Curso Data Mining y Aplicaciones en Riesgo de Crédito

Transcripción

1 RW.02 RW.01 Transferencia Internacional de Curso Data Mining y Aplicaciones en Riesgo de Crédito RICHARD WEBER PhD. En Investigación de Operaciones del Instituto de Tecnología de Aachen, Alemania La actividad comercial de las empresas han generado una cantidad enorme de datos, especialmente en áreas relacionadas con sus clientes, por tanto el análisis de esta información se convirtió en una herramienta clave para el éxito del negocio. Es aquí donde toma relevancia el tema de Data Mining, la Minería de Datos, que a través de metodologías, herramientas y aplicaciones, que referido al proceso que intenta descubrir patrones en grandes volúmenes de conjuntos de datos para la aplicación de estrategias en beneficio de mejores resultados. 1. Objetivos Conocer las principales técnicas de la minería de datos Introducir los conceptos de la inteligencia de negocios Conocer el potencial y las limitaciones que tiene la minería de datos para el área Conocer las técnicas para la determinación de provisiones 2. Dirigido a Dirigido a profesionales con responsabilidad o incidencia en los procesos de generación, administración y análisis de información en diversos tipos de industrias, tales como, servicios financieros, retailers u otro. 3. Metodología La metodología es teórica práctica. 100% presencial. Las actividades teóricas se basarán en una exposición teórico-práctica con el apoyo de slides y pizarra de los temas propuestos, compartiendo la experiencia del relator, estudiando casos reales e incentivando la discusión.

2 RW Plan de Estudios MÓDULO 01 - Conceptos de Data Mining y Estadística10 Introducción a conceptos básicos de estadística y Data Mining: Motivación Diferentes enfoques de estadística y Data Mining Conceptos básicos de la inteligencia de negocios (o businessintelligence), fundamentos, métodos y aplicación de la inteligencia de negocios: Vista general de la Inteligencia de Negocios Proceso KDD (Knowledge Discovery in Databases) Aplicaciones Bases de datos, Data Warehouse y OLAP, análisis de datos, outliers, missingvalues, pre-procesamiento: Almacenamiento de datos Análisis exploratorio Pre-procesamiento de datos Métodos analíticos básicos y avanzados: Análisis discriminante Árboles de decisión Redes neuronales Regresión logística, Scorings MÓDULO 02 - Aplicaciones en Riesgo de Crédito10 Principales modelos existentes de predicción de comportamiento de pago (segmento Personas) y predicciones de quiebras o insolvencia (segmento Empresas): Enfoque de transiciones Modelos estructurales Modelos de vintage Modelos Logit

3 RW.01 Metodología de construcción de un modelo de scoring de iniciación y scoring de comportamiento (segmento de Personas): Principales etapas en la construcción de un scoring Calibración Análisis de la calidad de ajuste de un modelo de scoring Seguimiento Metodología de construcción de un modelo de provisiones de colocaciones (segmento de Personas y segmento de Empresas). Basado en normas de Basilea II: Provisiones para personas: Estimaciones de PI, EAD y LGD Caso de empresas: modelos individuales y grupales Ejemplos Metodología de validación de un modelo de scoring (análisis de estabilidad poblacional y análisis discriminante). Back test de suficiencia de provisiones. MODULO 03 - Taller Práctico 5. Evaluación y Certificación Se evaluará mediante un Control final y a través del desarrollo de un Estudio Integral elaborado por los alumnos organizados en grupo. La nota final corresponderá al promedio simple de ambas evaluaciones. Escala de notas de 1 a 7.Aquellos que cumplan con las exigencias de evaluación y de asistencia mínima al 80% de las horas de clases reciben al término del programa un diploma que así lo acredita. Especificaciones: Duración: Fecha: Horario: Valor: Tres días completos 20, 21 y 22 de mayo De 09:00 a 17:30 horas USA $ 570. El costo incluye almuerzo y coffee break Inscripciones: mki.mige@speedy.com.pe / Cel.: Telf.:

4 CS.01 RW.C.V. Ing. Richard Weber Transferencia Internacional de Richard Weber PhD. En investigación de Operaciones del Instituto de Tecnología de Aachen, Alemania. Director del Magister en Ingeniería de Negocios con TI de la Universidad de Chile (MBE). Director de la Escuela de Postgrado de la Facultad de Ingeniera de la UCHILE. Empezó con investigación en Data Mining e Inteligencia de Negocios en 1988 y tiene experiencia práctica en sistemas expertos, Análisis de datos usando lógica difusa, Redes Neuronales y Data Mining. El Dr. Weber actualmente trabaja como consultor en el área de inteligencia de Negocios para empresas chilenas y en el sector público donde desarrolla sistemas para retención y segmentación de cliente, Detección de fraude y Web Mining. Además de seminarios tanto para empresas como en conferencias nacionales e internacionales. El Dr. Weber es frecuentemente requerido en varios países de Europa, Asia y América de Sur como consultor, asesor científico y docente.

5 RW.E. RICHARD WEBER PhD. En Investigación de Operaciones del Instituto de Tecnología de Aachen, Alemania