El Analista Económico-Financiero

En un mundo impulsado por los datos y la inteligencia artificial, las herramientas de visualización, el aprendizaje automático y el aprendizaje profundo están transformando industrias enteras. En este post, exploraremos recursos clave y lecturas recomendadas que abarcan desde cómo aprovechar al máximo Tableau en el análisis visual hasta aplicaciones de aprendizaje profundo que revolucionan la economía cuantitativa. Estas recomendaciones te guiarán para potenciar tus habilidades en análisis de datos, investigación económica y mucho más. I. Visual Analytics Deje que Tableau escriba su SQL por usted : aprende sobre relaciones y relaciones de múltiples hechos en Tableau . Su guía sobre las extensiones de Viz de Tableau : aprende cómo comenzar a utilizar las extensiones de Viz y profundiza en las 36 extensiones disponibles en Tableau Exchange . Dashboards del BCBS : Los dashboards permiten ahora visualizar de forma interactiva los resultados de los riesgos crediticios, de mercado, oper...

Las reservas internacionales son como una caja de seguridad de un país. Los bancos centrales acumulan una variedad de activos, principalmente divisas extranjeras como dólares y euros, para hacer frente a posibles crisis económicas, financiar importaciones y estabilizar el tipo de cambio de su moneda. Por otro lado, las reservas de oro son una parte de estas reservas internacionales y han sido históricamente valoradas como un activo que ofrece seguridad, liquidez y rentabilidad. Aunque su papel ha evolucionado con el tiempo, el oro sigue siendo considerado una reserva de valor y una forma de diversificar los riesgos asociados a otras inversiones. Es por ello, que la mayor parte del oro del mundo está en manos de los bancos centrales. Concretamente, estas instituciones poseen aproximadamente una quinta parte de todo el oro extraído a lo largo de la historia. En la entrada del día de hoy, analizaremos las Reservas Internacionales de varios y sus correspondientes reservas en oro con datos ...

Data science is a field that stands at the crossroads of statistics, computer science, and domain expertise, offering insights and solutions that are transforming industries across the globe. Whether you're a seasoned data professional or just starting out, the journey of learning never truly ends. This blog post aims to introduce a curated list of lectures that cater to a wide range of learners, from those seeking to grasp the basics of data literacy to advanced practitioners looking to fine-tune their models with the latest techniques. Data Literacy Basics Everyone Should Know ( Tableau Blog ). For Beginners: Start your AI learning journey with IBM Learning for free here . Implement hierarchical clustering in Python ( IBM ). EarlyStopping and LiveLossPlot Callbacks in TensorFlow, Keras, and Python ( Regenerative ). Convolutional Neural Network in TensorFlow and Python - Keras Tuner For Hyperparameter Tuning ( Regenerative ). Which books, papers, and blogs are in the Bayesian...

Diving into the world of data science can feel like navigating through a vast ocean of information. Each day, new tools, techniques, and discoveries emerge, making it an exciting yet overwhelming field to keep up with. In this blog post, we're curating a collection of assorted links that will serve as your compass, guiding you through the latest trends, insightful articles, and must-read resources in the realm of data science. Whether you're a seasoned data scientist looking to sharpen your skills or a newcomer eager to explore the field, these carefully selected links will provide you with a wealth of knowledge and a fresh perspective on the ever-evolving landscape of data-driven insights. Join us as we embark on a journey to uncover the treasures of data science, one link at a time. Are Your Data Governance and Management Practices Keeping Pace with the AI Boom? 5 Tips from a Data Career Mentor When and How to Use Multi-fact Relationships in Tableau A Complete Regression Mod...

Welcome, tech enthusiasts! This post dives into a range of exciting topics to fuel your learning and exploration. Whether you're embarking on a cloud migration journey, eager to build your first deep learning model, or curious about the latest trends in digital nomadism, we've got you covered. We'll unpack the essential dashboards and metrics for successful cloud transformations, guide you through the creation of a deep learning model using TensorFlow, and explore the power of callbacks like EarlyStopping and LiveLossPlot. We'll also unveil the hidden villain lurking within Java file operations and the PostgreSQL CopyManager API, and unveil how text analysis can predict industrial production. Finally, for the aspiring digital nomad, we've got a handy chart showcasing countries offering visas that cater to your remote work lifestyle. So, buckle up and get ready to dive into the ever-evolving world of technology! Ending the confusion in cloud transformations: The das...

In the rapidly evolving world of technology, staying informed is crucial. This blog post delves into the groundbreaking research papers that are shaping the future of data analytics, large language models (LLM), decentralized finance (DeFi), and quantum computing adoption. These papers not only offer insights into current trends but also forecast the transformative potential of these technologies in various industries. Join us as we explore the innovations that are setting the stage for the next technological revolution. 1. Should Competing Sellers Adopt the Data Analytics Service to Enable Product Improvement in Online Marketplace More and more marketplace platforms choose to use the data gathered from consumers (e.g., customer search terms, demographics) to provide a data analytics service for third-party sellers, both encouraging innovations and improving the operations of the latter. Through adopting the data analytics service, a seller can enhance its competitiveness by impro...

