Hola, soy
Actuario · UNAM
Me formé como actuario en la UNAM y desde entonces no he dejado de construir: un transformer entrenado con Proust, plataformas de datos en GCP, agentes de IA sobre regulación mexicana, APIs en producción. Cada proyecto empieza con una pregunta que no sé responder y termina con algo que funciona.
Valuar reservas de vida exige conectar proyección de mortalidad, producto y capital regulatorio en un solo flujo. SIMA lo hace de extremo a extremo: proyecta mortalidad con Lee-Carter, construye tablas de conmutación, valúa reservas para tres productos y calcula el RCS con pruebas de estrés bajo la LISF. Desplegado en Google Cloud.
Tarificar GMM sin datos reales es especular. Este proyecto procesa 5.1M siniestros y 95.9M asegurados-año publicados por la CNSF (2020-2024), los clasifica en tres niveles de hospitalización con IA y calcula la prima pura por frecuencia-severidad ajustada por inflación médica. El resultado: un tarificador interactivo desplegado en Vercel.
Un analista de datos se evalúa por el rango de problemas que puede resolver, no solo por las herramientas que conoce. Este portafolio reúne 7 proyectos end-to-end: cohortes de e-commerce, reservas actuariales, pruebas A/B, KPIs ejecutivos y análisis de riesgo financiero. Todos desplegados con dashboards interactivos.
El análisis crediticio tradicional trata cada préstamo como evento independiente, pero las cadenas de garantías, garantías circulares y concentración accionaria crean exposición correlacionada invisible a modelos relacionales. CreditGraph modela un portafolio de 500 clientes como grafo en Neo4j, procesa datos con PySpark en Databricks, califica con LightGBM calibrado por Platt, y ejecuta pruebas de estrés topológicas que revelan patrones de riesgo estructural ocultos al SQL.
Un siniestro de seguros recorre un camino largo entre el evento y el modelo que lo tarifica. Automatizar ese flujo produce datos más rápidos, confiables y consistentes. Este proyecto construye cada tramo sobre GCP: ingesta en tiempo real con Pub/Sub y Beam, warehouse dimensional en BigQuery, orquestación con Dagster, infraestructura con Terraform y un modelo GLM Tweedie que convierte los datos limpios en prima actuarial. Seis etapas, un solo flujo.
La mayoría de los trabajadores mexicanos no sabe bajo qué régimen de pensión cotiza ni cuánto recibirá al retiro. Esta aplicación R Shiny resuelve esa ambigüedad: ingresa salario, semanas cotizadas y rendimiento AFORE esperado para obtener la pensión estimada bajo Ley 73, Ley 97 y Fondo Bienestar, con análisis de sensibilidad y reporte descargable.
Documentos listos para leer: análisis, reportes y resúmenes técnicos de actuaría, finanzas y estadística.
La referencia que construí para prepararme al Examen P. Cubre probabilidad general, variables aleatorias y distribuciones multivariadas, cada tema con intuición actuarial, no solo fórmulas. Incluye problemas resueltos con análisis de por qué los distractores engañan.
Un solo documento que conecta cuatro mundos: cómo ponerle precio a lo que nadie sabe cuánto vale (derivados exóticos), cómo leer el futuro en las curvas de tasas del Tesoro, cómo dos empresas pueden intercambiar riesgo con un swap, y cómo armar un portafolio que no dependa de la suerte. Todo resuelto con Python y atado por la misma lógica de no-arbitraje. Examen integrador de Métodos Cuantitativos en Finanzas, UNAM.
La misma pregunta, dos formas de pensar: el enfoque clásico dice que no hay evidencia suficiente, el bayesiano dice que casi seguro B es mejor. Este resumen explora qué pasa cuando dejas de depender solo del p-valor y empiezas a pensar en utilidad esperada para decidir. Proyecto personal de exploración estadística. Disponible en ambos idiomas.
Universidad Nacional Autónoma de México (UNAM)
Facultad de Ciencias · 2021 – 2025
100% créditos completados, en proceso de titulación
Escríbeme un mensaje