Análisis de datos & BI en finanzas

En el post del día de hoy, les traigo una serie de recursos que serán de utilidad para los profesionales interesados en el análisis de datos y BI aplicado a las finanzas.

Ejemplos e ideas para crear dashboards

Mis primeras recomendaciones vienen de la mano del banco de los bancos centrales, el Banco Internacional de Pagos (BIS):

1. Aquí, se presenta un dashboard creado a partir de un análisis de aprendizaje automático con los discursos de los bancos centrales, esto es de utilidad para revelar patrones institucionales y destacar los cambios en los enfoques políticos a lo largo del tiempo.
2. En esta página se reúnen todos los dashboards publicados por el Comité de Supervisión Bancaria de Basilea (BCBS) para explorar sus datos.

Identificación y clasificación de fuentes de riesgo de datos y eventos desencadenantes: Un método conceptual en dos etapas para la gobernanza de datos con enfoque en el riesgo

En un entorno con gran volumen de datos, la capacidad de identificar y gestionar con precisión los riesgos de datos es fundamental para mantener la ciberseguridad, prevenir posibles amenazas, respaldar la toma de decisiones y permitir un análisis eficaz posterior a los incidentes. Los enfoques actuales para la identificación de riesgos de datos suelen estructurarse en torno a las etapas del ciclo de vida de los datos, ofreciendo una perspectiva amplia, pero a menudo sin estar alineados con la dinámica específica de las operaciones comerciales. Este estudio propone un marco de trabajo basado en datos para la identificación de riesgos de datos que refleja contextos empresariales prácticos. El marco incorpora 25 fuentes de riesgo categorizadas y 13 eventos desencadenantes de riesgo definidos, utilizando el análisis de datos para examinar sus interacciones e influencia. El enfoque demuestra una sólida alineación con los incidentes de riesgo documentados y captura eficazmente los factores de riesgo relevantes en todos los escenarios operativos. La implementación de este marco permite a las organizaciones identificar con mayor precisión los puntos críticos de riesgo, mejorar la exactitud y la puntualidad de las estrategias de respuesta ante riesgos y fortalecer las prácticas de gobernanza de datos. También facilita una planificación estratégica más informada y una coordinación interfuncional, lo que contribuye a una mayor resiliencia y eficiencia operativa.

Envenenamiento de muestras de LLM

Por otra parte, este artículo me pareció de lo más interesante, ya que muestra que tan sólo con un pequeño número de muestras puede envenenar los LLM de cualquier tamaño. Algo muy importante a tener en cuenta si se trabaja con grandes modelos de lenguaje.

La imagen del día

Visualización de todos los centros de datos del mundo en 2025

Fuente: Visual Capitalist

Muy recomendable visitar la fuente y mirar los datos en la tabla, la cual te permite también buscar el país (o países) de tu interés.

Hasta aquí el post del día de hoy y recuerda que puedes seguirme en X y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.

¡Hasta la próxima!