DATA SCIENCE PARA FINANZAS MÁSTER EN Adscrito a la Universidad Complutense de Madrid

Transcripción

1 MÁSTER EN DATA SCIENCE PARA FINANZAS Adscrito a la Universidad Complutense de Madrid Adscrito a la Universidad Complut ense de Madrid

2 POR QUÉ ESTUDIAR UN MÁSTER EN CUNEF En CUNEF somos conscientes de la relevancia funcional y estratégica que la toma de decisiones jurídicas y financieras tiene en el desempeño de las empresas y las organizaciones de todos los sectores de la actividad económica y empresarial. Nuestros programas Máster especializados te permitirán adquirir, durante un intenso año de estudio y trabajo aplicado, los conocimientos académicos, las dinámicas de trabajo real y la experiencia práctica necesarias para impulsar hacia el éxito tu desempeño profesional y directivo. CUNEF cuenta con un prestigio consolidado como centro especializado en la formación de postgrado en los ámbitos del derecho, las finanzas y el management. La trayectoria académica de CUNEF en el ámbito de la formación de postgrado especializada en finanzas se ha visto reconocida de forma externa en repetidas ocasiones. Así, en todas las ediciones en las que el diario El Mundo ha publicado el Ranking 250 Máster, CUNEF ha obtenido constantemente la posición Nº1 o Nº2 dentro de su especialidad, lo que representa el mejor posicionamiento sostenido de todos los programas evaluados en la especialidad de finanzas. El claustro de CUNEF, nuestra estrecha relación con el entorno profesional (empresarial y financiero), la red de instituciones colaboradoras, el compromiso con la calidad docente, y nuestra apuesta firme por la investigación y la generación de conocimientos son algunos de los muchos argumentos que hacen de CUNEF un centro referente en la formación española universitaria especializada en derecho, finanzas y dirección empresarial. EL MÁSTER EN DATA SCIENCE PARA FINANZAS Está diseñado para formar titulados universitarios interesados en desarrollar su carrera profesional como gestores de grandes volúmenes de información en la actividad de las instituciones financieras. Su objetivo es dotar a los participantes de los conocimientos genéricos relacionados con las tecnologías y las herramientas utilizadas en la gestión de la información empresarial, y de su aplicación práctica en la industria financiera. Se trata de un programa práctico, con oportunidades de aprendizajes aplicadas a los desafíos a los que se enfrentan las empresas ante la gestión de nuevas fuentes de información en constante crecimiento. Para ello se combinan cursos básicos de tecnologías Big Data, análisis y gestión de información, con conocimientos aplicados de análisis y gestión de datos para el sector financiero.

3 PERFIL RECOMENDADO El programa está dirigido a titulados universitarios en Administración y Dirección de Empresas, Economía, Ingenierías, Matemáticas, o disciplinas afines. Los candidatos acreditarán durante el proceso de admisión su nivel de inglés ya sea mediante la realización de una prueba de nivel desarrollada en CUNEF, o mediante la posesión de algún certificado internacional en los niveles requeridos en la convocatoria. OBJETIVOS El programa prepara a los estudiantes para desarrollar su carrera profesional como especialistas en la gestión y análisis de datos para la toma de decisiones empresariales con atención preferente al sector financiero. Algunos objetivos específicos son: DATA SCIENCE BIG DATA PYTHON NoSQL BUSINESS ANALYTICS MAP REDUCE CREDIT SCORING R Desarrollar una comprensión profunda de los conocimientos específicos de análisis y gestión de información empresarial. Dotar a los participantes de los conocimientos y herramientas analíticas para entender la importancia creciente de las nuevas tecnologías de la información y las amplias posibilidades que la gestión eficiente de la información tienen en los modelos de negocio del sector financiero. Obtener profundos conocimientos aplicados a la gestión de datos y la toma de decisiones en el ámbito financiero. Desenvolver las competencias personales y profesionales para desarrollar una trayectoria profesional en el ámbito de la gestión de la información empresarial y de mercado aplicada a las finanzas. ESTRUCTURA El programa está organizado en dos cuatrimestres: 1º. El primer cuatrimestre se focaliza en los fundamentos técnicos y en las herramientas del data science. 2º. El segundo cuatrimestre se dedica a su aplicación concreta en el ámbito de las finanzas. DEDICACIÓN Se trata de un programa presencial con dedicación a tiempo completo. IDIOMA Español. Los participantes deben ser capaces de trabajar con documentación y equipos humanos que tengan el inglés como instrumento de comunicación.

