Menú
Programa

Workshop Fintech

¿QUIERES SOLICITAR INFORMACIÓN?
CONCEPTOS
CLAVE
1
INTRODUCCIÓN Y CONCEPTOS GENERALES
2
MACHINE LEARNING NO SUPERVISADO
3
MACHINE LEARNING SUPERVISADO
4
UNA VISIÓN PRÁCTICA DE CIENCIA DE DATOS APLICADA A FINANZAS
Matrícula
Categoría:

Entorno Económico y Operaciones

Edición:VII
Inicio: 14/03/2024
Fin Preinscripción: 14/03/2024
Precio: 221 €
Matricúlate ahora

En este curso se analizarán los conceptos básicos sobre Fintech, además de tratar sus principales modelos de negocio. Se abordarán conceptos relacionados con la cartera de acciones cómo riesgo financiero, rendimiento, entre otros.

Descripción

Ciencia de Datos (Data Science) es un término relativamente nuevo que define un ámbito del conocimiento que busca utilizar todos los datos disponibles y relevantes para “extraer conocimiento” que pueda ser fácilmente comprendido por los expertos en el área de aplicación con el fin último de capitalizarlo. Con este propósito incorpora técnicas y teorías de muchos campos: Matemáticas, Estadística, Big Data, Minería de Datos, Ingeniería de datos, Reconocimiento de patrones y aprendizaje, Computación avanzada, Visualización, Modelado de la incertidumbre, Modelos de Decisión y Optimización, Almacenamiento de datos, Informática de alto rendimiento...

El Científico de Dato (Data Scientist) es un tipo de perfil profesional que va a suponer, y está suponiendo ya, una gran oportunidad profesional. Un Científico de Datos especializado en Finanzas es un profesional que debe de ser experto, además del ámbito del conocimiento propio de las Finanzas y la Economía, en el análisis basado en datos y en las tecnologías que permita realizar dicho análisis.

Por otra parte, nos encontramos inmersos en un crecimiento, sin precedentes, en el volumen de la información almacenada, que además tiene multitud de formatos (cuantitativa, lenguaje natural, imágenes, vídeos, etc) y que se actualiza constantemente en tiempo real (en redes sociales, dispositivos móviles, etc.). Esta nueva coyuntura ha venido en denominarse Big Data y supone un nuevo reto y oportunidades para las decisiones de negocio.

En este módulo se pretende introducir este ámbito de conocimiento de Ciencia de Datos y Big Data, y posteriormente, remarcar su aplicación al ámbito de las finanzas: gestión del riesgo, detección de fraude en operaciones, valoración del entorno económico, etc.  

Información

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.  

Datos del programa

Duración: El curso tiene una duración de 8 horas lectivas.

Días de clase: 14 y 15 de marzo

Modalidad: El curso se imparte en modalidad 100% online, combinando clases en directo, donde podrás interactuar con el profesor y tus compañeros, y videoconferencias. También tendrás a tu disposición las grabaciones en CANVAS, nuestro campus virtual.

Curso bonificable por FUNDAE.

Sede: Edificio ENAE. Campus Universitario de Espinardo 30100, Espinardo, Murcia.

PROFESORES

MÓDULOS

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 NO SUPERVISADO
  • Introducción

  • Clustering

  • Medidas de distancia y similitud

  • Distintas aproximaciones al agrupamiento

  • Métodos basados en particionamiento

  • Métodos jerárquicos  

MACHINE LEARNING SUPERVISADO
  • Introducción Clasificación

  • Definición del problema de clasificación

  • Etapas del proceso de clasificación

  • Evaluación de clasificadores

  • Técnicas de Clasificación  

UNA VISIÓN PRÁCTICA DE CIENCIA DE DATOS APLICADA A FINANZAS
  • Introducción a herramientas de Ciencia de Datos.

  • Modelos supervisados y no supervisados para gestión del riesgo, préstamos, clientes y/o fraude. 

PROG-BE-FINTECH-VII
CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
6 + 3 =
Solve this simple math problem and enter the result. E.g. for 1+3, enter 4.
A lo largo de nuestros más de 25 años de vida,
más de 13.000 alumnos han confiado
en la excelencia y la calidad de la formación de ENAE Business School.
Matricúlate ahora

COMPÁRTELO

Whatsapp ENAE Business SchoolWhatsApp Enae Business School
Whatsapp ENAE Business School