VII Curso sobre Machine Learning y Banca Central (práctico)

La fase presencial del VII Curso sobre Machine Learning y Banca Central se llevó a cabo en Ciudad de Panamá del 2 al 4 de septiembre de 2026. El encuentro reunió a 25 participantes de 15 instituciones procedentes de 14 países, quienes trabajaron sobre 18 casos de uso vinculados con funciones sustantivas de bancos centrales y autoridades supervisoras.

A diferencia de un curso basado en exposiciones o clases convencionales, esta etapa se diseñó como un taller intensivo de trabajo. Los participantes partieron de problemas institucionales previamente identificados y avanzaron mediante presentaciones breves, discusión guiada, programación, colaboración entre pares, sesiones de retroalimentación y acompañamiento de los facilitadores.

Los casos cubrieron pronóstico macroeconómico, análisis de inflación y noticias, mercado cambiario, estabilidad financiera, inclusión financiera, pagos, fraude, riesgo operativo, analítica de clientes, clasificación automatizada y arquitecturas multiagente, entre otros temas. Esta diversidad favoreció el intercambio de metodologías y experiencias entre instituciones con distintos niveles de madurez analítica.

Como resultado, los equipos pudieron precisar sus preguntas de trabajo, revisar la disponibilidad y pertinencia de sus datos, discutir enfoques metodológicos, avanzar en flujos de prototipado y recibir comentarios para orientar las siguientes etapas. El interés expresado por los participantes abre una oportunidad para que CEMLA dé seguimiento a los proyectos y fomente una comunidad de práctica regional.

• Nombre: VII Curso sobre Machine Learning y Banca Central — fase presencial
• Fechas: 2, 3 y 4 de septiembre de 2026
• Lugar: Ciudad de Panamá, Panamá
• Formato: Taller presencial aplicado, estructurado bajo una dinámica ágil de casos de uso
• Moderación: Gerardo Hernández del Valle, CEMLA
• Facilitación: Gabriela Alves Werb, Timur Sattarov y Sebastian Seltmann, Deutsche Bundesbank
• Participación: 25 representantes de 15 instituciones y 14 países

El objetivo de la fase presencial fue apoyar a los participantes en la transformación de una necesidad institucional concreta en un caso de uso de machine learning mejor delimitado y técnicamente viable. El énfasis estuvo en la aplicación práctica: cada equipo trabajó con su propio problema, datos disponibles y restricciones operativas.

La metodología combinó cuatro elementos: presentación y contraste inicial de los casos; sprints sucesivos para ideación, programación y construcción del flujo de prototipo; retroalimentación rotativa entre pares y facilitadores; y presentaciones finales para comunicar avances, decisiones metodológicas y siguientes pasos.

2 de septiembre: Definición y primer sprint

• Bienvenida e introducción a la dinámica del taller.
• Presentación de los casos de uso por los participantes y discusión guiada en grupos.
• Sprint 1: ideación y construcción del flujo inicial de prototipo.

3 de septiembre: Programación, colaboración y retroalimentación

• Sprint 2: sesión de programación y colaboración entre pares.
• Feedback Coffee: intercambio rotativo de observaciones y recomendaciones.
• Sprint 3: continuación de la programación y ajuste de los proyectos.

4 de septiembre: Acompañamiento y presentaciones finales

• Sesión abierta de coaching y retroalimentación rotativa.
• Presentaciones breves de los participantes sobre avances y próximos pasos.
• Cierre y recapitulación del taller.

Además de las sesiones técnicas, el programa incluyó tres actividades que contribuyeron a la integración del grupo y al intercambio profesional en un entorno más informal:

1. Brindis de apertura. Espacio de bienvenida y primer acercamiento entre participantes, facilitadores y equipos organizadores.
2. Visita al Museo del Banco Nacional de Panamá. Actividad cultural e institucional que permitió conocer elementos de la historia bancaria y financiera de Panamá.
3. Brindis de clausura. Encuentro final para reconocer el trabajo realizado, fortalecer vínculos y cerrar la experiencia presencial.

Delimitación de problemas. Los equipos refinaron el objetivo, alcance y utilidad institucional de sus casos de uso.

Avance técnico. Se discutieron datos, variables, métodos y flujos de prototipado, con espacios específicos de programación.

Aprendizaje entre pares. La rotación de grupos expuso cada proyecto a perspectivas de otras instituciones y áreas funcionales.

Aplicabilidad institucional. Los proyectos se vincularon con necesidades reales de política, operación, supervisión y análisis.

Red regional. La convivencia técnica y las actividades complementarias fortalecieron contactos profesionales entre participantes.

La experiencia fue altamente positiva. La combinación de casos reales, trabajo intensivo y acompañamiento especializado favoreció una participación activa y permitió observar proyectos relevantes tanto por su diversidad temática como por su potencial de implementación en las instituciones.