Saltar al contenido
hg.Héctor GarridoCiencia de datos · Estadística · Ingeniería de datos
← Volver al blog

Sobre mí

Economista y científico de datos especializado en políticas públicas, trabajo en la intersección entre teoría económica, estadística e ingeniería de datos. Mi enfoque es convertir datos complejos en análisis reproducibles que permitan decisiones públicas transparentes, defendibles y operativamente implementables. Este espacio reúne metodología, experiencia aplicada y reflexiones sobre cómo la evidencia cuantitativa puede mejorar la forma en que se diseñan, evalúan y ejecutan las políticas.

Sobre mí

Soy economista y científico de datos con más de una década de experiencia en el sector público y la academia. Mi trabajo se mueve en la frontera entre la teoría económica, la estadística matemática y la ingeniería de datos aplicada a políticas públicas. Programo porque necesito entender mejor los problemas, no porque el código sea un fin en sí mismo.

A lo largo de mi carrera, he buscado siempre lo mismo: decisiones públicas basadas en evidencia y análisis reproducibles que puedan defenderse, explicarse y mejorarse.


En qué trabajo actualmente

Desde octubre de 2023 me desempeño como Analista de Estudios en la Dirección de Compras y Contratación Pública (ChileCompra). Diseño, implemento y mantengo pipelines analíticos y econométricos para soporte a decisiones estratégicas del sistema de compras públicas. Mi trabajo incluye la automatización de flujos de datos productivos, la integración de fuentes administrativas externas (Banco Central, INE, SII) y el desarrollo de estudios econométricos e indicadores de gestión para evaluación de políticas públicas.

He transformado procesos analíticos manuales en pipelines productivos reproducibles, estandarizado métricas estratégicas y desarrollado herramientas de exploración de información mediante NLP y búsqueda semántica. El foco es siempre el mismo: decisiones más transparentes, eficientes y justificadas.

Antes trabajé durante cinco años como Analista del Mercado Laboral en el Observatorio Laboral de Ñuble (Universidad del Bío-Bío, 2017–2022). Allí dirigí trabajo de campo, diseñé encuestas, procesé bases de datos de diseño complejo y lideré equipos operativos. Aprendí un principio útil: ningún modelo econométrico compensa un mal dato.

Paralelamente, ejercí como docente universitario en distintas instituciones (Universidad del Bío-Bío, Universidad Católica de la Santísima Concepción, Universidad Católica del Maule) entre 2014 y 2021, impartiendo cursos de Econometría, Estadística, Cálculo, Microeconomía, Macroeconomía y métodos cuantitativos. La docencia fortaleció mi obsesión por la claridad y la replicabilidad: si no puedes explicarlo, no lo entiendes.


Formación académica

Mi desarrollo académico combina economía, matemáticas, estadística y aprendizaje automático:

  • Diplomado en Machine Learning Aplicado — Pontificia Universidad Católica de Chile (2026, en curso). Formación aplicada en técnicas modernas de machine learning, modelamiento predictivo y despliegue de soluciones analíticas.
  • Doctorado en Economía (no completado) — Universidad de Chile (2023). Programa cursado parcialmente, con énfasis en teoría económica y econometría avanzada.
  • Magíster en Matemática, mención Estadística — Universidad del Bío-Bío (2015–2016). Formación rigurosa en estadística teórica y aplicada; tesis sobre modelos no lineales y transmisión asimétrica de precios en mercados agroalimentarios.
  • Ingeniería Comercial, Lic. en Ciencias de la Administración — Universidad del Bío-Bío (2009–2013). Formación en economía, gestión y análisis cuantitativo.

A esto se suma un trabajo constante de aprendizaje y certificación profesional, incluyendo Data Storytelling para Visualización de Datos (Universidad de Chile, 2025), BigQuery for Data Analysts y Machine Learning (Google, 2025), Inteligencia Artificial y Deep Learning (Udemy, 2024), y Certificación en Compras Públicas Nivel Básico (ChileCompra, 2025).


