BIG DATA SCIENCE PARA FINANCIEROS
La Ciencia de Datos o Data Science es un término relativamente nuevo pero que ha impactado enormemente en el paradigma empresarial en los últimos años. Su utilidad en la extracción de conocimiento de los grandes volúmenes de datos supone una revolución sin precedentes.
Por este motivo, la transformación de datos a información es la clave en plena Era Digital para destacar sobre la competencia, conocer las tendencias, satisfacer a los clientes y, por ende, cumplir los objetivos corporativos.
A través de este curso podrás conocer el ecosistema del Big Data, etapas de un proyecto de Data Science…En definitiva, aspectos clave para entender el dinámico y cambiante mundo de los datos.
Además, con el objetivo de que puedas mejorar los procesos, tomar decisiones más informadas y ofrecer soluciones personalizadas este curso aborda el Machine Learning en profundidad.
Asimismo, es importante destacar que este curso pone el foco en la aplicación de esta tecnología a las finanzas. De esta forma, se hace patente la gran utilidad de la ciencia de datos en la empresa más allá de las cuestiones tradicionales.
368 €
Virtual Live
75 horas
Descubre los módulos y conceptos clave
Cada uno de los módulos de este curso ha sido elaborado rigurosamente atendiendo a las necesidades actuales y futuras tanto de los profesionales como de las empresas.
¡Explora todas las materias que conforman este curso!
INTRODUCCIÓN Y CONCEPTOS GENERALES
Introducción.
Fundamentos y diferencias en BI, ML, DL, AI, Big Data, Data Science.
Ecosistemas de Big Data.
Principales soluciones de mercado a BI.
Etapas de un proyecto de Data Science.
El reto de los datos. Casos prácticos.
MACHINE LEARNING SUPERVISADO
- Introducción, clasificación.
- Definición del problema de clasificación.
- Etapas del proceso de clasificación.
- Evaluación de clasificadores.
- Técnicas de clasificación.
MACHINE LEARNING NO SUPERVISADO
Introducción.
Clustering.
Medidas de distancia y similitud.
Distintas aproximaciones al agrupamiento.
Métodos basados en particionamiento.
Métodos jerárquicos.
UNA VISIÓN PRÁCTICA DE CIENCIA DE DATO0S APLICADA A FINANZAS
Introducción a herramientas de Ciencia de Datos.
Modelos supervisados y no supervisados para gestión del riesgo y fraude.
Descripción
Nos encontramos inmersos en un crecimiento sin precedentes en el volumen de la información almacenada, que además tiene multitud de formatos y que se actualiza constantemente en tiempo real. Esta nueva coyuntura ha venido a denominarse Big Data y supone un nuevo reto y oportunidades para las decisiones de negocio.
En este contexto, el Data Scientist es un tipo de perfil profesional que va a suponer, y está suponiendo ya, una gran oportunidad profesional. Pero, si además está especializado en finanzas, su valor se multiplica exponencialmente.
Por este motivo, este Curso en Big Data Science para Financieros se presenta como una formación crucial para optimizar el desempeño profesional en este sector, obtener resultados exitosos en base a los objetivos y estrategias determinadas…En definitiva, es una excelente forma de actualizar tu perfil profesional, a la vez que das respuesta a las necesidades más actuales de las empresas.
Objetivos
Dominar los conceptos básicos de Big Data y su relación con otros sistemas o conceptos como Ciencia de Datos, Data Mining, Data Warehouse, Business Intelligence, etc.
Ser consciente del reto que supone la coyuntura actual de Big Data para las organizaciones y las grandes oportunidades de mejora en el ámbito de las finanzas que implica para las mismas.
Aplicar las principales metodologías y técnicas de extracción de conocimiento para diferentes problemas: clasificación, agrupamiento, etc.
Usar software de Ciencia de Datos de forma básica.
Saber resolver varios problemas tipo dentro del ámbito de finanzas mediante Ciencia de Datos.
Comprender el proceso de Ciencia de Datos y su metodología.
Metodología
ENAE desarrolla una metodología activa y participativa, "Learning by doing", que alterna las exposiciones de conceptos, técnicas y métodos de análisis, con el desarrollo de casos prácticos que reflejan situaciones empresariales reales.
Con el fomento del trabajo en equipo se pretende conseguir la integración de todos los miembros y resolver de una forma más eficaz los casos planteados, mediante el intercambio de distintos puntos de vista, opiniones y experiencias. Se aprenderá de los formadores pero también de las experiencias profesionales de los compañeros.
¿Te hemos convencido?
Solicita
información