4 QUÉ ES DATA SCIENCE? Vivimos en un mundo inundado por los datos. Esta realidad presenta innumerables oportunidades estratégicas si se hace uso de ese inmenso caudal de información. Sin embargo las capacidades tecnológicas han evolucionado más rápidamente que las competencias profesionales para hacer uso de los recursos de información presentes en compañías y sectores. SABÍAS QUE? EN UN SÓLO MINUTO: Se escriben más de tweets. Se suben más de fotos a Instagram. Se realizan más de llamadas por Skype. Se hacen.25 millones de búsquedas en Google. Se ven 7.5 millones de vídeos en YouTube. Se envían más de 150 millones de correos electrónicos. Mathematics Expertise Data Science Data science es la disciplina que combina habilidades de programación, estadística y matemáticas, investigación operativa, estrategia y conocimiento del negocio para extraer conocimiento y valor de esa información. Juan Manuel López Zafra. Profesor Coordinador del Máster Data Science para Finanzas. Technology: Hacking Skills Data science es un trabajo de equipo que requiere la combinación correcta de personas con diferentes habilidades, conocimientos y experiencias. La propia ciencia de datos es una disciplina emergente, que requiere de personas con distintos niveles de formación y experiencias de trabajo. Ricardo Queralt. Profesor Coordinador del Máster Data Science para Finanzas. Business/Strategy Acumen

5 MÁSTER EN DATA SCIENCE PARA FINANZAS POR QUÉ AHORA ES EL MOMENTO? DE CUNEF Actualmente existe una demanda de data scientists que la oferta formativa y profesional no es capaz de cubrir. El 4% de las empresas norteamericanas declararon en 2015 que la falta de músculo analítico era su principal debilidad. Más de la mitad declararon la necesidad de transformar la capacidad de análisis en información relevante para los ejecutivos. Se estima que en 2018 la brecha entre la oferta y la demanda de las habilidades analíticas será de entre el 40 y el 50%. El volumen de negocio en Europa crecerá de los 2.000M en 201 a los más de 5.500M en CLOUD COMPUTING RANDOM FORESTS C++ SHINY JAVA SPARK INNOVACIÓN UPSELLING HADOOP OPEN DATA

