Economía · 2026
CV Formato Harvard para Economistas
De bancos centrales a consultoría y tech — qué escanean los reclutadores en la única página de un economista.
¿Cómo se hace un CV de Economistas en formato Harvard?
El reclutamiento de economistas se divide claramente por carril. Los bancos centrales y los paneles del FMI/Banco Mundial leen rigor metodológico y juicio de política; las consultoras (NERA, Cornerstone, paneles periciales) leen modelado de grado pericial; y tech (Amazon, Mercado Libre, Rappi, Uber) lee inferencia causal aplicada al producto. El formato Harvard deja tu título, tus métodos y tu impacto cuantificado en el tercio superior de una sola página — justo donde todo panel mira primero.
Qué buscan los recruiters
- Stack de métodos nombrado explícitamente: diferencias-en-diferencias, variables instrumentales, RDD, control sintético, estructural/BLP, panel con efectos fijos — no "econometría avanzada"
- Profundidad de herramientas: Stata, R, Python (pandas/statsmodels), SQL, MATLAB/Dynare para macro, y Git para pipelines reproducibles
- Señal de mercado para PhD: job-market paper, campo y línea de referencias; o experiencia de RA bajo un PI nombrado
- Impacto de política o negocio cuantificado: pbs movidos, elasticidad estimada, $ de daños cuantificados, error de pronóstico reducido
- Publicaciones o working papers (NBER, IZA, SSRN, RePEc) con campo y contexto de coautoría
- Match de dominio: laboral, organización industrial, macro/monetaria, comercio, finanzas públicas, o econometría/inferencia causal para tech
Secciones requeridas, en este orden
Header y encuadre del carril
- Tagline de una línea bajo tu nombre que señale el carril: ej. "PhD Economía · Micro Aplicada / Inferencia Causal · Laboral e IO"
- Enlaza Google Scholar, SSRN, RePEc o un sitio personal con tu job-market paper (roles de investigación)
- Sin foto, sin fecha de nacimiento — y elimina el objetivo; abre con Educación para PhD nuevos y RAs
Sección de Métodos y herramientas
- Lista las estrategias de identificación que de verdad corriste (DiD, IV, RDD, estudio de eventos, control sintético, estimación estructural)
- Agrupa software: Stata · R · Python · SQL · MATLAB/Dynare · LaTeX — y nota reproducibilidad (Git, Make)
- Evita entradas vagas como "análisis de datos" o "fuerte capacidad cuantitativa"
Bullets de Investigación / Experiencia
- Abre cada bullet con la pregunta y la estrategia de identificación, luego el resultado y su magnitud
- Para RAs: nombra al PI, el paper/proyecto y la parte del pipeline que poseíste (limpieza, estimación, exhibits)
- Incluye working papers y Revise & Resubmits — lista revista y campo incluso antes de publicar
Ejemplo en formato Harvard
Bullets fuertes vs débiles
Analicé datos del mercado laboral para estudiar efectos del salario mínimo
Estimé el efecto sobre el empleo de un alza de salario mínimo de $50.000 con un diseño de diferencias-en-diferencias sobre 47 pares de comunas limítrofes (2010–2019, datos del seguro de cesantía), encontrando un nulo preciso (−0,4%, EE 0,6%) que reformuló el informe regulatorio del cliente
Nombra la estrategia (DiD), los datos (pares de comunas), la estimación con su error estándar, y el uso de política aguas abajo. El panel infiere trabajo causal creíble en segundos.
Construí modelos de pronóstico para el equipo macro
Construí un VAR bayesiano con 14 indicadores macro para nowcasting del PIB trimestral; reduje el error absoluto medio de pronóstico 22% frente al benchmark AR previo del equipo y lo integré al informe mensual de política monetaria
Modelo específico (VAR bayesiano), alcance específico (14 indicadores), métrica con benchmark (EAM −22%) y adopción institucional real (informe de política).
Trabajé como asistente de investigación en varios proyectos
Como RA del Prof. [Nombre] (NBER WP 31xxx), poseí el pipeline completo en Stata de un panel de 38M filas del SII — limpieza, estimación IV y los 9 exhibits — reduciendo el ciclo build-a-tabla de 3 días a 4 horas con un Makefile reproducible
Nombra al PI y el paper, la escala de datos (38M filas), los métodos (IV), los entregables (9 exhibits) y una métrica de eficiencia con la herramienta de reproducibilidad.
Hice análisis económico para un caso de libre competencia
Cuantifiqué US$310M en daños por sobreprecio en un caso de colusión usando una regresión de forma reducida antes-durante-después con efectos fijos por firma; el informe pericial sostuvo el acuerdo de US$74M ante la autoridad de competencia
Señal de economía pericial: daños en dólares, el modelo (regresión con efectos fijos), el hito legal y el acuerdo que respaldó.
Errores comunes específicos
- Escribir "econometría avanzada" en vez de nombrar la estrategia de identificación. El panel quiere saber si corres un RDD, no que oíste hablar de él.
- Listar software que abriste una vez. Declara Stata, R o Python solo si pueden compartir pantalla y pedirte depurar una regresión en vivo.
- Esconder el job-market paper. Para PhD debe verse en el tercio superior, con campo y resultado en una línea, no en una nota al pie.
- Reportar estimaciones puntuales sin precisión. Siempre acompaña la magnitud con un error estándar, intervalo o significancia — los economistas desconfían de números pelados.
- Estirar a dos páginas un CV académico cuando el rol quiere un currículum de una página. Tech y consultoría quieren el one-pager Harvard; deja el CV largo para paneles académicos y de gobierno.
Tu CV empieza aquí. Decides después si pagas.
Empezar mi CVPreguntas frecuentes
- ¿CV de una página o un CV académico completo?
- Depende del carril. Tech (Amazon, Mercado Libre, Uber), consultoría (NERA, paneles periciales) y la mayoría de roles de política o industria quieren un CV Harvard de una página. Los paneles académicos, del FMI/Banco Mundial y de investigación de banca central esperan el CV de varias páginas con publicaciones completas. En la duda, lidera con el one-pager y ofrece el CV largo a pedido.
- ¿Debo incluir mi job-market paper si está sin publicar?
- Sí — para PhD en el mercado es la línea más importante. Pon el título, tu campo y un resultado en una frase (la estimación principal) cerca del tope. El estatus de "working paper" o "job-market paper" es lo esperado y no es una debilidad.
- ¿Cómo muestro habilidad de programación sin exagerar?
- Nombra el lenguaje y lo concreto que construiste: "pipeline en Stata de un panel de 38M filas" o "paquete de estudio de eventos en Python (statsmodels)". Menciona Git/reproducibilidad — tech y las oficinas de política modernas lo filtran cada vez más. No listes un lenguaje que no puedas depurar bajo preguntas.
- ¿Importan las publicaciones si apunto a industria y no a la academia?
- Ayudan como señal de rigor pero no son decisivas. La industria y tech ponderan el impacto entregado y la profundidad en inferencia causal por sobre el lugar de publicación. Lista uno o dos working papers fuertes (NBER/IZA/SSRN) con campo, y dedica las líneas restantes a resultados cuantificados de negocio o política.