<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel>
<title>Isabel Amrein</title><link>https://isabelamrein.com/es/</link><description>Isabel Amrein De Luca, Lending Product Manager: proyectos y apuntes sobre datos, IA generativa y producto. Aprender construyendo, con ejemplos propios.</description><language>es</language>
<atom:link href="https://isabelamrein.com/es/rss.xml" rel="self" type="application/rss+xml"/><item><title>Del problema al match: cómo plantearíamos buscar casa con IA</title><link>https://isabelamrein.com/es/blog/del-problema-al-match-buscar-casa-con-ia/</link><guid isPermaLink="true">https://isabelamrein.com/es/blog/del-problema-al-match-buscar-casa-con-ia/</guid><pubDate>Mon, 19 Oct 2026 08:00:00 +0000</pubDate><description>Un caso práctico de clase: cómo pasar de un problema real, buscar casa, a una idea con valor basada en datos e IA, con modelo de negocio y métricas.</description><category>caso-de-uso</category><category>innovacion</category><category>propuesta-de-valor</category></item><item><title>Estrategia de datos: primero el propósito, después el plan</title><link>https://isabelamrein.com/es/blog/estrategia-de-datos-proposito-y-plan/</link><guid isPermaLink="true">https://isabelamrein.com/es/blog/estrategia-de-datos-proposito-y-plan/</guid><pubDate>Sun, 11 Oct 2026 08:00:00 +0000</pubDate><description>Una estrategia de datos es un propósito más un plan. Cómo situar una organización según su madurez y por qué el dato solo genera valor si lo entiende quien lo usa.</description><category>estrategia-de-datos</category><category>data-driven</category><category>fundamentos</category></item><item><title>Machine Learning: cuando los datos escriben las reglas</title><link>https://isabelamrein.com/es/blog/machine-learning-datos-escriben-reglas/</link><guid isPermaLink="true">https://isabelamrein.com/es/blog/machine-learning-datos-escriben-reglas/</guid><pubDate>Sun, 11 Oct 2026 08:00:00 +0000</pubDate><description>Qué es el Machine Learning, cómo se construye un proyecto de principio a fin y por qué entrenar el modelo es solo la punta del iceberg.</description><category>machine-learning</category><category>fundamentos</category><category>data-science</category></item></channel></rss>
