For the english version, click here.

A propos de moi

Je suis doctorant en sciences politiques à l'Université de Toronto, spécialisé dans les Relations Internationales et les Politiques Publiques. Mes recherches portent principalement sur la dynamique politique des accords commerciaux et des sanctions. En raison de cet intérêt, je suis boursier à la École Munk des Affaires Mondiales et des Politiques Publiques.

Je suis titulaire d'un master en sciences politiques de l'Université de Toronto, d'un master en statistiques de l'Université Catholique du Chili et d'un diplôme d'ingénieur de l'Université du Chili. Si vous le souhaitez, je peux vous fournir mon CV académique et professionnel sur demande. Pour toute question ou information complémentaire, veuillez me contacter à .

Je suis convaincu qu'une compréhension globale des sanctions économiques et financières entre les pays peut être obtenue en intégrant les idées, les intérêts, les institutions et les structures. Je cherche à étudier cela en combinant le Traitement du Langage Naturel (NLP) et l'Économétrie pour analyser et quantifier les répercussions économiques des sanctions. Ceci est détaillé dans la section Recherche.

Mon intérêt pour la recherche m'a amené à développer des compétences avancées en R, Python et C++. Mon profil GitHub présente mes projets open-source, principalement axés sur l'estimation de les modèles de gravité, le traitement des données en R et la visualisation des données à l'aide de Shiny. Pour plus de détails, voir la section Open-Source.

En outre, je tiens un blog ( pacha.dev/blog), où je publie diverses notes et tutoriels. Parmi les principaux, citons "Creating LaTeX Figures with Inkscape", "A Crash Course on PostgreSQL for R Users", et "A Step-by-Step Guide to Write an R Package that Uses C++ Code (Ubuntu)". Ces articles reflètent mon engagement permanent à apprendre et à partager mes connaissances dans le domaine.

Trivia : Mon article de blog Comparing SQLite, DuckDB and Arrow with UN Trade Data est entré dans le top 10 de Hacker News.

Référence aléatoire du jour (fournie par JavaScript)