Davirson Novoa Ramírez

276,3 M USD en castigos evitables · AUC 0,7005 · 10 gates, y uno bloquea mi propio modelo

Sistema de decisión crediticia con gobierno de modelos — diseño y construcción

• Rechazar el 10% más riesgoso de la cartera de prueba habría evitado 276,3 M USD en castigos — 2,15 veces lo que logra un rechazo al azar — y el reporte publica también el contrapeso: 1.992 M USD de crédito sano que se renuncia.
• Modelo de pérdida desplegado sobre 1,96 M de préstamos SBA 7(a): AUC 0,7005 fuera de tiempo, +0,0311 frente a una scorecard WoE interpretable, con error de calibración 0,0107. El segundo modelo, de acceso al crédito sobre 62,4 M de solicitudes HMDA, es el que el gate de equidad no deja promover; el estudio de evento corre aparte, sobre 93,4 M de solicitudes.
• La primera medición dio 0,9461 y no era un modelo, era una fuga: «TermInMonths» se sobrescribe cuando el préstamo se liquida, así que el campo llevaba dentro el resultado. Quitarlo derrumba la ablación a 0,6621, y esa es la cifra que se publica.
• Diez gates de promoción juzgados por código de salida, y uno está diseñado para bloquear mi propio modelo cuando no cumple el umbral.
• El monitoreo detectó que la fuente cambió de vocabulario sin avisar: una variable dejó de significar lo mismo entre cortes y nadie se habría enterado sin el control.
• El artefacto ONNX de producción puntúa en el navegador del lector, sin servidor y sin que ningún dato salga de la página.

1.392 variantes con validación fuera de muestra · 48 activos al día · 89 pruebas de calidad antes de publicar

Plataforma de datos de mercado — diseño, construcción y operación

• Ingesta incremental por watermark desde 4 fuentes (Tiingo, Coinbase, Kraken, FX) hacia un warehouse PostgreSQL de tres capas: 48 activos y más de 58.000 velas, idempotente y reanudable.
• 89 pruebas automáticas de calidad en dbt más 171 pruebas unitarias en Python; el pipeline falla antes de publicar un dato malo, no después.
• Motor de backtesting sin look-ahead con validación out-of-sample 70/30 sobre 1.392 variantes de estrategia: la gran mayoría de las ganadoras in-sample no sobrevivió a la ventana ciega.
• Descomposición cambiaria de ADRs latinoamericanos, separando el retorno de la empresa del movimiento de la divisa mediante la identidad (1+r_USD) × (1+r_FX) = (1+r_local).
• Orquestación diaria en GitHub Actions con circuit breaker de rate limit, sobre infraestructura de costo cero.

2.741 pruebas en 8 puertas de CI · 65 tablas y 46 vistas con seguridad por fila · demo público que nunca toca la base

Producto propio — diseño, construcción y operación

• Modelo multiusuario en Postgres con seguridad por fila en sus 65 tablas: la conversión exigió reconstruir 22 claves primarias que identificaban filas sin el usuario, y meter el usuario dentro de las claves foráneas para que el aislamiento no dependiera solo de la política.
• Ocho puertas en CI juzgadas por código de salida: tipos, formato, lint, 2.741 pruebas, build, auditoría de dependencias, un guardia que busca datos personales en el artefacto ya construido, y una prueba de humo que exige que el rol anónimo sea denegado en las 111 tablas y vistas.
• Demo público que corre las cinco pantallas reales sobre 120 días generados con semilla y no consulta la base ni una vez; una prueba recorre el grafo de importaciones en ejecución y falla si algún módulo alcanzable llega al cliente de datos.
• Registro del día en un formulario y un botón, con ocho escrituras independientes, borrador y cola de envío en el teléfono para sobrevivir a la pérdida de señal, y un lector de números propio porque un campo numérico del navegador guardaba los gastos divididos por mil.

19 fuentes públicas · 1.123 municipios · 160 especificaciones, cada una con su potencia

Tesis de Maestría en Economía, Javeriana — investigación reproducible de punta a punta

• Descargador propio de datos abiertos con manifiesto verificable: diecinueve fuentes (Superintendencia Financiera, DANE, MinTIC, MEN, mapa nacional), conteo verificado contra la fuente, tipado por metadatos y sha256 por archivo.
• Warehouse dimensional en dbt sobre DuckDB: dimensiones de departamento, municipio y periodo, inclusión financiera en formato largo por bloque de producto, y pruebas que cuadran el total departamental con la suma de sus municipios.
• Claves geográficas resueltas al código DIVIPOLA con cobertura del 100 % en los 34 cortes trimestrales, y el empalme entre las dos tablas de la Superintendencia medido trimestre a trimestre.
• Índice de inclusión financiera por dimensiones y paneles anuales departamental y municipal, con una batería explícita contra la correlación espuria. Bitácora pública de errores y aciertos.