070625CAIABF CIENCIA DE DATOS, ANÁLISIS PREDICTIVO E INTELIGENCIA ARTIFICIAL APLICADA PARA BANCA Y FINANZAS

Docente

Nombre del docente

Fecha de inicio

07 DE JUNIO

Horarios

SÁBADOS :04 : 00 .P.M. A 06 : 00 .P.M. DOMINGOS : 04 : 00 .P.M. A 06 : 00 .P.M.

Fecha de finalizacion

16 DE NOVIEMBRE

10 CERTIFICADOS

Docentes Expertos

¿Qué aprenderás en este curso?

El curso se desarrolla en módulos progresivos que combinan teoría y práctica aplicada. Inicia con la gestión de datos y análisis predictivo en R y Python, continúa con el uso de Excel, SQL Server y Power BI para el análisis y visualización financiera, y avanza hacia la aplicación de modelos supervisados y no supervisados. Culmina con un módulo de inteligencia artificial generativa, orientado a la automatización inteligente y la innovación en banca y finanzas.

Publico objetivo

Resultados esperados

- Dominar herramientas clave para el análisis y visualización de datos financieros.
- Aplicar técnicas predictivas y Machine Learning para resolver problemas específicos del sector financiero.
- Desarrollar soluciones prácticas mediante proyectos reales y comunicar resultados de manera efectiva.
- Implementar modelos de IA de última generación para optimizar procesos de crédito y detectar fraudes.
- Realizar análisis predictivos avanzados y personalizar servicios financieros.
- Liderar la transformación digital en el sector financiero, combinando análisis de datos tradicional con nuevas tecnologías disruptivas.

Modulo I

INTRODUCCIÓN A LAS FINANZAS CON MICROSOFT EXCEL

- FUNDAMENTOS DE EXCEL PARA FINANZAS
- MATEMÁTICAS FINANCIERAS BÁSICAS
- ANÁLISIS FINANCIERO
- VISUALIZACIÓN DE DATOS FINANCIEROS

Modulo II

Fundamentos de la Ciencia de Datos y Estadística Aplicada a la Banca y Finanzas

- INTRODUCCIÓN A LA CIENCIA DE DATOS EN FINANZAS
- FUNDAMENTOS DE ESTADÍSTICA FINANCIERA
- PROBABILIDAD Y RIESGO FINANCIERO
- CORRELACIÓN Y DEPENDENCIA
- INFERENCIA ESTADÍSTICA EN FINANZAS

Modulo III

Análisis predictivo y Gestión de Base de Datos con RStudio para Banca y Finanzas

- INTRODUCCIÓN A R STUDIO
- MANEJO DE DATOS FINANCIEROS EN R
- VISUALIZACIÓN DE DATOS FINANCIEROS CON R
- ANÁLISIS DE ESTADOS FINANCIEROS CON R
- MODELADO PREDICTIVO EN FINANZAS CON R
- REPORTES Y APLICACIONES INTERACTIVAS CON R

Modulo IV

Programación y Gestión de Datos en Python para Banca y Finanzas

- INTRODUCCIÓN A PYTHON Y HERRAMIENTAS
- FUNDAMENTOS DE PYTHON
- MANEJO DE DATOS FINANCIEROS
- EVALUACIÓN DE INVERSIONES
- ANÁLISIS DE ESTADOS FINANCIEROS
- VALORACIÓN DE ACTIVOS FINANCIEROS
- MODELIZACIÓN Y PRONÓSTICOS
- ANÁLISIS DE RIESGO CREDITICIO
- WEB SCRAPING

Modulo V

Gestión de Datos y Análisis Financiero con Sql Server

- INTRODUCCIÓN A SQL SERVER
- FUNDAMENTOS DE SQL
- GESTIÓN Y LIMPIEZA DE DATOS
- ANÁLISIS FINANCIERO
- CONSULTAS AVANZADAS Y OPTIMIZACIÓN

Modulo VI

Visualización de Datos y Automatización de Informes con Power Bi

- INTRODUCCIÓN A POWER BІ
- IMPORTACIÓN Y MODELADO DE DATOS
- DISEÑO DE DASHBOARDS E INFORMES
- ANÁLISIS FINANCIERO CON POWER BI
- VISUALIZACIÓN AVANZADA Y AUTOMATIZACIÓN
- ANÁLISIS PREDICTIVO Y SIMULACIÓN DE ESCENARIOS

Modulo VII

Análisis Predictivo y Modelos Supervisados para Banca y Finanzas

- FUNDAMENTOS DEL MACHINE LEARNING SUPERVISADO
- MODELOS DE REGRESIÓN
- ALGORITMOS BASADOS EN ÁRBOLES
- EVALUACIÓN Y VALIDACIÓN DE MODELOS
- OPTIMIZACIÓN Y AJUSTE DE MODELOS

Modulo VIII

Análisis Predictivo y Modelos no supervisados para Banca y Finanzas

- FUNDAMENTOS DEL MACHINE LEARNING NO SUPERVISADO
- ALGORITMOS DE CLUSTERING
- REDUCCIÓN DE DIMENSIONALIDAD
- TÉCNICAS AVANZADAS DE CLUSTERING
- EVALUACIÓN DE MODELOS NO SUPERVISADOS

Modulo IX

Inteligencia Artificial Generativa y Automatización Inteligente Aplicada a Finanzas y Ciencia de Datos

- INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL GENERATIVA
- INTRODUCCIÓN AL PROMPT ENGINEERING
- BREVE RECORRIDO DE LA IA TRADICIONAL A LA IA GENERATIVA
- HERRAMIENTAS DE IA GENERATIVA EN FINANZAS
- AUTOMATIZACIÓN DE PROCESOS FINANCIEROS CON AGENTES DE IA DISEÑO DE AGENTES INTELIGENTES
- GENERACIÓN DE DATOS SINTÉTICOS FINANCIEROS INTRODUCCIÓN A LA CREACIÓN DE DATASETS SINTÉTICOS SEGUROS
- DASHBOARDS INTELIGENTES Y ANÁLISIS DINÁMICOS CON IA

Modulo X

Modulo XI

Modulo XII

Modulo I

INTRODUCCIÓN A LAS FINANZAS CON MICROSOFT EXCEL

- FUNDAMENTOS DE EXCEL PARA FINANZAS
- MATEMÁTICAS FINANCIERAS BÁSICAS
- ANÁLISIS FINANCIERO
- VISUALIZACIÓN DE DATOS FINANCIEROS

Modulo II

Fundamentos de la Ciencia de Datos y Estadística Aplicada a la Banca y Finanzas

- INTRODUCCIÓN A LA CIENCIA DE DATOS EN FINANZAS
- FUNDAMENTOS DE ESTADÍSTICA FINANCIERA
- PROBABILIDAD Y RIESGO FINANCIERO
- CORRELACIÓN Y DEPENDENCIA
- INFERENCIA ESTADÍSTICA EN FINANZAS

Modulo III

Análisis predictivo y Gestión de Base de Datos con RStudio para Banca y Finanzas

- INTRODUCCIÓN A R STUDIO
- MANEJO DE DATOS FINANCIEROS EN R
- VISUALIZACIÓN DE DATOS FINANCIEROS CON R
- ANÁLISIS DE ESTADOS FINANCIEROS CON R
- MODELADO PREDICTIVO EN FINANZAS CON R
- REPORTES Y APLICACIONES INTERACTIVAS CON R

Modulo IV

Programación y Gestión de Datos en Python para Banca y Finanzas

- INTRODUCCIÓN A PYTHON Y HERRAMIENTAS
- FUNDAMENTOS DE PYTHON
- MANEJO DE DATOS FINANCIEROS
- EVALUACIÓN DE INVERSIONES
- ANÁLISIS DE ESTADOS FINANCIEROS
- VALORACIÓN DE ACTIVOS FINANCIEROS
- MODELIZACIÓN Y PRONÓSTICOS
- ANÁLISIS DE RIESGO CREDITICIO
- WEB SCRAPING

Modulo V

Gestión de Datos y Análisis Financiero con Sql Server

- INTRODUCCIÓN A SQL SERVER
- FUNDAMENTOS DE SQL
- GESTIÓN Y LIMPIEZA DE DATOS
- ANÁLISIS FINANCIERO
- CONSULTAS AVANZADAS Y OPTIMIZACIÓN

Modulo VI

Visualización de Datos y Automatización de Informes con Power Bi

- INTRODUCCIÓN A POWER BІ
- IMPORTACIÓN Y MODELADO DE DATOS
- DISEÑO DE DASHBOARDS E INFORMES
- ANÁLISIS FINANCIERO CON POWER BI
- VISUALIZACIÓN AVANZADA Y AUTOMATIZACIÓN
- ANÁLISIS PREDICTIVO Y SIMULACIÓN DE ESCENARIOS

Modulo VII

Análisis Predictivo y Modelos Supervisados para Banca y Finanzas

- FUNDAMENTOS DEL MACHINE LEARNING SUPERVISADO
- MODELOS DE REGRESIÓN
- ALGORITMOS BASADOS EN ÁRBOLES
- EVALUACIÓN Y VALIDACIÓN DE MODELOS
- OPTIMIZACIÓN Y AJUSTE DE MODELOS

Modulo VIII

Análisis Predictivo y Modelos no supervisados para Banca y Finanzas

- FUNDAMENTOS DEL MACHINE LEARNING NO SUPERVISADO
- ALGORITMOS DE CLUSTERING
- REDUCCIÓN DE DIMENSIONALIDAD
- TÉCNICAS AVANZADAS DE CLUSTERING
- EVALUACIÓN DE MODELOS NO SUPERVISADOS

Modulo IX

Inteligencia Artificial Generativa y Automatización Inteligente Aplicada a Finanzas y Ciencia de Datos

- INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL GENERATIVA
- INTRODUCCIÓN AL PROMPT ENGINEERING
- BREVE RECORRIDO DE LA IA TRADICIONAL A LA IA GENERATIVA
- HERRAMIENTAS DE IA GENERATIVA EN FINANZAS
- AUTOMATIZACIÓN DE PROCESOS FINANCIEROS CON AGENTES DE IA DISEÑO DE AGENTES INTELIGENTES
- GENERACIÓN DE DATOS SINTÉTICOS FINANCIEROS INTRODUCCIÓN A LA CREACIÓN DE DATASETS SINTÉTICOS SEGUROS
- DASHBOARDS INTELIGENTES Y ANÁLISIS DINÁMICOS CON IA

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."