alejandro

Freakonomist, #rstats, Data Visualization 📊, Econometrics 📈, Nerdie 🤓 & Rock-fan 🤘

[alejandro @blueman_ale]

No esperes hoy la tormenta de ayer...
No duran siempre las penas de este infierno...
Y aunque el azul del cielo no es eterno...
Hasta mañana no vuelve a llover...

[Pasion Celeste @MakinaAzulMx]

Acaba de caerme el 20 que un morrillo que va en secundaria ya vio 2 veces campeón a Cruz Azul en su vida

Que amargada cabrones a mí en secundaria y prepa me tocaron puras meadas bien feas

[Arin Dube @arindube]

A very insightful point with important implications

[CRUZ AZUL @CruzAzul]

A nosotros nos gusta mucho esta canción 🫶

https://t.co/vpAF2NvuIL

[alejandro @blueman_ale]

@Armin_Van_Rivs @CruzAzul Si alguien no va el miércoles, acá unos interesados por si nos quieren pasar su código!

[𝑽𝒐𝒍𝒂𝒕𝒊𝒍𝒊𝒕𝒚'𝒔 𝒇𝒓𝒂𝒚 @volatilitysfray]

Hay una lección de economía básica que todo ciudadano debería conocer. Simplemente entendiendo esto, el 90% de las medidas económicas de corte populista simplemente dejan de tener sentido.

Los precios son como las señales de tráfico. Solo que aquí el tráfico son las transacciones económicas y lo que vienen a señalar los precios no es una congestión en las carreteras, el peligro de que aparezcan jabalíes mientras conduces o que una calle es de dirección prohibida. Los precios son una medida de escasez.

Si los precios son disparatados es que hay un problema subyacente que hay que atajar. Intentar modificar los precios de forma artificial es como si crees que por el hecho de quitar la señal de tráfico de “cuidado, que por aquí cruzan jabalíes” los jabalíes van a desaparecer misteriosamente. El problema estructural sigue ahí. Toda medida que no vaya a atajar el problema estructural lo que va a hacer, en el mejor de los casos, es dejarlo como está. En el peor, los coches se chocarán contra un montón de jabalíes, ahora que no son conscientes del peligro y que deben rebajar la velocidad.

Los precios relativos entre bienes son variables informativas. Toda medida destinada a topar alquileres, subsidiar inquilinos o conceder avales ficticios, son medidas que no solucionan el problema de base: una juventud depauperada a extremos inimaginables, una escasez de oferta de inmuebles alentada por regulaciones extremadamente restrictivas y un exceso de demanda evidente en ciudades muy tensionadas. No, señores. Los problemas NO desaparecen cuando los escondes debajo de la alfombra.

[Daniel Blanco 💻🤖 @DanielBlancoSWE]

Cada cambio de empresa que hice fue con mejora de sueldo y flexibilidad.

El sueldo no está inversamente relacionado con otros beneficios!

Yo pensaba así en mi primer trabajo, y al moverme vi que realmente me estaban explotando bastante.

Y ojo, un cambio siempre tiene sus riesgos.

Tienes que pasar entrevistas, con el estres que supone, tienes que adaptarte al nuevo equipo y puede ser que el trabajo no te guste.

Cambiar requiere esfuerzo, pero suele tener sus recompensas, sobre todo al principio de tu carrera!

[CAF @AgendaCAF]

El nuevo Reporte de Economía y Desarrollo de CAF pone el foco en la ruralidad como eje clave para América Latina y el Caribe.

¿Cómo lograr que se integre de forma central en la agenda económica, social y ambiental?

Conoce más en su lanzamiento este 21 de abril en Ciudad de México.
Regístrate para asistir:
https://t.co/1ILxq3UBI9

[Leon Palafox @leonpalafox]

Deja de construir decenas de modelos de recomendación desconectados.

El movimiento de Netflix hacia un Foundation Model para personalización muestra claramente hacia dónde van los sistemas de recomendación a gran escala.

En lugar de mantener modelos separados para “Top Picks”, “Continue Watching”, “Trending”, etc., consolidaron todo en un solo modelo tipo transformer entrenado con secuencias masivas de interacción de usuarios.

¿Por qué importa?

• Un modelo que captura comportamiento de largo plazo
• Embeddings reutilizables en múltiples superficies de personalización
• Menos fragmentación en los pipelines
• Más velocidad para experimentar y desplegar nuevos casos de ranking
Es el playbook de los foundation models aplicado a recomendación: modelado secuencial + transferencia de aprendizaje + representaciones compartidas a escala.
Si lideras AI, growth o personalización, esto no es solo un cambio técnico — es un cambio arquitectónico.
#IA #MachineLearning #Personalización #RecommenderSystems

[Carla ❁ @shannonlada]

Así fue la presentación de GREEN DAY en la ceremonia de apertura del Super Bowl.

El setlist 👇🏻

• Intro - Good Riddance (Time Of Your Life)
• Holiday
• Boulevard Of Broken Dreams
• American Idiot

#SuperBowl
https://t.co/dhbeaFOZLL

[Rafael Skiadaressis @rskiadaressis]

En enero de 2025 Nueva York implementó un esquema de "cargo por congestión" en la zona central, con el propósito de desincentivar el uso del automóvil, promover al transporte público y generar fondos para inversiones de movilidad.

