Seguros y Riesgo · 2026
CV Harvard para Actuarios/as
De analista actuarial a FSA — cómo los reclutadores de seguros generales, vida y salud leen un CV con avance de exámenes en 8 segundos.
¿Cómo se hace un CV de Actuarios/as en formato Harvard?
La contratación actuarial se rige por los exámenes y los modelos antes que por nada más. Los reclutadores de aseguradoras (MAPFRE, Zurich, GNP, Sura), reaseguradoras (Munich Re, Swiss Re) y consultoras (Milliman, WTW, Mercer) revisan primero tres cosas: cuántos exámenes SOA o CAS has aprobado (y tus créditos VEE), en qué ramo trabajas — vida, generales (P&C), salud o pensiones — y la profundidad técnica detrás de tu tarificación, reservas o capital. El formato Harvard de una página pone tu conteo de exámenes y un resultado de modelado cuantificado en el tercio superior, justo donde el responsable decide si sigue leyendo.
Qué buscan los recruiters
- Avance de exámenes explícito: exámenes aprobados por nombre (P, FM, SRM, STAM/FAM, MAS-I, Exam 5/6) más estatus ASA/ACAS/FSA/FCAS y créditos VEE
- Ramo nombrado: vida, generales (P&C), salud o pensiones — los reclutadores filtran por eso antes de leer bullets
- Herramientas de modelado: SAS, R, Python, SQL, más software actuarial (Prophet, GGY AXIS, Moody's RiskIntegrity, ResQ, Arius)
- Profundidad técnica: GLM, reservas de siniestros (chain-ladder, Bornhuetter-Ferguson), tarificación, ALM, modelado estocástico, EV/MCEV
- Dominio de regímenes: IFRS 17/NIIF 17, Solvencia II, RBC, ORSA, reservas estatutarias vs GAAP/NIIF
- Impacto cuantificado: suficiencia de reservas, mejora en siniestralidad, primas tarificadas, liberación de capital, horas automatizadas
Secciones requeridas, en este orden
Encabezado: exámenes y credencial
- Pon el conteo de exámenes y la credencial arriba del todo: 'ASA · 6/7 exámenes FSA aprobados' o 'CAS — Exams 5 y 6 aprobados, ruta FCAS' en la línea de contacto o primer ítem de Habilidades
- Lista los exámenes por su código real (P, FM, SRM, STAM, MAS-I) con fechas de presentación — reclutadores y ATS filtran por avance, no por un vago 'estudiando para FSA'
- Confirma todos tus créditos VEE (Economía, Contabilidad y Finanzas, Estadística Matemática) y tu título, promedio si es alto
- Sin foto, sin fecha de nacimiento, sin estado civil — el formato Harvard los omite; agrégalos solo si el país lo exige explícitamente
Bullets de experiencia — empieza por el modelo y los dólares
- Abre con la función actuarial y su escala, no con 'encargado de': primas tarificadas, reservas constituidas, vidas o pólizas cubiertas
- Nombra el método y la herramienta: 'construí un GLM Tweedie en R para tarificar autos' supera a 'hice análisis de tarificación'
- Cuantifica el resultado que le importa al revisor: puntos de siniestralidad, movimiento de reservas, liberación de capital, ratio combinado, tiempo de ejecución reducido
- Cita el régimen cuando aplique: CSM bajo NIIF 17, modelado por cohortes, SCR de Solvencia II, reserva estatutaria
Habilidades y sección técnica
- Agrupa con claridad: Lenguajes (R, Python, SAS, SQL, VBA) · Software actuarial (Prophet, AXIS, ResQ, Arius) · Métodos (GLM, GBM, chain-ladder, estocástico)
- Lista los regímenes bajo los que realmente trabajaste (NIIF 17, Solvencia II, RBC) — es conocimiento esperado para el puesto
- Agrega profundidad en datos/ML si es real: gradient boosting, Spark, Power BI, Tableau, nube (AWS/Azure) — distingue a un actuario moderno
- Evita 'fuerte capacidad analítica' y 'detallista' — todo actuario lo dice; demuéstralo en los bullets, no lo declares
Ejemplo en formato Harvard
Bullets fuertes vs débiles
Trabajé en la tarificación del ramo de autos particulares
Retarifiqué una cartera de autos particulares de $180M construyendo un GLM Tweedie en R con 12 variables de tarificación; el nuevo plan redujo la siniestralidad en 4.2 puntos y se presentó y aprobó ante el regulador sin observaciones
Nombra el tamaño de cartera ($180M), el método y herramienta (GLM Tweedie en R), las variables (12), el resultado (4.2 puntos de siniestralidad) y la implementación (aprobado sin observaciones). Un jefe de tarificación infiere dominio real de GLM en segundos.
Apoyé en el cálculo de reservas del ramo de riesgos laborales
Lideré las reservas trimestrales de siniestros de una cartera de riesgos laborales de $420M usando chain-ladder y Bornhuetter-Ferguson en ResQ; identifiqué $8M de IBNR redundante que se liberó a resultados tras re-segmentar los triángulos por tipo de lesión
Muestra la escala ($420M), los métodos (chain-ladder, B-F), la herramienta (ResQ) y un resultado en dólares ($8M de IBNR liberado) ligado a una técnica real (re-segmentación por tipo de lesión). Señala criterio de reservas, no solo correr un modelo.