¡20 años ya! Parece mentira que fue ayer cuando publiqué mi primer artículo en Internet, titulado Las etapas del empresario y la empresa moderna . Publicado en  Gestiopolis  (en realidad sería una segunda versión revisada de un artículo publicado varios meses atrás en un website de consultoría de negocios en Chile) este texto no solo tuvo una gran acogida, sino que marcó el inicio de un camino lleno de aprendizaje y crecimiento profesional. Aquel primer artículo, nacido de la experiencia y la reflexión, fue solo el comienzo. Invitaciones a publicar en otros espacios digitales, como la  Revista Contribuciones a la Economía , se multiplicaron, impulsando la difusión de ideas y conocimientos. Más de 30 publicaciones científicas ( ORCiD ) avalan una trayectoria dedicada a la investigación y a la publicación de  artículos de divulgación . Cada artículo, cada línea escrita, refleja el compromiso con el aprendizaje continuo y la búsqueda de respuestas a los desaf...

Reproducibilidad Retomando la discusión sobre la importancia de la reproducibilidad del código publicada en un post anterior . Les cuento que en 2019, la revista Management Science introdujo una política que exige a los autores que pongan a disposición sus materiales de estudio. Aprovechando esto como una oportunidad, un grupo de investigadores se dio a la tarea de evaluar el impacto de la política y el estado de la reproducibilidad de los estudios. Los autores señalan que la reproducibilidad es una característica esencial de los resultados de investigación confiables, pero no puede garantizar la replicabilidad ( LSE Impact Blog ). Recursos para aprender ciencia de datos Paul Goldsmith-Pinkham (profesor en la Escuela de Administración de Yale) comparte notas de conferencias escritas para su curso de doctorado sobre métodos empíricos aplicados. También diapositivas, preguntas de exámenes y más ( GitHub ). Árboles de decisión en python con sklearn ( Regenerative ). Graficar redes neuron...

Hoy en día existe mucha confusión entre el rol del analista de datos, el científico de datos y el ingeniero de datos, esto se debe fundamentalmente que muchas habilidades y competencias de estos roles se pisan entre sí. No obstante, el título de "científico" tiene algo que no tienen los otros, justamente esa capacidad de utilizar el método científico para aportar verdadero valor a las organizaciones y generar impacto. En el post del día de hoy, les traigo una serie de recursos para fortalecer el bagaje de profesionales de la ciencia de datos. El modelo es importante, pero los supuestos lo son más  La primera recomendación, es un artículo publicado por el CFA Institute (referente en el mundo de las finanzas) que hace una critica constructiva a los profesionales que se casan con las simulaciones de Monte Carlo para realizar sus pronósticos de rendimientos futuros. La recomendación: la importancia de los supuestos y considerar en sus escenarios aquellos eventos inesperados. Má...

¿Alguna vez te ha fascinado un descubrimiento científico pero te atemorizaron las ecuaciones o la jerga especializada? ¿Has deseado comprender la salud de la economía con claridad, sin perderte en un mar de estadísticas? ¿Te intriga el potencial de la inteligencia artificial para explorar fronteras matemáticas desconocidas? En este blog, abrimos las puertas a un mundo donde la complejidad se transforma en conocimiento accesible. Aquí, los datos dejan de ser números fríos y se convierten en historias vívidas que cualquiera puede comprender. Te invito a navegar en las siguientes lecturas que te ayudarán a seguir desarrollando tus conocimientos y habilidades en el mundo de los datos. Para los principiantes, Este curso desmitificará y explicará el tema del Machine Learning. En tan solo unas horas podrás comprender los conceptos y los procesos detrás de esta tecnología revolucionaria:  A Quick Introduction to Machine Learning . Para los que ya tienen más experiencia:  Anomaly ...

1. ¿Qué hace que los datos ambientales sean útiles? Las mejoras en la tecnología y el procesamiento de datos ahora permiten que los individuos controlen los efectos de la contaminación del aire. Sin embargo, esta singularización radical plantea desafíos para una acción comunitaria de base amplia ( Impact of Social Sciences ). 2. Cómo detectar gráficos engañosos (checklist) Explora una lista de verificación (c hecklist ) completa para detectar gráficos engañosos, lo que permite una toma de decisiones informada y segura basada en: la fuente, el tipo de gráfico, los ejes y el mensaje ( Tableau Blog ). 3. Desigualdad de oportunidades educativas: Medición y resultados empíricos En este artículo se muestra que las técnicas de ML pueden superar a este enfoque tradicional en la estimación de la desigualdad de oportunidades (DOp) en el ámbito educativo. En particular, los autores encontraron que los métodos de ML proporcionan estimaciones de la DOp más altas, lo que sugiere que estos ...