6 MÁSTER EN DATA SCIENCE PARA FINANZAS PLAN DE ESTUDIOS:1 ER CUATRIMESTRE TÉCNICAS Y HERRAMIENTAS EN DATA SCIENCE Asignaturas obligatorias ECTS ECTS Asignaturas obligatorias Fundamentos para el análisis de datos y la investigación La base para la investigación y el análisis reposa en los fundamentos. En este bloque el alumno se pondrá al día tanto de las características económicas y financieras de la sociedad actual como de las técnicas que conforman la esencia con las que desarrollar correctamente las tareas del data scientist. Entorno económico y financiero. Herramientas de matemáticas y estadística. Técnicas de análisis estadístico en Data Science (I) A pesar de sus peculiaridades, el Data Science reposa en el análisis estadístico de datos. Es esencial dar respuesta a preguntas como qué pasará con las ventas? Tienen características comunes mis variables? Cuáles son las más importantes? Puedo generar un proceso de aprendizaje interno de cara a tomar mejores decisiones? Mediante el empleo de casos y datos reales, el alumno será capaz de enfrentarse a estos retos con los instrumentos más avanzados. Predicción: Correlación, regresión, GLM, Series temporales, simulación. Técnicas de agrupación / de reducción de la dimensión. Herramientas de programación para Data Science Los especialistas en Data Science requieren de un conocimiento adecuado de los materiales de trabajo. Con ese objetivo formamos al alumno en los dos lenguajes más evolucionados, completos y empleados en el entorno en el que desarrollará su labor: R y Python. Asimismo, deberá desarrollar destrezas en el manejo de bases de datos estructuradas, habituales en la empresa, mediante la programación SQL. Programación en R. Programación en Python. Bases de Datos relacionales: programación SQL. Extracción, transformación y carga ETL La primera etapa del Data Scientist es la menos lucida, pero también la más importante. Mediante las técnicas aquí desarrolladas, el usuario será capaz de mover datos desde distintas fuentes, modificar su formato, eliminar redundancias y errores, para proceder a su carga posterior en otra base de datos lista para su uso y así apoyar al proceso global de la empresa. Recolección. Repositorios públicos. Repositorios privados. Procesamiento y calidad de datos: Kettle. Procesamiento en paralelo: Hadoop, MapReduce, Sparck. 5 4 Técnicas de análisis estadístico en Data Science (II) Técnicas de clasificación. Machine Learning: redes neuronales, algoritmos genéticos, SVM, redes bayesianas, random forests. Técnicas de visualización en Data Science La diferencia entre un buen informe y el informe definitivo está en la visualización. En este módulo el futuro data scientist aprenderá cuál es la mejor manera de hacer que su análisis se ponga. A partir del mejor y más potente software de visualización y siempre de la mano de profesionales expertos, el alumno será capaz de desarrollar las visualizaciones más adecuadas para el mensaje que quiera transmitir. Librerías de R: ggplot2. Librerías de Python: matplotlib. Tableau. Google charts. TOTAL ECTS: 0

7 MÁSTER EN DATA SCIENCE PARA FINANZAS PLAN DE ESTUDIOS:2 O CUATRIMESTRE DATA SCIENCE PARA FINANZAS Asignaturas obligatorias ECTS ECTS Fuentes de información internas y externas Entorno legal y tecnológico Profesionales de prestigio de las más variadas áreas compartirán con nuestros alumnos su experiencia en una serie de conferencias. Además, el Data Scientist debe ser consciente de que sus decisiones y la manipulación de los datos que efectúa puede tener repercusiones éticas y legales que debe conocer. Y los principales proveedores de soluciones de Big Data y Data Science presentarán sus herramientas. ESCENARIOS CIENTÍFICOS Y TECNOLÓGICOS EN LA ERA DEL BIG DATA Ciclo de 10 conferencias impartidas por destacados ponentes invitados del sector industrial. ASPECTOS JURÍDICOS Y LEGALES EN EL TRATAMIENTO DE LA INFORMACIÓN Seguridad y privacidad de datos y sector financiero. SOLUCIONES DE DATA SCIENCE EN EL SECTOR FINANCIERO Time oriented language (TOL) Proveedores: IBM / SAP / ORACLE / Microsoft Cloud Computing Data Science para el análisis de mercado Toda empresa vende algo. Y la captura del valor añadido marcará las diferencias entre quienes triunfen y quienes no. En este módulo el alumno aprenderá las técnicas más avanzadas para apoyar al departamento comercial: identificación de tendencias, geomarketing, venta cruzada, upselling, fidelización de clientes, segmentación del mercado o el análisis de la información disponible en las redes sociales de cara a potenciar y fortalecer el negocio son sólo algunos de los elementos que aquí se tratarán. ANÁLISIS DE DATOS DE MERCADOS Y TENDENCIAS PLANIFICACIÓN E INTELIGENCIA COMERCIAL EN EL SECTOR FINANCIERO DATA SCIENCE PARA LA GESTIÓN DE INFORMACIÓN NO ESTRUCTURADA Prácticas empresariales Data Science en la gestión del riesgo, el pricing, la gestión de activos En este módulo se abordarán de forma precisa aspectos fundamentales en la práctica diaria del área financiera para el data scientist. Cómo gestionar el riesgo de crédito y de tipos de interés, cómo emplear el data mining para la identificación de operaciones fraudulentas, de qué forma el data science permite ajustar las tarifas a cada cliente y cómo las carteras de inversión optimizan sus rendimientos y se adaptan a las necesidades de los clientes son algunos de los temas que se tratarán en este bloque. GESTIÓN DEL RIESGO DE CRÉDITO Aplicaciones de la gestión de datos al credit scoring y a los sistemas de clasificación crediticia y optimización del recobro. GESTIÓN DEL RIESGO OPERATIVO Aplicaciones a la detección del fraude, del blanqueo de capitales y de las operaciones fraudulentas. DATA SCIENCE EN EL PRICING Y LA TARIFICACIÓN GESTIÓN DE ACTIVOS Y DE CARTERAS Trabajo fin de Máster Para enriquecer la formación de los alumnos se proponen las temáticas siguientes: Colaboración con una empresa del sector financiero en un proyecto Big Data (redacción de informes de rendimiento, implementación de algoritmos, desarrollo de una arquitectura Big Data, etc.). Fuentes de información Open Data. Desarrollo de una idea de valor. Análisis de un dataset de interés financiero específico y su visualización. Paralelización de un proceso de interés financiero con mejora de tiempos de ejecución. Diseño de procedimientos de análisis financiero con Big Data. TOTAL ECTS: 0