Estos son sus resultados a 1 año de la medida 👇

[Gambetita @gambetita2020]

Así vibra la afición de un equipo grande en cualquier cancha

[Iván Alonso @AlonsoIvan24]

Somos TODOS conscientes de nuestros orígenes y valores; construimos y solidificamos a diario NUESTRA IDENTIDAD!!!

Tremendo reconocimiento de nuestro equipo anoche representado por Kevin para todos nuestro socios y compañeros cooperativistas.

Sigamos así de JUNTOS!!!

🏭💙🚂

[CRUZ AZUL @CruzAzul]

Conociendo más de Cruz Azul. 💙🚂

Visitamos la unidad industrial de Cemento Cruz Azul Puebla parar convivir con sus trabajadores, que son el motor de esta máquina cementera.

Conocimos la fábrica de sacos y los diferentes procesos de extracción y producción del mejor cemento de México.

#CalidadPorTradición
#AzulDePorVida

[The Nobel Prize @NobelPrize]

BREAKING NEWS
The Royal Swedish Academy of Sciences has decided to award the 2025 Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel to Joel Mokyr, Philippe Aghion and Peter Howitt “for having explained innovation-driven economic growth” with one half to Mokyr “for having identified the prerequisites for sustained growth through technological progress” and the other half jointly to Aghion and Howitt “for the theory of sustained growth through creative destruction.”

#NobelPrize

[México Social @MexicoSocial_]

El .@PUEDUNAM ha diseñado un #VisualizadorDinámico con todas sus ediciones del #InformeDelDesarrollo (@InformePUED)

Pueden consultarlo y descargar todos los textos #Gratis aquí:

👀👉https://t.co/N4uyWJOXhJ

[Leon Palafox @leonpalafox]

Entrevistas de trabajo para un Científico de Datos – Ep. 9

— «¿Puedes explicarme qué es XAI y por qué es importante?»
— «XAI, o Explainable AI, es un conjunto de técnicas que nos permiten entender cómo y por qué un modelo toma sus decisiones. Es crucial en contextos donde la interpretabilidad es necesaria por regulación, confianza o simplemente para detectar errores o sesgos. No basta con tener buen rendimiento: si no entendemos cómo el modelo llegó a una predicción, no podemos explicarla ni corregirla si algo sale mal.»

⸻

— «Perfecto. ¿Pero realmente se necesita XAI en modelos simples como una regresión lineal?»
— «Sí, incluso ahí. Aunque la regresión lineal es interpretada como “transparente” por sus coeficientes, tiene limitaciones. Primero, los coeficientes muestran efectos globales, pero no explican casos individuales. Por ejemplo, dos observaciones con la misma variable pueden tener un impacto distinto dependiendo de las otras. Además, si usamos estandarización, interacción de variables o regularización, la interpretación se vuelve menos intuitiva. Por eso, incluso con regresiones lineales, puede ser útil aplicar técnicas como SHAP para tener explicaciones locales y detalladas.»

⸻

— «Entendido. ¿Y cuál es la diferencia entre SHAP y LIME?»
— «Ambos son métodos de explicabilidad local, pero funcionan distinto:
•LIME genera un modelo lineal simple alrededor del punto que queremos explicar, usando pequeñas perturbaciones en los inputs. Es rápido y fácil de implementar, pero puede ser inestable en ciertas regiones del espacio.
•SHAP utiliza teoría de juegos, específicamente los valores de Shapley, para distribuir de forma justa y coherente el aporte de cada feature a la predicción. Es más robusto y matemáticamente riguroso, pero también más pesado computacionalmente.
En general, LIME es útil para análisis exploratorio rápido, mientras que SHAP es mejor cuando necesitas explicaciones más consistentes y detalladas.»

[Jeremiah Johnson 🌐 @JeremiahDJohns]

One of my all-time favorite type of videos is pre-fame bands playing their extremely famous songs to a tiny room of people, because they're not yet known.

A thread of some examples:

Bastille playing Pompeii in what looks like someone's living room:

[Escuela de Datos @EscuelaDeDatos]

#LATAM |

🙃✋ ¡Alto ahí!

👩🏽‍💻📊 ¿Lo tuyo es la visualización de datos?

📈 ¡Únete al Desafío de Visualización de Datos de @databarometer! 📈

✨ Transforma tus #dataviz en historias poderosas sobre temáticas críticas del Sur Global ✨

📋 Inscríbete ACÁ ➡️ https://t.co/TlHq5OFGuE

[Carlos Ramírez F. @CarlosRamirezF]

1,698 municipios de 🇲🇽 (de un total de 2,469) presenta niveles de informalidad laboral superiores al 70%.

Menores de 50%: 184 municipios.

He ahí la verdadera trampa del desarrollo de 🇲🇽.

@INEGI_INFORMA

[alejandro @blueman_ale]

@reckonerh Cómo que de 0, amigo? Jaja