15 artículos
Una comparación interactiva entre un GLM Poisson y XGBoost sobre 678,013 pólizas de autos: mejor ordenamiento del riesgo, explicaciones SHAP, revisión de fairness geográfico y el límite regulatorio que mantiene al ML como challenger.
El análisis crediticio tradicional trata cada préstamo como independiente, pero las cadenas de garantías, las garantías circulares y la concentración accionaria crean exposición correlacionada que los modelos relacionales no pueden expresar. Este proyecto modela un portafolio de 500 clientes como un grafo en Neo4j, procesado con PySpark en Databricks y calificado con LightGBM calibrado, para hacer visibles los patrones de riesgo estructural que el SQL oculta.
Interpretar la LISF y la CUSF exige navegar entre artículos que se referencian mutuamente entre leyes, y un Ctrl+F no distingue el artículo que define reservas técnicas del que las menciona de paso. La IA permite absorber todo ese volumen sin perder un solo detalle. Este agente usa RAG para indexar cada artículo de forma individual con un grafo de referencias cruzadas, eliminando las alucinaciones de citas y permitiendo que el modelo razone solo sobre texto real de la ley. El resultado es un asistente que amplifica la memoria del actuario sin sustituir su criterio.
Cómo clasificar 5.1M de siniestros de Gastos Médicos Mayores en tres niveles de hospitalización cambia la forma de tarificar un riesgo que la industria trata como uno solo. Un proyecto de equipo en la UNAM que se convirtió en un sistema de tarificación completo.
En México, cerca del 70% de los vehículos circulan sin seguro. Para las aseguradoras que cubren el resto, el negocio se reduce a tres preguntas: cuánto cobrar, cuánto reservar y dónde está el fraude. Esta plataforma construye un dashboard que responde las tres con datos calibrados al mercado mexicano, separando frecuencia de severidad para tarificar, estimando lo que falta por pagar con dos métodos que se complementan, y detectando reclamaciones anómalas antes de que lleguen a ajuste.
Los modelos de riesgo financiero pierden credibilidad cuando existen solo como fórmulas en un PDF. Estos 13 módulos los implementan en Python tipado con tests automatizados: desde VaR de portafolio y simulación Monte Carlo hasta cópulas, EVT, deep hedging y redes neuronales en grafos para contagio sistémico. Cada módulo combina teoría en LaTeX con resultados reproducibles sobre datos públicos de mercado.
No existe una librería actuarial de código abierto pensada para la regulación mexicana. suite_actuarial llena ese vacío: cubre ocho dominios de seguros (vida, daños, salud, pensiones, reservas, reaseguro, regulatorio y configuración) con la EMSSA-09, circulares CNSF y artículos SAT integrados desde el diseño. Se instala con pip, se despliega con Docker, y expone 28 endpoints REST junto con un dashboard bilingüe en Next.js.
Las aerolíneas generan millones de registros de vuelos, retrasos e ingresos, pero analizar esos datos exige elegir la base de datos correcta para cada pregunta. Este proyecto toma 5.74M registros reales, los analiza primero en PostgreSQL optimizando desde el motor, los migra a BigQuery para comparar ambos paradigmas, y presenta los trade-offs con timing, costos y planes de consulta reales.
Las áreas técnicas de las aseguradoras generan datos valiosos que quedan atrapados en hojas de cálculo y procesos manuales que no escalan. Esta plataforma construye el pipeline completo sobre GCP, desde la ingesta de siniestros en streaming hasta el pricing con GLM Tweedie, con Dataform y BigQuery como columna vertebral. El resultado es un flujo automatizado, testeado y reproducible que transforma datos crudos en insumos listos para el regulador.
La mayoría de los trabajadores mexicanos no sabe bajo qué régimen de pensión cotiza ni cuánto recibirá al retiro, y la información oficial no simplifica la comparación entre Ley 73, Ley 97 y Fondo Bienestar. Este simulador implementa las tres fórmulas con datos actualizados (UMA, tablas CONSAR, mortalidad EMSSA 2009) y permite explorar escenarios con análisis de sensibilidad interactivo. El resultado es una estimación educativa que muestra qué controlas y qué no.
SIMA centraliza las técnicas actuariales para valuar seguros de vida: toma mortalidad cruda de INEGI/CONAPO, la gradúa con métodos como Whittaker-Henderson y Lee-Carter para obtener curvas que respetan la biología humana, y proyecta hacia el futuro para calcular primas, reservas y requerimientos de capital bajo LISF. Todo expuesto como API, lo que permite conectarlo con otros sistemas, automatizar análisis de sensibilidad y cumplir con los requisitos de la CNSF. Código abierto y diseñado para crecer hacia otros ramos.
Modelos de frecuencia-severidad sobre freMTPL2: Poisson GLM vs XGBoost vs LightGBM con explicabilidad SHAP, auditorías de fairness y un análisis transfronterizo de lo que las técnicas europeas de pricing con ML significan para el mercado mexicano donde el 70% de los autos no tiene seguro.
Siete proyectos end-to-end en seis dominios: bienes raíces, reservas de seguros, cohortes de e-commerce, experimentación de producto, finanzas (KPIs de SaaS y riesgo de portafolio) y operaciones del sector público. Las mismas herramientas estadísticas atraviesan todos, y ese es el argumento: un analista de datos tiene que sostener varios dominios a la vez, porque el rango es lo que vuelve transferible la profundidad. Cada proyecto se entrega como dashboard interactivo, todos en un solo dominio en vivo.
Análisis de reservas actuariales con métodos Chain-Ladder y Bornhuetter-Ferguson sobre datos regulatorios NAIC Schedule P. Dashboard interactivo con triángulos de pérdida, IBNR y ratios combinados para 6 ramos de seguros.
Quería entender qué pasa realmente dentro de un modelo de lenguaje. Construí uno desde la primera multiplicación de matrices, lo entrené con los 7 volúmenes de Proust, y lo que más me enseñó no fue la arquitectura sino lo que implica que todo sea números.