Con más de 30 años de experiencia en el campo de las finanzas, Carlos Jaramillo es un destacado Doctor en Finanzas por la University of Connecticut (EE.UU.) y posee una Maestría en Administración de Empresas (MBA) por el Instituto de Estudios Superiores de Administración en Caracas, Venezuela. Su sólida formación académica y su extensa trayectoria profesional le han permitido destacar tanto en el ámbito docente como en la consultoría estratégica, ofreciendo conocimientos especializados en áreas clave de las finanzas corporativas, análisis financiero, gestión de riesgos y planificación estratégica.

A lo largo de su carrera, ha ocupado posiciones de liderazgo en proyectos financieros, y su compromiso con la excelencia lo ha llevado a contribuir en el desarrollo de herramientas tecnológicas a nivel de asesoría, donde ha brindado orientación experta sobre la integración de modelos financieros avanzados y el análisis de datos. Sus aportes han sido fundamentales para asegurar la precisión y relevancia de los modelos financieros aplicados en la herramienta, mejorando la capacidad de previsión y toma de decisiones estratégicas.

Su pasión por la enseñanza y mentoría lo ha consolidado como un referente en la formación de profesionales en finanzas, capacitando a generaciones de líderes en temas como la planificación financiera, la valoración de empresas y el análisis macroeconómico. Su enfoque práctico, combinado con su vasta experiencia, ofrece un valor incalculable tanto en el ámbito académico como en proyectos de consultoría empresarial.

Este perfil destaca su trayectoria académica, experiencia profesional y su rol como asesor en el desarrollo de la herramienta, subrayando su relevancia en la toma de decisiones estratégicas y la orientación financiera.

Con una destacada carrera académica y profesional, Emiro Molina es Licenciado en Matemáticas con mención Cum-Laude de la Universidad Simón Bolívar (USB), Caracas; M.Sc. en Estadística Matemática, Imperial College, Universidad de Londres (1979). Ph.D. en Estadística Matemática, Universidad de Southampton (Reino Unido, 1982). Profesor Titular jubilado del Departamento de Matemáticas de la USB hasta su jubilación en 2002, donde ocupó numerosos cargos de liderazgo como Jefe del Departamento de Matemáticas Puras y Aplicadas, del Laboratorio de Estadística y de la Sección de Estadística.

A lo largo de su carrera, ha ocupado posiciones de liderazgo en proyectos financieros, y su compromiso con la excelencia lo ha llevado a contribuir en el desarrollo de herramientas tecnológicas a nivel de asesoría, donde ha brindado orientación experta sobre la integración de modelos financieros avanzados y el análisis de datos. Sus aportes han sido fundamentales para asegurar la precisión y relevancia de los modelos financieros aplicados en la herramienta, mejorando la capacidad de previsión y toma de decisiones estratégicas.

Su experiencia lo ha llevado a desempeñarse como Investigador Asociado no residente del Commitment to Equity Institute (CEQI) de la Universidad de Tulane (EE.UU.) y ha sido Profesor e Investigador Invitado en prestigiosas instituciones globales, como la Universidad de Southampton, Queen’s University (Belfast), la Universidad de Lovaina la Nueva (Bélgica), entre otras. Además, ocupó el cargo de Presidente del Instituto Nacional de Estadística de Venezuela (INE) entre 2002 y 2003, y ha colaborado como consultor con organizaciones internacionales como el PNUD, UNICEF, y la CAF.

A lo largo de su carrera, ha realizado importantes contribuciones en el campo de la estadística matemática, con publicaciones en áreas como el análisis de la pobreza, desigualdad y desarrollo humano, así como en campos como medicina, química y epidemiología. Sus intereses abarcan Big Data, modelos de ecuaciones estructurales, y análisis de datos complejos.

En el desarrollo de herramientas tecnológicas para análisis de datos, Emiro Molina ha aportado su vasta experiencia en análisis estadístico avanzado, brindando asesoría especializada en modelos de causalidad, diseño y análisis de muestras complejas y aprendizaje estadístico, asegurando la precisión y robustez de los métodos aplicados. Su orientación ha sido clave para integrar modelos estadísticos avanzados que optimizan el rendimiento y la toma de decisiones basadas en datos.