Academia
Investigación y Academia
Economía urbana, inferencia
causal y GeoAI
Declaración de Investigación
Mi investigación desarrolla métodos computacionales para extraer evidencia causal confiable a
partir de datos administrativos y operacionales de gran escala. El problema subyacente es
metodológico y no específico de un dominio: cuando los datos observacionales son masivos, están
espacialmente estructurados y provienen de procesos administrativos —no experimentales—, los
estimadores convencionales entregan resultados que parecen precisos y son sistemáticamente
incorrectos.
La tesis doctoral lo demostró empíricamente a gran escala: un estimador estándar sobreestimaba
un efecto en un factor de tres una vez comparado contra controles correctamente construidos —y
construí la infraestructura computacional necesaria para hacerlo bien sobre más de 100 millones
de registros.
Esto sitúa el trabajo en la intersección entre inteligencia artificial aplicada, machine
learning, estadística computacional e ingeniería de datos —en sistemas urbanos, transporte,
logística e infraestructura, entornos donde los datos son abundantes, los experimentos son
inviables y las decisiones tienen consecuencias. La metodología subyacente, sin embargo, es
independiente del dominio: la misma disciplina de identificación aplica dondequiera que
microdatos administrativos u operacionales informen decisiones de alto impacto.
Líneas de Investigación
- Inferencia causal confiable a gran escala — generalizar el marco
computacional y estadístico de la tesis hacia una metodología de identificación causal para
microdatos administrativos.
- IA y machine learning como complemento a la identificación causal — usar
inteligencia artificial para la construcción de contrafactuales y el descubrimiento de
heterogeneidad, preservando la disciplina de identificación que el desempeño predictivo por sí
solo no puede proveer.
- Sistemas inteligentes para el apoyo a decisiones administrativas — IA
aplicada y arquitecturas de razonamiento automatizado para el apoyo estructurado a decisiones
sobre grandes conjuntos de datos administrativos.
- Métodos computacionales para logística urbana y sistemas de carga — extender
el trabajo publicado sobre el comportamiento de agentes logísticos hacia modelos basados en
datos para el diseño de redes de última milla y la localización de microhubs.
- Sistemas de monitoreo continuo sobre registros públicos — infraestructura de
alerta temprana, de bajo costo y reproducible, para detectar patrones de activación anómalos a
resolución censal.
- Machine learning espacial — predicción e inferencia bajo dependencia
espacial, donde la validación cruzada estándar y los supuestos de independencia fallan.
Explorar Investigación Doctoral y Especificaciones Econométricas →
Contribuciones Metodológicas y Técnicas
La investigación doctoral (2023–2026) construyó un pipeline de extremo a extremo que integra
cinco fuentes de datos públicas heterogéneas —un catastro nacional de más de 100 millones de
registros de construcción, 2,96 millones de formularios de transacción de propiedades y series
financieras diarias/mensuales— en un panel analítico unificado de 2,49 millones de celdas que
cubre 100.718 manzanas urbanas, 16 semestres y tres regiones.
Ingeniería de Datos
Procesamiento columnar y out-of-core (DuckDB, pandas) con integración geoespacial (geopandas,
libpysal), implementado en Python.
Estadística Causal y Computacional
Diferencias-en-diferencias robustas a heterogeneidad (Callaway–Sant'Anna) contra unidades
nunca tratadas, descomposición de estudio de evento, diagnósticos de autocorrelación espacial
(I de Moran, LISA), y una implementación propia del análisis de sensibilidad de identificación
parcial de Rambachan–Roth.
Ingeniería de Reproducibilidad
Trata la reproducibilidad como una disciplina de ingeniería: validación basada en pruebas de
afirmación que detiene la ejecución ante una falla semántica, semillas declaradas en todo
procedimiento estocástico, capas de extracción aisladas para auditoría de terceros, y modos de
datos sintéticos que permiten la verificación de extremo a extremo sin acceso a fuentes
restringidas.
Hallazgo metodológico principal: restringir la
comparación a unidades genuinamente nunca tratadas atenuó el estimador convencional de efectos
fijos de dos vías en un 71% (0,273 → 0,079) —evidencia de que la mayor parte del coeficiente
convencional reflejaba composición del contrafactual y no un efecto de tratamiento. Corroborado
de forma independiente mediante análisis de sensibilidad y validado a través de doce pruebas de
robustez, incluyendo placebos espaciales de 100 permutaciones y bootstrap por clusters con 499
réplicas.
Artefactos Reproducibles y Datos
El pipeline doctoral se publicó como un notebook ejecutable público que incorpora validación
basada en pruebas de afirmación, semillas aleatorias declaradas, capas de extracción documentadas
y aisladas, y un modo de datos sintéticos que reproduce la estructura completa del panel para
verificación de extremo a extremo sin acceso a registros restringidos. La lógica de clasificación
fue validada de forma independiente contra 200 registros revisados manualmente (96,5% de
concordancia). No se publican microdatos sensibles ni restringidos.
Docencia y Dirección de Tesis
Docencia universitaria desde 2016 en nueve instituciones chilenas —Pontificia
Universidad Católica de Chile, Universidad Andrés Bello, Universidad Mayor, Universidad de las
Américas, Universidad de Santiago de Chile, Universidad Diego Portales, Universidad de los Andes,
Universidad Finis Terrae y Universidad Viña del Mar— actualmente como docente part-time en la
Facultad de Ingeniería de la Universidad Finis Terrae (Gestión de Operaciones, Estrategia
Empresarial, Logística, Taller de Innovación).
