Datos Personales

• Identidad

  Nombre en citaciones bibliográficas: Ignacio Campón-Villamayor
  Documento: Cédula de identidad uruguay - 51064209
  Sexo: Masculino
  Fecha de nacimiento: 07/06/2001
  Lugar de nacimiento: Uruguay / Montevideo / Montevideo
  País de Nacionalidad: Uruguay

• Dirección personal

  Dirección: Av. Libertador 2068 / 11800
  País: Uruguay / Montevideo / Montevideo
  Teléfono: 098491924
  Correo electrónico: campon2001@gmail.com

Datos Generales

• Institución principal

  Universidad de la República/ Facultad de Ciencias Económicas y de Administración / Instituto de Estadística / Uruguay

• Dirección institucional

  Institución: Universidad de la República / Facultad de Ciencias Económicas y de Administración / Sector Educación Superior/Público
  / Instituto de Estadística
  Dirección: Av. Gonzalo Ramírez 1926 / 11200
  País: Uruguay / Montevideo / Montevideo
  Correo electrónico/Sitio Web: ignacio.campon@fcea.edu.uy https://iesta.fcea.udelar.edu.uy/integrantes/campon-ignacio
  

Formación

• Formación académica

  • Concluida

    • Grado

      • Licenciatura en Estadística (2020 - 2024)

        Universidad de la República - Facultad de Ciencias Económicas y de Administración , Uruguay
        Título de la disertación/tesis/defensa: Modelos Logísticos aplicados a Tarifas de Saneamiento de Montevideo
        Tutor/es: Fernando Massa Mandagaran
        Descripción del título obtenido: Licenciatura en Estadística
        Obtención del título: 2024
        Sitio web de la disertación/tesis/defensa: https://hdl.handle.net/20.500.12008/46685
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /

  • En Marcha

    • Maestría

      • Maestria en Ciencia de Datos y Aprendizaje Automático (2025)

        Universidad de la República, Facultad de Ingeniería ,Uruguay
        Título de la disertación/tesis/defensa: Modelos Demográficos Dinámicos Basados en Microsimulación e Inferencia Neuronal: Un Enfoque Bayesiano para la Proyección de Población
        Tutor/es: Ignacio Álvarez Castro
        Descripción del título obtenido: Magister en Ciencia de Datos y Aprendizaje Automático

• Formación complementaria

  • Concluida

    • Cursos de corta duración

      • Fundamentos de Análisis Bayesiano y Análisis de Riesgos Adversarios (06/2025 - 06/2025)

        Sector Educación Superior/Público / Universidad de la República / Facultad de Ciencias Económicas y de Administración , Uruguay
        15 horas
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Matemática Aplicada /

      • Tree-based methods (CART, Random Forests, Boosting) and interpretability (02/2025 - 02/2025)

        Sector Educación Superior/Público / Universidad de la República / Facultad de Ingeniería , Uruguay
        15 horas
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /

      • Introducción a las Redes Neuronales para Análisis de Texto (09/2024 - 09/2024)

        Sector Educación Superior/Público / Universidad de la República / Facultad de Ciencias Económicas y de Administración / Cursos Iberoaméricanos - UNIA , Uruguay
        15 horas
        Palabras Clave: El curso "Introducción a las Redes Neuronales para Análisis de Texto" presenta los conceptos fundamentales del Procesamiento de Lenguaje Natural (PLN) y su aplicación mediante redes neuronales. Combin abarcando desde representaciones vectoriales y modelos de lenguaje hasta el entrenamiento y uso de chatbots. Culmina con un trabajo grupal donde se analiza un artículo y se experimenta con herramient promoviendo un enfoque aplicado y colaborativo.
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Información y Bioinformática /

      • Solvencia de las Aseguradoras (11/2023 - 11/2023)

        Sector Educación Superior/Público / Universidad de la República / Facultad de Ciencias Económicas y de Administración , Uruguay
        15 horas
        Palabras Clave: El curso "Solvencia de las aseguradoras" aborda los fundamentos y métodos para evaluar la capacidad financiera de una compañía de seguros frente a sus obligaciones considerando riesgos reservas y proyecciones en el tiempo.
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /

    • Participación en eventos

      • Learning Individual Reproductive Behavior from Aggregate Fertility Rates via Neural Posterior Estimation (2025)

        Tipo: Seminario
        Institución organizadora: IESTA - Métodos Cuantitativos, Uruguay
        Alcance geográfico: Nacional
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Información y Bioinformática /

Idiomas

• Inglés

  Entiende muy bien / Habla regular / Lee muy bien / Escribe bien
  B1 - First Certificate Cambridge

Areas de actuación

• Ciencias Naturales y Exactas

  Ciencias de la Computación e Información /Ciencias de la Información y Bioinformática /Estadística

