es una biblioteca de Python para construir un pipeline de predicción de series temporales de extremo a extremo. Combina métodos estadísticos clásicos, modelos fundacionales preentrenados y un agente LLM opcional que elige el mejor enfoque y explica el resultado. La biblioteca se dirige a analistas que necesitan comparar rápidamente distintos enfoques con datos reales, sin perder tiempo configurando cada modelo a mano.

Cómo funciona el pipeline

Los autores muestran TimeCopilot con dos conjuntos de datos: uno real de pasajeros de aerolíneas (un benchmark clásico) y una serie estacional sintética con anomalías insertadas a propósito. Esta elección permite probar el sistema con honestidad, también con datos en los que se sabe de antemano qué debe detectarse.

El flujo de trabajo incluye varias etapas:

• Carga y preparación de datos de panel
• Entrenamiento de modelos mediante validación cruzada móvil
• Evaluación con varias métricas: MAE, MAPE, RMSE
• Generación de pronósticos probabilísticos con intervalos de confianza
• Detección de anomalías con visualización
• Ejecución de un agente LLM para elegir y explicar el mejor modelo

Tres clases de modelos

TimeCopilot admite tres tipos de modelos que se pueden comparar en un mismo experimento.

Los modelos estadísticos son métodos clásicos: ARIMA, ETS, Theta y otros. Son fáciles de interpretar, funcionan con conjuntos de datos pequeños y con estacionalidad marcada, y no requieren GPU. Ofrecen una línea base razonable en casi cualquier tarea.

Los modelos fundacionales son arquitecturas preentrenadas para series temporales, entrenadas con grandes corpus de datos. Son el equivalente de los modelos de lenguaje para secuencias numéricas: pueden funcionar out-of-the-box, sin reentrenarse con un conjunto de datos concreto.

Los modelos acelerados por GPU son modelos de redes neuronales (por ejemplo, N-BEATS, TiDE) pensados para conjuntos de datos grandes con horizontes de predicción largos. Son opcionales y resultan útiles cuando los métodos estadísticos ya no bastan.

La evaluación se basa en validación cruzada móvil con ventana expansiva: cada modelo se entrena con el mismo historial y se prueba en el siguiente horizonte. Así se mide la capacidad real de generalización y no un simple ajuste a los datos de entrenamiento.

Anomalías e incertidumbre

En lugar de una única «línea de pronóstico», TimeCopilot genera predicciones probabilísticas: un rango de valores con una probabilidad dada (80 % o 95 %). Para planificar inventarios, carga o presupuesto es muy útil: la organización ve a la vez el corredor pesimista y el optimista.

Junto al pronóstico funciona un detector de anomalías integrado. En la serie sintética con valores atípicos artificiales, el sistema separó correctamente el comportamiento normal del anómalo. Las marcas de anomalía se superponen directamente en la visualización de la serie, lo que facilita la auditoría y la comunicación de resultados dentro del equipo.

El agente LLM explica su elección

La parte más singular es el agente LLM opcional. Tras evaluar todos los modelos, examina los resultados de la validación cruzada, elige el mejor modelo para la serie concreta y genera una explicación en texto de por qué ese modelo es más preciso que los demás.

«El modelo fundacional superó a ARIMA por una estacionalidad no lineal

con amplitud creciente»: el agente genera este tipo de explicaciones de forma automática.

Es un paso hacia un AutoML con resultado auditable: el analista recibe no solo una recomendación, sino una justificación que puede incluir en un informe o entregar a un stakeholder sin interpretación adicional.

Qué significa

TimeCopilot reduce la barrera de entrada a la predicción avanzada: no hace falta configurar a mano decenas de modelos ni interpretar las métricas por cuenta propia, porque el agente LLM asume parte de ese trabajo. Para equipos de análisis que trabajan con métricas de negocio, demanda o KPI operativos, es una base lista para un pipeline listo para producción, con una justificación legible de cada decisión.