- Economía Urbana y Evaluación de Proyectos — gestión de proyectos
urbano-regionales (postgrado), formulación y evaluación de proyectos, economía urbana,
macroeconomía, mercado de suelo y tasación, finanzas e inversión inmobiliaria, desarrollo de
proyectos inmobiliarios
- Ciencia de Datos, Optimización y Sistemas — optimización matemática,
modelación y simulación, localización óptima de recursos, teoría de sistemas, gestión de
operaciones, econometría espacial
- Transporte, Infraestructura y Logística — gestión logística, diseño vial,
gestión vial I–II, proyectos de vialidad urbana, tecnologías de transporte
- Innovación y Gestión Tecnológica — administración de proyectos I+D+i,
proyectos de transferencia tecnológica, estrategia empresarial
Ayudante de docencia en la Pontificia Universidad Católica de Chile
(2017–2022), incluyendo Localización Óptima de Recursos (Doctorado), Gestión de Infraestructura
(Magíster) y Microeconomía (pregrado, curso dictado en inglés).
Dirección de Tesis
Dirigí nueve tesis de pregrado (2020–2024) en Ingeniería Civil, Ingeniería Civil en Obras
Civiles y Construcción Civil en la Universidad Andrés Bello, la Universidad de los Andes y la
Universidad Mayor, en cuatro líneas: operaciones, logística y cadena de suministro; evaluación
de inversiones y economía aplicada; evaluación cuantitativa de infraestructura; y analítica
espacial, GeoAI y ciencia de datos aplicada. Ejemplos: López, K. (2024), Ciclologística: una
estrategia sostenible para la entrega de última milla, Universidad Andrés Bello; Quezada,
C. (2024), Diseño de un microhub para el transporte de carga en San Miguel, Universidad
de los Andes; Román, C. (2022), Ubicación óptima de un centro de tratamiento de
hormigón, Universidad Andrés Bello
(repositorio).
Disponible para dirigir tesis de pregrado/postgrado y para participar en comités de doctorado y
magíster.
Formación Académica
Doctor en Industria Inteligente
Pontificia Universidad Católica de Valparaíso
2023 – 2026
Summa Cum Laude, calificación final 6,9. Profesor guía: Álvaro Peña Fritz,
Ph.D.; co-tutor: Mitsuyoshi Fukushi, Ph.D.
Magíster en Ciencias de la Ingeniería, área Ingeniería de Transporte y
Logística
Pontificia Universidad Católica de Chile
2019 – 2026
Tesis aprobada en 2026: Análisis de las preferencias de localización y
segmentación de agentes logísticos en la Región Metropolitana de Santiago, Chile, sobre
la expansión logística en Santiago (1985–2020) y la localización según el tipo de instalación
logística. Profesores guía: Ricardo Giesen, Ph.D., y Ricardo Hurtubia, Ph.D.
Magíster en Industria Inteligente
Pontificia Universidad Católica de Valparaíso
2023 – 2024
Magíster en Construcción
Pontificia Universidad Católica de Chile
2016 – 2018
Ingeniero Industrial
Universidad Mayor
2011 – 2017
Certificaciones
Urban Logistics Summer School, Universiteit Antwerpen, Bélgica (2021) · Diplomado en Políticas
Públicas, PUC (2016) · Tasador Urbano Certificado, ASATCH (2014) · Diplomado en Economía, PUC
(2013) · Diplomado en Planificación y Gestión Urbana Integrada, PUC (2012)
Afiliaciones de Investigación y Financiamiento
Ayudante de investigación, FONDECYT (ANID), Pontificia Universidad Católica de Chile
(2018–2021): Fondecyt Regular 1180605, Indicadores de Percepción de la Forma Urbana y su
Impacto en las Decisiones de Movilidad, Localización y Desarrollo Inmobiliario; Fondecyt
Regular 117049, Análisis de Alta Resolución de Operaciones de Flotas en Entrega a
Domicilio; Fondecyt Iniciación 11160031, Evaluación y Mejora de la Eficiencia Energética
en Agua Potable y Tratamiento de Aguas Servidas.
Afiliaciones de investigación: CIUDHAD, Universidad Andrés Bello
(Investigador adjunto, ago. 2025 – ene. 2026); Facultad de Arquitectura, Universidad del Desarrollo
(Investigador, ene–feb 2025); ISCI, Instituto de Sistemas Complejos de Ingeniería (Estudiante
Investigador de Doctorado, 2019–2021); CIGIDEN, Centro de Investigación para la Gestión Integrada
del Riesgo de Desastres (Estudiante Investigador de Doctorado, 2018–2019).
Se propone una agenda de investigación independiente que busca
financiamiento externo a través de instrumentos competitivos nacionales e internacionales, sobre
la base de esta experiencia FONDECYT y de vínculos existentes con investigadores de la PUCV, la
Pontificia Universidad Católica de Chile y la Universidad Andrés Bello.
Servicio Profesional e Institucional
Grado de doctor en Industria Inteligente obtenido con distinción Summa Cum Laude, primera
cohorte de graduados del programa PUCV (2026). Miembro del Consejo y Coordinador de Subcomisión,
Infraestructura para la Movilidad Sustentable, Gobierno Regional de Valparaíso (2015–2018):
dirigí mesas técnico-políticas en las 12 comunas del Gran Valparaíso, contribuyendo a una
propuesta de política presentada a los ministerios de Obras Públicas, Transporte y Vivienda de
Chile (MOP, MTT, MINVU).