• Ciencias Naturales y Exactas

  Matemáticas /Estadística y Probabilidad

• Ciencias Naturales y Exactas

  Ciencias de la Computación e Información /Ciencias de la Computación

Actuación profesional

• Sector Educación Superior/Público - Universidad de la República - Uruguay

  Facultad de Ciencias Económicas y de Administración / Departamento de Métodos Cuantitativos

  • Vínculos con la Institución

    • Funcionario/Empleado (08/2024 - a la fecha)Trabajo relevante

      Ayudante 16 horas semanales
      Escalafón: Docente
      Grado: Grado 1
      Cargo: Interino

  • Actividades

    • Docencia

      • Licenciatura en Economía (08/2024 - a la fecha)

        Grado
        Asistente
        Asignaturas:
        Estadística 1, 10 horas, Teórico-Práctico
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /

      • Licenciatura en Estadística (03/2025 - a la fecha)

        Grado
        Asistente
        Asignaturas:
        Modelos Lineales, 6 horas, Teórico-Práctico
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /

• Sector Educación Superior/Público - Universidad de la República - Uruguay

  Facultad de Ciencias Económicas y de Administración / Instituto de Estadística

  • Vínculos con la Institución

    • Funcionario/Empleado (07/2023 - a la fecha)Trabajo relevante

      Investigador 30 horas semanales
      Escalafón: No Docente

  • Actividades

    • Proyectos de investigación y desarrollo

      • IESTA - Max Planck (08/2023 - a la fecha)

        Nuestro grupo de investigación desarrolla nuevos métodos para la proyección de población combinando microsimulación demográfica con técnicas avanzadas de inferencia bayesiana simulada (SBI) y aprendizaje profundo. Buscamos conectar los comportamientos individuales con los cambios poblacionales, mejorando la capacidad explicativa y predictiva de los modelos. Este enfoque interdisciplinario, impulsado por colaboraciones internacionales con el MPIDR y el MPI-IS, fortalece la investigación demográfica aplicada en UDELAR y su integración en redes globales de ciencia de datos y política pública.
        30 horas semanales
        Integrante del Equipo
        En Marcha
        RRHH formados en el proyecto:
        Especialización:2
        Doctorado:1
        Financiación:
        Max Planck Institute for Demographic Research, Alemania, Cooperación
        Equipo: Daniel Ciganda (Responsable) , Ignacio Campón-Villamayor , Facundo Morini
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Computación /
        Ciencias Sociales / Otras Ciencias Sociales / Otras Ciencias Sociales /

Carga horaria

• Carga horaria de docencia: 16 horas
  
• Carga horaria de investigación: 30 horas
  
• Carga horaria de formación RRHH: Sin horas
  
• Carga horaria de extensión: Sin horas
  
• Carga horaria de gestión: Sin horas
  

Producción científica/tecnológica

• Producción bibliográfica

  • Artículos publicados

    • Arbitrados

      • Learning Individual Reproductive Behavior from Aggregate Fertility Rates via Neural Posterior Estimation (Completo, 2025)Trabajo relevante

        CIGANDA, DANIEL , Ignacio Campón-Villamayor , Iñaki Permanyer , Jakob H Macke
        Journal of the Royal Statistical Society Series A (Statistics in Society), 2025
        Palabras clave: simulation based inference individual level modelling age specific fertility rates microsimulation sequential neural posterior estimation
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /
        Ciencias Sociales / Otras Ciencias Sociales / Otras Ciencias Sociales /
        Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Computación /
        Medio de divulgación: Internet
        ISSN: 09641998
        E-ISSN: 1467985X
        DOI: https://doi.org/10.1093/jrsssa/qnag045
        Age-specific fertility rates (ASFRs) provide the most extensive record of reproductive change, but their aggregate nature obscures the individual-level behavioral mechanisms that drive fertility trends. To bridge this micro-macro divide, we introduce a likelihood-free Bayesian framework that couples a demographically interpretable, individuallevel simulation model of the reproductive process with Sequential Neural Posterior Estimation (SNPE). We show that this framework successfully recovers core behavioral parameters governing contemporary fertility, including preferences for family size, reproductive timing, and contraceptive failure, using only ASFRs. The framework?s effectiveness is validated on cohorts from four countries with diverse fertility regimes. Most compellingly, the model, estimated solely on aggregate data, successfully predicts out-of-sample distributions of individual-level outcomes, including age at first sex, desired family size, and birth intervals. Because our framework yields complete synthetic life histories, it significantly reduces the data requirements for building microsimulation models and enables behaviorally explicit demographic forecasts.
        
        

      • Modelling the age pattern of fertility: an individual-level approach (Completo, 2024)

        Daniel Ciganda , Nicolas Todd , Ignacio Campón-Villamayor
        Royal Society Open Science, v.: 11 11 , 2024
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Computación /
        Ciencias Sociales / Otras Ciencias Sociales / Otras Ciencias Sociales /
        Medio de divulgación: Internet
        E-ISSN: 20545703
        DOI: https://doi.org/10.1098/rsos.240366
        https://royalsocietypublishing.org/doi/10.1098/rsos.240366
        Ver Agradecimientos de la publicación. Esta es mi primer participación en producción académica escrita e investigación colaborando en el diseño de una metodología pionera en la reproducción de cohortes agregadas de fecundidad especifica por edades bajo fecundabilidad natural, a partir de algoritmos de inferencia basada simulaciones (simulation based inference).
        
