Développe un système de forecasting pour les ventes d'un e-commerce. Approche hybride : 1. **Prophet** : Pour les tendances et saisonnalités 2. **LSTM** : Pour les patterns complexes 3. **Ensemble** : Combinaison des deux modèles 4. **Validation** : Backtesting et cross-validation 5. **Features** : Variables exogènes (promotions, events) 6. **Uncertainty** : Intervalles de confiance 7. **Deployment** : API REST avec prédictions Montre le code Python complet avec data preprocessing, training, evaluation et API Flask.