top of page

Curso Online

Ciencia de Datos para Sector Financiero

Inicio: 04 de Septiembre

0_edited.png

Este curso está dirigido  a profesionales de las áreas de riesgo, negocios, auditoría, control interno, economistas, contadores, ingenieros de empresas del sistema financiero y académicos especializados en analisis de riesgos.

Detalle del curso

icono- modalidad virtual.png

Modalidad

Virtual (En Vivo por Zoom)

icono- calendario.png

Fechas

4, 6, 9 y 11 de septiembre

icono- duracion.png

Duración

12 horas

icono- fechas.png

Horario

 7:00 pm a 10:00 pm

icono- inversion.png

Inversión

S/.1100 + IGV

La inscripción al curso incluye: Material y Certificado Digital para los participantes que cumplan mín. 80% de asistencia

Objetivos

Este curso proporcionará a los participantes las habilidades y conocimientos necesarios para aplicar técnicas de ciencia de datos en el sector financiero, resolviendo problemas específicos y mejorando la toma de decisiones en sus organizaciones.

Temario

Módulo 1: Introducción y Fundamentos

1. Panorama del Sector Financiero y la Ciencia de Datos

  • Historia y evolución de la gestión de datos en el sistema financiero.

  • Importancia de la ciencia de datos en el sector financiero.

2. Fundamentos de la Ciencia de Datos

  • Revisión de estadística avanzada.

  • Técnicas de machine learning y deep learning.

  • Herramientas y lenguajes de programación (Python, R, SQL)

Módulo 2: Análisis de Datos Financieros

1. Extracción y Preparación de Datos

  • Fuentes de datos en el sector financiero (transacciones, CRM, etc.).

  • Técnicas de limpieza y preprocesamiento de datos.

  • Integración de datos de múltiples fuentes

2. Análisis Exploratorio de Datos (EDA)

  •  Visualización de datos.

  • Identificación de patrones y anomalías

Módulo 3: Modelos Predictivos y Análisis Avanzado

1. Modelos de Clasificación y Regresión

  • Técnicas avanzadas de regresión y clasificación.

  • Implementación y optimización de modelos (XGBoost, Random Forest, etc.)

2. Series Temporales y Forecasting

  • Modelado y predicción de series temporales.

  • Aplicaciones en predicción de demanda y tasas de interés.

3. Despliegue de Modelos

  • Implementación en entornos productivos.

  • Herramientas y plataformas (Docker, Kubernetes)


4.    Monitoreo y Mantenimiento de Modelos

  • Monitoreo de rendimiento de modelos.

  • Actualización y mantenimiento continuo.

WhatsApp Image 2023-02-26 at 14.20.46.jpeg

Módulo 4: Aplicaciones Específicas en sector financiero

1. Riesgo de Crédito

  • Modelos de puntuación de crédito.

  • Análisis y predicción de incumplimientos de pago.

2. Detección de Fraude

  • Técnicas de detección de fraudes.

  • Implementación de sistemas antifraude basados en machine learning.

3. Optimización del Portafolio de Inversiones

  • Teoría moderna de carteras.

  • Modelos de valoración y optimización.


4.  Marketing y Segmentación de Clientes

  • Análisis de comportamiento del cliente.

  • Segmentación y personalización de ofertas.

5.  IA (LLM) para procesamiento de datos no estructurados

  • Consulta de reglamentos.

  • Procesamiento de clasificación de empresa.

Curso - Estructura de la norma ISO31000 - Class Consulting

Expositor

Oscar Toledo

Msc. en Economía por la Universidad de Warwick (Inglaterra) y Msc. Finanzas Cuantitativas por la Universidad de Alcalá de Henares (España). Supervisor de Riesgos con más de 15 años de experiencia en regulación financiera, supervisión de modelos de riesgo de crédito y analítica avanzada. Ha implementado herramientas basadas en datos y modelos de analytics para evaluación de riesgos. Docente en cursos de postgrado de la UNI, UDEP, entre otros.

¿Tienes dudas? Contáctanos

Regístrate al curso y/o resuelve tus dudas por WhatsApp al 994 285 150

Class png -30%- blanco y negro.png
bottom of page