Como es costumbre en este blog, esta semana toca compartirles una serie de artículos que serán de utilidad para tanto principiantes como practicantes de data science. I. Para los que inician su carrera de análisis de datos Para los nuevos, aquí les dejo un artículo con consejos para ser contratado como analista de datos, crear un portafolio de visualización de datos gratuito, conectarse con otros entusiastas de los datos, conseguir el trabajo de visualización de datos y más:  7 Ways to Stand Out and Secure Your Next Data Analytics Role ( Tableau ). El siguiente artículo es para aquellos que les gusta leer, aprender y encontrar inspiración para sus proyectos:  How mathematics built the modern world ( Work in Progress ). II. Análisis visual A continuación, les comparto una "infografía" sobre la recaudación en taquilla de las películas del Universo Cinematográfico de Marvel (MCU por sus siglas en inglés). Me gusta esta visualización, ya que combina dos objetos visuales (un gr...

Desde hace algunos años me dedico a la consultoría de ciencia de datos y capacito a las organizaciones en análisis de datos e inteligencia de negocios para una mejor toma de decisiones. Por lo cual, doy fe que cada día las empresas son más conscientes que tienen que actualizarse y empezar la transformación digital a un modelo más orientado al aprovechamiento de los datos. La siguiente figura es resultado de un estudio reciente que demuestra que trabajar con IA vale la pena, ya que el valor de las habilidades de IA (aumentan los salarios de los trabajadores en un 21%) es significativamente mayor que el de las habilidades promedio (Gráfico A1). Mientras que, al examinar el valor de las habilidades de IA individualmente (Gráfico B), se observa que las habilidades relacionadas con el aprendizaje automático, es decir, ML (40%), Tensor Flow (38%), Deep Learning (27%), PNL (19%), son más valiosas que las habilidades en análisis de datos (14%) y ciencia de datos (17%), seguidas de los lenguaje...

Vamos a iniciar el post del día de hoy, con una historia sobre cómo nació la ciencia de datos como la conocemos ahora... Hace 20 años empresas como Google, se dieron cuenta que tenían muchísimos datos y que necesitaban analizarlos. Para ello, Google en 2002 contrató al famoso economista Hal Varian como consultor para lo que sería en un inicio Google Trends (es experto en áreas como: diseño de las subastas de publicidad (lo que hace el Ad Sense ), econometría, finanzas, estrategia corporativa y políticas públicas). Desde entonces es el economista en jefe de Google. Así, en un principio tanto Google como las empresas tecnológicas en Silicon Valley y Seattle empezaron a contratar a economistas en sus filas para que hicieran análisis de información y visualizaciones. Con el aumento de la demanda, se creo la oferta de científico de datos como profesional (especialización, grado y posgrado). Algo curioso, es que en el camino, muchas veces las empresas no quieren al científico para que dise...

1. Análisis comparado de mercados laborales Viví años en España y me tocó la crisis financiera internacional del 2007/2008 y este blog se convirtió en una bitácora durante mucho tiempo del desarrollo de la crisis española, por lo que un análisis de cómo terminó la historia (si se puede decir que ha terminado) es interesante. Recientemente, el artículo  Grecia vs España. Crónica de dos recuperaciones: demografía y empleo , analiza las diferencias entre Grecia y España en cuanto al mercado laboral y la recuperación económica tras la crisis financiera de 2008.  2. Objetivo de inflación Hablar de inflación es hablar de un tema complejo, la idea es que una inflación buena sería por debajo del 2 %, mientras que los niveles de inflación por debajo del 4 % se consideran aceptables. Desde hace algunos años vivo en Uruguay, un país que su objetivo de inflación es el 7 % y les puedo asegurar que ese objetivo hace terriblemente costosa y difícil el nivel de vida en este país. A principio...

En la visualización que abre el post del día de hoy, destaca como el nivel del poder adquisitivo del salario mínimo federal en los Estados Unidos está en su punto más bajo desde diciembre de 1949. Como buena práctica el autor nos comparte los datos y el código que utilizó para crear la figura. En este post de Google nos explica cómo v isualizar e interpretar los árboles de decisión con TensorFlow. En el blog de Tryolabs, nos enseñan en dos entregas cómo elaborar estrategias de precios. En la primera parte , nos introducen a su simulador de mercado. En la segunda parte , nos muestran la e xploración de escenarios de mercado complejos. Finalmente,  ¿Qué hacer con las tendencias paralelas cuando sólo se dispone de datos de referencia? Hasta aquí el post del día de hoy y recuerda que puedes seguirme en Twitter y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas. ¡Hasta la próxima!