Publicaciones y líneas de investigación

He publicado en revistas indexadas en Web of Science sobre preferencias del consumidor, mercados agrícolas y mediciones de pobreza. Algunos de mis trabajos:

  • Romo-Muñoz, R.A., Cabas-Monje, J.H., Garrido-Henríquez, H.M., & Gil, J.M. (2017). Heterogeneity and nonlinearity in consumers' preferences: An application to the olive oil shopping behavior in Chile. PLoS One, 12(9), e0184585.
  • Romo-Muñoz, R., Dote-Pardo, J., Garrido-Henríquez, H., Araneda-Flores, J., & Gil, J.M. (2019). Blueberry consumption and healthy lifestyles in an emerging market. Spanish Journal of Agricultural Research, 17(4), e0111.
  • Cabas Monje, J., Vallejos Cartes, R., & Garrido-Henríquez, H.M. (2015). Reconfiguración de la pobreza en Chile: un análisis comparativo entre los espacios rurales y urbanos. Cuadernos de Desarrollo Rural, 12(75), 99-122.
  • Romo-Muñoz, R.A., Monje-Sanhueza, R., Garrido-Henríquez, H., & Gil, J.M. (2020). Key market values for bottled wine in an emerging market: product attributes or business strategy? Applied Economics, 52(34), 3669-3679.

Aunque los temas varían, la motivación es estable: entender cómo la evidencia modifica lo que creemos saber.


Qué herramientas utilizo

Mi práctica profesional combina métodos cuantitativos y herramientas de ingeniería de datos:

R y ecosistema estadístico: tidyverse, data.table, ggplot2, plotly, Shiny, R6, RMarkdown, knitr, DBI, caret, randomForest, forecast, prophet, plm, vars, AER, survey.

Python y automatización: pandas, numpy, scikit-learn, statsmodels, TensorFlow, PyTorch, transformers, Django, DRF, Airflow, fastAPI, scrapy, selenium.

Bases de datos y cloud: SQL Server, PostgreSQL, SQLite, BigQuery, Google Cloud Platform. Diseño de Data Warehouses, pipelines ETL/ELT, y arquitectura analítica.

Desarrollo de software: Programación orientada a objetos, diseño de APIs REST, testing, elaboración de paquetes en R/Python, Prompt Engineering, RAG con modelos generativos.

Metodologías: Econometría aplicada (modelos de panel, VAR/VECM, cointegración, variables instrumentales), inferencia causal (diferencias-en-diferencias, cohortes sintéticas), machine learning (supervisado/no supervisado, regularización, validación cruzada), procesamiento de lenguaje natural, análisis de encuestas complejas, visualización analítica y data storytelling.

No se trata de acumular tecnologías, sino de elegir las que permiten responder preguntas relevantes sin perder rigor.


Mi enfoque

Trabajo bajo una premisa sencilla: la teoría sin datos es estéril; los datos sin teoría son ciegos.

Mi valor está en conectar ambos mundos. Desarrollo estudios para instituciones públicas, diseño modelos estadísticos y de machine learning, y escribo código con un énfasis obsesivo en reproducibilidad, trazabilidad y claridad.

Actúo como puente entre el análisis riguroso y su implementación operativa en estudios, indicadores y políticas públicas. Transformo procesos analíticos exploratorios en sistemas productivos reproducibles, siempre con el objetivo de que las decisiones puedan defenderse, explicarse y mejorarse.

Este espacio es una extensión natural de ese propósito: compartir metodología, análisis y reflexiones prácticas sobre cómo la economía y la ciencia de datos pueden iluminar problemas reales.


Contacto: * Email: hectorgarridohenriquez@gmail.com * LinkedIn: linkedin.com/in/hectorgarridohenriquez * Ubicación: Santiago, Chile

Si quieres conversar sobre proyectos, ideas o colaboración, estaré disponible.