Hice trabajo de valuación para el bloque de seguros de vida
Lideré el modelado de transición a NIIF 17 de un bloque de vida tradicional de $2.6B en Prophet, construyendo el roll-forward del CSM y el ajuste por riesgo bajo el GMM; reduje el tiempo de ejecución del modelo 60% al rediseñar la malla de proyección, cumpliendo cada cierre trimestral en plazo
Nombra el régimen (NIIF 17 GMM), la escala ($2.6B), la herramienta (Prophet), el entregable (roll-forward del CSM, ajuste por riesgo) y una mejora de proceso (60% más rápido, cierre en plazo). Demuestra profundidad técnica y de entrega.
Construí reportes y automaticé algunos procesos
Automaticé el pipeline mensual del estudio de experiencia en Python (pandas + SQL), reemplazando un proceso manual de 3 días en Excel por una ejecución de 20 minutos que alimenta supuestos de mortalidad y caducidad al equipo de valuación sobre 1.4M de pólizas
Cuantifica la automatización (3 días → 20 minutos), nombra el stack (Python, pandas, SQL), el entregable actuarial (estudio de experiencia que alimenta mortalidad/caducidad) y la escala (1.4M de pólizas). Convierte 'automatización' en apalancamiento medible del analista.
Errores comunes específicos
- Esconder el avance de exámenes. '4 exámenes SOA aprobados, ruta ASA' va en la línea de contacto — reclutadores y ATS filtran primero por conteo de exámenes, no los hagas buscarlo.
- Listar funciones en lugar de dólares y métodos. 'Hice reservas' es invisible; 'cartera de $420M en RL, chain-ladder y B-F, $8M de IBNR liberado' pasa el filtro. Siempre adjunta escala, método y resultado.
- Poner Excel como habilidad principal. Excel y VBA se dan por sentados. Reserva la línea de Habilidades para R/Python/SAS/SQL, software actuarial (Prophet, AXIS, ResQ) y métodos (GLM, estocástico, chain-ladder).
- Mezclar ramos de forma vaga. Un revisor que contrata para tarificación de generales necesita ver GLM y siniestralidad, no 'experiencia en seguros' genérica. Señala tu ramo — vida, generales, salud o pensiones — en el primer tercio.
- Pasarse a dos páginas siendo estudiante o analista. La ruta de exámenes e incluso la mayoría de actuarios titulados caben en una página. Dos páginas señalan falta de priorización — lo opuesto a la marca actuarial.
Tu CV empieza aquí. Decides después si pagas.
Empezar mi CVPreguntas frecuentes
- ¿Dónde pongo mi avance de exámenes si todavía estoy presentándolos?
- En la línea de contacto bajo tu nombre, o como primer ítem de Habilidades/Certificaciones — nunca escondido en Educación. Sé preciso: 'SOA — Exámenes P, FM, FAM, ALTAM aprobados; ruta ASA, presentando ILALFMU la próxima fecha' o 'CAS — Exams 5 y 6 aprobados, ACAS estimado 2026'. Lista los créditos VEE aparte. El conteo de exámenes es el primer filtro, así que mostrar avance nombrado y fechado pesa más que un vago 'estudiando para FSA'.
- ¿Listo los exámenes de vida/generales/salud distinto, y el ramo importa en el CV?
- Sí — nombra tu ramo temprano porque la contratación es específica por ramo. Los candidatos SOA indican la especialidad de la fellowship FSA (p. ej. ILA, QFI, pensiones, salud y grupo); los candidatos CAS listan los Exams 5/6/7/8 hacia ACAS/FCAS para generales. Un reclutador de tarificación de generales quiere GLM y siniestralidad; un equipo de valuación de vida quiere NIIF 17 o reservas estatutarias. Refleja el ramo en tu lista de exámenes y en tus bullets.
- Soy analista actuarial sin fellowship aún — ¿cómo muestro impacto?
- Cuantifica lo que tus modelos movieron o protegieron: puntos de siniestralidad mejorados, redundancia de reservas liberada, primas tarificadas, liberación de capital por una estructura de reaseguro, u horas manuales y tiempo de ejecución reducidos por automatización. 'Reduje 4.2 puntos la siniestralidad de autos en una cartera de $180M' y 'liberé $8M de IBNR' son señales de nivel senior incluso desde un puesto de analista — prueban que tu trabajo cambió los números.
- ¿Debo listar programación y machine learning, o quedarme con habilidades actuariales tradicionales?
- Lista ambas si son reales. Los equipos actuariales modernos contratan por R, Python y SQL junto con Prophet o AXIS, y los puestos de modelado predictivo cada vez piden más GLM, gradient boosting y nube. Pero la profundidad gana a los logos: 'construí un GLM Tweedie en R que retarificó una cartera de $180M' vale más que diez herramientas que abriste una vez. Mantén también visibles los métodos tradicionales (reservas, valuación, ALM) — siguen siendo el núcleo del puesto.