        

• Documentos de Trabajo

  • Modelos Logísticos aplicados a Tarifas de Saneamiento de Montevideo (2024)Trabajo relevante

    Completo
    Ignacio Campón-Villamayor , Fernando Massa
    
    Colibri
    Palabras clave: Modelos logísticos Modelos mixtos Estadística espacial Datos de área Autocorrelación espacial Modelos autorregresivos condicionales Modelos intrínsecos autorregresivos condicionales
    Areas de conocimiento:
    Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad /
    Medio de divulgación: Internet
    https://hdl.handle.net/20.500.12008/46685
    En una ciudad ideal, donde todos los ciudadanos tienen acceso a una red de saneamiento general, y donde los vertimientos de agua son gestionados de manera que no generan contaminación en el entorno, se esperaría una mejora significativa en la calidad de vida. Sin embargo, este escenario dista de la realidad, especialmente cuando consideramos la infraestructura y el mantenimiento necesarios para operar una red de saneamiento que atienda a una población de más de un millón de habitantes. La gestión de una infraestructura de esta magnitud implica costos financieros sustanciales. Por esta razón, es crucial estudiar los patrones de pago de los usuarios en áreas donde ya existe una red de saneamiento, con el fin de identificar estrategias que aseguren un mayor porcentaje de pago de estos servicios y asegurar la sostenibilidad financiera de los sistemas de saneamiento urbano. Esta investigación estudia el comportamiento de pago de los usuarios existentes desde mayo 2001 hasta diciembre 2022 de tarifas de saneamiento en Montevideo, Uruguay. Se construye una secuencia de modelos logísticos, los cuales tienen el objetivo de predecir la probabilidad de pago de las tarifas de saneamiento. Se demuestra la presencia de autocorrelación espacial con el índice de Moran presente en los datos, por lo que se acude a modelar la variable de respuesta, con modelos que capturan la variabilidad espacial. Los modelos CAR (condicionales autorregresivos) y los modelos ICAR (intrínsecos condicionales autorregresivos) resultan ser las mejores opciones para capturar la variabilidad espacial presente y realizar predicciones sobre nuevas observaciones.

• Preprint

  • Learning Individual Reproductive Behavior from Aggregate Fertility Rates via Neural Posterior Estimation (2025)Trabajo relevante

    Ignacio Campón-Villamayor , Daniel Ciganda , Iñaki Permanyer , Jakob H Macke
    
    DOI: https://doi.org/10.48550/arXiv.2506.22607
    Palabras clave: simulation-based inference individual-level modelling age-specific fertility rates reproductive behavior microsimulation
    Areas de conocimiento:
    Ciencias Naturales y Exactas / Ciencias de la Computación e Información / Ciencias de la Computación /
    Ciencias Sociales / Otras Ciencias Sociales / Otras Ciencias Sociales /
    Medio de divulgación: Internet
    https://arxiv.org/abs/2506.22607
    Age-specific fertility rates (ASFRs) provide the most extensive record of reproductive change, but their aggregate nature obscures the individual-level behavioral mechanisms that drive fertility trends. To bridge this micro-macro divide, we introduce a likelihood-free Bayesian framework that couples a demographically interpretable, individuallevel simulation model of the reproductive process with Sequential Neural Posterior Estimation (SNPE). We show that this framework successfully recovers core behavioral parameters governing contemporary fertility, including preferences for family size, reproductive timing, and contraceptive failure, using only ASFRs. The framework?s effectiveness is validated on cohorts from four countries with diverse fertility regimes. Most compellingly, the model, estimated solely on aggregate data, successfully predicts out-of-sample distributions of individual-level outcomes, including age at first sex, desired family size, and birth intervals. Because our framework yields complete synthetic life histories, it significantly reduces the data requirements for building microsimulation models and enables behaviorally explicit demographic forecasts.

• Evaluaciones

  • Evaluación de eventos y congresos

    • Escuela de Primavera en Deep Learning ( 2025 )

      Comité programa congreso
      Argentina
      Arbitrado
      
      Facultad de Ciencias Exactas y Naturales (UBA) - International Centre for Mathematical Sciences - Apple - Herriot Watt University - CNRS - INRIA - LIAA
      

• Indicadores de producción

  Actividades	3
  Proyectos Investigación Desarrollo	1
  Docencia	2
  Producción bibliográfica	4
  Artículos publicados en revistas científicas	2
  Completo	2
  Documentos de trabajo	1
  Completo	1
  Preprints	1
  Evaluaciones	1
  Evaluación de eventos	1