8 ACTIVIDADES COMPLEMENTARIAS El Programa de Asesoramiento Profesional Pasaporte a tu Futuro, desarrollado en colaboración con Seeliger y Conde, firma española líder en la Búsqueda de Directivos. Un programa en el que consultores con una amplia experiencia en selección, acompañan y ayudan a los participantes en los programas máster en finanzas a fortalecer su desempeño profesional. Seminarios Talleres Prácticos y Conferencias. A lo largo del máster se programan diversos seminarios de especialización y talleres prácticos, conferencias, desayunos de trabajo, presentaciones Cuyo objetivo es facilitar a los participantes el acceso a conocimientos especializados, experiencias, iniciativas y proyectos novedosos presentados de la mano de expertos profesionales líderes en sus respectivos campos de actuación. CARRERAS PROFESIONALES CUNEF tiene una estrecha y activa relación con el entorno empresarial y profesional. El Departamento de Carreras Profesionales gestiona activamente los programas de prácticas empresariales, las ofertas de empleo, así como la organización de seminarios y actividades complementarias. Programas de prácticas empresariales Las prácticas externas se realizan de forma prioritaria en centros relacionados con la especialidad que hubiera escogido el estudiante. Para su realización, se dispone de una amplia batería de convenios de cooperación educativa con instituciones, entidades y empresas que cubren una gran variedad de ámbitos de aplicación. Bolsa de empleo CUNEF gestiona, en colaboración con la Asociación de Antiguos Alumnos de CUNEF, las ofertas de empleo que con regularidad convocan empresas e instituciones. Networking CUNEF Alumni es la asociación de antiguos alumnos de CUNEF, el principal canal de comunicación y relación de networking de los antiguos alumnos de Grado y Postgrado de CUNEF. BECAS En CUNEF premiamos el talento con un amplio programa de becas. Si quieres ampliar información sobre el programa de becas, consulta PROCESO DE ADMISIÓN 1 2 Presentar la solicitud online Pruebas de selección en el Campus DÓNDE ESTAMOS? Leonardo Prieto Castro, 2. Ciudad Universitaria, MADRID Tel.: Control e Información Formalizar la reserva 4y Mapa del Campus CUNEF Preinscripción matrícula N E F C Aparcamiento 1 y aparcamiento 2 Puerta de Acceso U Plaza Central Parking de Bicicletas