Mi experiencia profesional se ha desarrollado como asistente de investigación. He trabajado en el Max Planck Institute for Innovation and Competition, Harvard University, Massachusetts Institute of Technology (MIT) y, actualmente, me desempeño como investigador junior en el Banco Mundial. Investigo principalmente la intersección de la inferencia causal y machine learning con la ayuda de herramientas econométricas. En este Informe presentaré un análisis de correlación entre el porcentaje de personas con identificación (o tenencia de ID) y la distancia hacia las Oficinas de Identificación (OI), donde se realiza dicho registro, para los países de Bolivia y Uganda. Para ello, se empleó la recolección de datos mediante webscraping en Python, la visualización de mapas, el cálculo de las distancias a las OI y las principales regresiones en el lenguaje de programación R. Además, este estudio compara dos metodologías de cálculo de distancias que utilizan Big Data. La primera, propuesta por Rodríguez-Segura y Heseung (2021), la cual ayuda a calcular distancias a las OI más cercanas. Sin embargo, la OI más cercana no necesariamente es la más accesible. Por ello, también se usó la metodología propuesta por Weiss et al (2018), para calcular distancias a la OI más accesible.