Omar Larré, titulado en 2009. Fintual, Chile

Soy cofundador de Fintual, una startup que administra inversiones para latinoamericanos. Fintual es la primera startup chilena en entrar a Y Combinator el año 2018 —la aceleradora más importante del mundo—, lo cual nos ha ayudado en el proceso de internacionalización. Partió como un asesor automatizado de inversiones en 2016, y en el año 2018 partimos la operación de nuestros propios fondos mutuos y de inversión, algo que ninguna otra startup en Latinoamérica había logrado. En Fintual estoy a cargo del proceso de inversiones. Antes trabajé como analista y luego portfolio manager de fondos de inversión y derivados en empresas financieras internacionales. La formación como Ingeniero Civil Matemático me permitió entender la aleatoriedad, los riesgos y los problemas de optimización de carteras de un modo más profundo dentro de un mundo tan altamente estocástico como es el de las inversiones globales.


Oscar Peredo, titulado en 2009. VTR, Chile

Como Senior Manager en Big Data & Modelling, en la Gerencia de Advanced Analytics de VTR, me encargo de transformar datos en información usable por el negocio, usando algoritmos y herramientas computacionales que trabajan sobre grandes volúmenes de datos. Algunos ejemplos de problemas que caen en mi territorio son: predicción de fuga de clientes, predicción de fallos en la red, optimización de marketing, entre otros. En mi equipo trato de contar con ingenieros matemáticos que sobresalgan en habilidades computacionales, y todos los días trato de darles espacio para leer sobre algún tema innovador o explorar nuevas herramientas. Muchas veces me toca estudiar un modelo o algoritmo desde cero, y hacer una evaluación sobre su potencial desempeño o alcance. En este punto, todas las horas invertidas leyendo artículos científicos, y libros de teoremas y demostraciones, hacen su magia y te facilitan el entendimiento de los conceptos. Durante la carrera, también cursé muchas asignaturas de Software y Computación Científica, lo que me ha ayudado muchísimo para entender el otro lado de los teoremas: su implementación en código y su posterior ejecución en un sistema computacional.


Carolina Prado, egresada en 2006. LVA Índices, Chile

He sido durante muchos años Gerente de Operaciones en LVA Índices, una empresa que desde Chile provee servicios para asset managers de Latinoamérica. El entendimiento del negocio y de los problemas a los que se ven enfrentados día a día nuestros clientes es la clave de una operación exitosa. Mi formación en Ingeniería Matemática ha sido fundamental para comprender y aplicar modelos complejos y enfrentarme de manera adecuada a todo tipo de problemas, no sólo del ámbito matemático. 
El pensamiento crítico desarrollado durante la carrera ha sido una herramienta invaluable en la generación de soluciones para nuestros clientes y dentro de LVA Índices. Estar en una Escuela de Ingeniería me permitió tomar cursos de otros departamentos, en particular del DII. Esta es una ventaja que permite conectar modelos matemáticos con problemáticas propias de la ingeniería. Todo  esto me ayudó mucho para poder aplicar el conocimiento adquirido a situaciones y problemas concretos de mi vida profesional.»


Alonso Silva, titulado en 2005. Safran, Francia

Soy investigador en aprendizaje de máquinas en Safran, una empresa internacional de alta tecnología que opera en los dominios de la propulsión y de equipos aeronáuticos, del espacio y de la defensa. Estoy a cargo de proponer y evaluar estrategias de mantenimiento predictivas en dos niveles distintos: primero, predecir el tiempo estimado de supervivencia de las componentes utilizadas en nuestros equipos, junto con los intervalos de confianza de las predicciones; y segundo, proponer y evaluar estrategias de mantenimiento a través de algoritmos de optimización con dependencias intertemporales. Creo que existe un potencial enorme para los ingenieros matemáticos en el aprendizaje de máquinas. Aunque aplicar los algoritmos existentes no requiere un gran esfuerzo de programación, conocer las herramientas matemáticas que se esconden detrás nos permite entender las limitaciones de los algoritmos y saber adaptarlos cuando es necesario.