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...

As the power and reach of large language models (LLMs) continue to grow, so too does their potential to reshape various fields, from healthcare to central banking. This week’s recommended readings provide valuable insights into how LLMs are applied across diverse sectors, including politics, medical record analysis, quantitative economics, and more. These carefully curated articles and papers explore real-world applications, technical innovations, and the implications of LLM usage in complex environments, making them essential for anyone interested in the current and future role of AI-driven language models. 1. The Politics of AI: An Evaluation of Political Preferences in Large Language Models from a European Perspective In this insightful report, the author address the limitations in understanding AI's political tendencies by conducting a unique set of experiments. He prompted 24 top-performing language models to generate detailed, open-ended answers to politically sensitive ques...

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...

A finales de junio leía una publicación del periódico El Financiero de México que cito textualmente: El 35% de las firmas que adoptan la inteligencia artificial no tuvieron éxito por el sobrecosto de esta tecnología. Aunque 2024 es clave para los proveedores de soluciones con IA para las Pymes, con un 73% de estas organizaciones interesadas en invertir, los expertos piden cautela. Los altos costos, la escasez de talento y la falta de viabilidad en algunos proyectos dificultan que la IA se adapte a todas las empresas. Sabemos que la IA es parte ya de nuestras vidas, también sabemos que las empresas tienen que aprender a beneficiarse de la IA como parte de su negocio, pero lo cierto es que sus costes de implementación no pueden ser financieramente viables para la mayor parte de las micro y pequeñas empresas. Aquí existen dos posibilidades: Que lo hagan por nosotros: contratar un producto o servicio que nos facilite la implementación de herramientas de inteligencia artificial en el negoci...

En un mundo donde la tecnología avanza a pasos agigantados, el sector financiero no se queda atrás y la la innovación tecnológica juega un papel cada vez más crucial. El Banco Internacional de Pagos (BIS) ha publicado dos documentos de trabajo que analizan en profundidad dos aspectos clave de este panorama en constante evolución: la tecnología financiera (fintech) y la inteligencia artificial (IA). En este post, abordaremos los puntos destacados de ambos documentos, arrojando luz sobre cómo estas tecnologías están transformando el panorama financiero y la competencia por servicios bancarios. I. Revisión de literatura sobre tecnología financiera y competencia por servicios bancarios El grado en que la tecnología financiera moldeará la industria bancaria depende en parte de la naturaleza de la competencia por los servicios bancarios que surge de la innovación de los bancos tradicionales y la entrada de nuevos actores. Este artículo presenta una revisión del creciente cuerpo de literatur...

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...

Machine learning (ML) is revolutionizing various fields, but it's true power lies in its ability to scale. This curated list of lectures dives deep into specific, yet valuable, areas within ML, equipping you with the knowledge to tackle complex challenges. Whether you're a seasoned data scientist or just starting your ML journey, these lectures offer something for everyone. From practical tools for anomaly detection to the ethical considerations of predicting police misconduct, you'll gain insights and techniques to elevate your skillset. 1. MLOps so AI can scale.   Most of the failures in ML development come not from developing poor models but from poor productization practices ( McKinsey ). 2. How to Detect the Trend in the Time Series Data and Detrend in Python ( Regenerative ). 3. Predicting Police Misconduct:   Whether police misconduct can be prevented depends partly on whether it can be predicted. We show police misconduct is partially predictable and that estimate...

En este post, te compartiré algunas lecturas recomendadas en diversas temáticas de vanguardia en el campo de la IA. Nos preguntaremos si debemos evaluar más los algoritmos que utilizamos a diario ( Development Impact ). Aprenderás los pasos básicos para desarrollar tu propia red neuronal con PyTorch ( Regenerative ). Nabeel discute el potencial de los datos sintéticos como clave para la Inteligencia Artificial General ( Digital Spirits ).  También veremos cómo incorporar información de sensores remotos en evaluaciones aleatorias ( J-PAL ).  Para los interesados en finanzas, analizaremos la predicción de riesgo crediticio para pequeñas y medianas empresas utilizando datos de empresas adyacentes y una red de atención gráfica relacional ( Journal of Management Science and Engineering ). ¿Te intriga la posibilidad de una IA que juegue ajedrez a nivel de Gran Maestro sin necesidad de búsqueda? Averígualo aquí:  arXiv . Y para finalizar, te recomendamos un libro clave sobre ap...

¡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 ...

En 2021 inicié una tradición en este blog: dedicar un post al final del año para hacer un resumen de mis actividades extracurriculares de consultoría en ciencia de datos. El objetivo es compartir mis conocimientos y experiencias con los lectores, y este año no es la excepción. Así que, sin más preámbulos, ¡vamos a comenzar! 1. Contribuidor en la traducción de R a Python de la librería IDBSocialData del BID Artículo: IDBSocialData: código abierto para analizar temas sectoriales en América Latina y el Caribe Librería: idbsocialdata 2. Conferencia: “Las Tendencias Fintech” En el marco del programa institucional “Transferencia de Conocimientos” de la Red Global MX Capítulo España a la Universidad Politécnica del Bicentenario, que se llevó a cabo en Silao de la Victoria, Guanajuato, el 22 de febrero de 2023. 3. Miembro del Comité organizador y Maestro de Ceremonias Del Simposio Red Global MX Japón 2023: “El espacio desde la perspectiva de las personas mexicanas en el exterior” , celebrad...

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 ...