Curso de Data Science e IA en Finanzas
Realizar un curso de Data Science e Inteligencia Artificial en el entorno financiero es clave para adaptarse a la transformación digital que vive el sector. La automatización de decisiones, el análisis predictivo y el desarrollo de modelos inteligentes están redefiniendo la manera en que se gestionan riesgos e inversiones. En solo 16 horas, los profesionales pueden adquirir una visión clara de las herramientas y enfoques más actuales. Esto no solo mejora la competitividad individual, sino que también impulsa la eficiencia y la innovación en las organizaciones. La comprensión de estos conceptos es ya una ventaja estratégica imprescindible.
¿Tienes alguna duda?
Matricúlate
Matricúlate antes del 15 de septiembre para beneficiarte del 20% de descuento con el código #data20
¿Por qué elegir el curso Data Science e IA en Finanzas?
Hacer un curso de Data Science e IA en finanzas te prepara para analizar datos complejos, automatizar decisiones y optimizar inversiones. Estas habilidades son altamente demandadas y ofrecen ventajas competitivas en banca, fintech y gestión de riesgos. Además, permiten mejorar la eficiencia operativa y anticipar eventos críticos del mercado.
Este curso ofrece una combinación única de teoría y práctica, facilitada por expertos en la materia, lo que te permitirá no solo comprender, sino también aplicar eficazmente los conceptos aprendidos en tu labor diaria.
Puntos clave del programa
- ✔ Programación en Python y Vibe Coding (2 h)
- ✔ Modelos de Lenguaje - Introducción, formulación y prompting (2 h)
- ✔ Modelos de Lenguaje - Casos de uso avanzados (2 h)
- ✔ Regresión y clasificación (2 h)
- ✔ Redes Neuronales (2 h)
- ✔ Aprendizaje por refuerzo (2 h)
- ✔ Trading algorítmico (2 h)
- ✔ State of the art IA (2 h)
Doctor en Matemáticas por la Universidad Complutense de Madrid.
Profesor Contratado Doctor en la Universidad Politécnica de Madrid.
Áreas de Especialización:
- Inteligencia Artificial
- Ciencia de Datos y Machine Learning
- Matemáticas aplicadas a las tecnologías de la información y las comunicaciones
Varias líneas de investigación activas basadas en IA:
- Neurociencia
- Ensayos clínicos y actividad física
- Ecuaciones diferenciales en modelos físicos de medios porosos
Carlos destaca por su combinación de experiencia docente, gestión académica y participación activa en proyectos de investigación, con especial interés por la aplicación de herramientas de IA en distintos campos.
Doctor en Ingeniería Aeronáutica por la Universidad Politécnica de Cataluña.
Profesor Contratado Doctor en la Universidad Politécnica de Madrid. | Visiting Scholar MIT.
Áreas de Especialización:
- Ciencia de Datos y Aprendizaje Automático
- Métodos numéricos y supercomputación
- Procesamiento del lenguaje natural (NLP) y aplicaciones clínicas de la IA
Líneas de investigación activas basadas en IA:
- Aplicación de LLMs al análisis del lenguaje en trastornos psiquiátricos
- Algoritmos generativos para la extracción de patrones lingüísticos
- Modelado matemático de fenómenos biofísicos complejos
Enrique combina una sólida trayectoria en modelización computacional con una intensa actividad investigadora en ciencia de datos y aprendizaje automático, destacando por su participación como visiting scholar en el MIT (Catalyst Program) y su implicación en proyectos que conectan tecnología, salud y lenguaje.