00
DAYS
00
HOURS
00
MINS
00
SECS
聽
Son 62 horas lectivas:
32 horas acad茅micas sincr贸nicas / 30 horas asincr贸nicas
El docente entregar谩 el material de capacitaci贸n en PDF, las clases son grabadas para su estudio y aprendizaje.
聽Inicio:聽del 13 de mayo聽al聽20 de junio聽聽
Horario:聽mi茅rcoles y jueve: 7:00 pm - 10:00 pm / s谩bado: 9:30 am - 12:30 pm
Docente: Mg. Luis Felipe Garayar Burneo
聽Modalidad:聽Virtual, en vivo
聽
DESCRIPCI脫N DEL CURSO
- El curso desarrolla los principales conceptos, m茅todos y t茅cnicas de la programaci贸n aplicada al an谩lisis de informaci贸n econ贸mica, financiera y social.
- A trav茅s del uso de Python en Google Colab, el participante dominar谩 la manipulaci贸n de datos con Pandas, la visualizaci贸n de modelos micro y macroecon贸micos, y la estimaci贸n de regresiones lineales y series de tiempo.
- El programa emplea una metodolog铆a pr谩ctica con bases de datos reales, orientada a fortalecer la toma de decisiones y la gesti贸n de datos en el entorno profesional actual.
BENEFICIO DEL CURSO
- El participante acceder谩 a un aprendizaje te贸rico鈥損r谩ctico dise帽ado para fortalecer competencias en programaci贸n, an谩lisis estad铆stico y modelamiento econom茅trico con Python.
- Estos conocimientos son aplicables en 谩reas de finanzas, consultor铆a y gesti贸n p煤blica, permitiendo optimizar procesos de an谩lisis de datos masivos y mejorar la precisi贸n en la toma de decisiones.
- Al finalizar, el alumno potenciar谩 su valor profesional, adapt谩ndose con 茅xito a las exigencias tecnol贸gicas del mercado laboral actual.
OBJETIVO DEL CURSO
- Desarrollar en el alumno las capacidades necesarias para procesar y analizar informaci贸n econ贸mica mediante el lenguaje Python, con el fin de ejecutar modelos econom茅tricos y financieros de manera eficiente.
- Al finalizar, el participante podr谩 transformar datos reales en soluciones anal铆ticas precisas, facilitando la toma de decisiones estrat茅gicas en diversos entornos profesionales y acad茅micos del sector.
P脷BLICO OBJETIVO
- El curso est谩 dirigido a estudiantes, egresados y profesionales de econom铆a, finanzas y carreras afines interesados en la ciencia de datos.
- Busca atender la necesidad de modernizar el an谩lisis tradicional mediante herramientas de programaci贸n, permitiendo al participante aplicar modelos econom茅tricos y financieros avanzados en la gesti贸n de informaci贸n real dentro del entorno corporativo o acad茅mico.
Estructura del Curso
馃敼 M脫DULO 1: INDUCCI脫N
馃敼 M脫DULO 2: Fundamentos de Python y Entorno de Trabajo
馃敼 M脫DULO 3: Operaciones Matem谩ticas y Programaci贸n Aplicada
馃敼 M脫DULO 4: Microeconom铆a Aplicada con Python
馃敼 M脫DULO 5: Macroeconom铆a Computacional
馃敼 M脫DULO 6: Econom铆a Financiera con Python
馃敼 M脫DULO 7: Estad铆stica y Regresi贸n Lineal
馃敼 M脫DULO 8: Econometr铆a de Series de Tiempo
馃敼 M脫DULO 9: Econometr铆a Social y Proyecto Final
Si tienes consultas has click en el botón WhatsApp y nuestro equipo se contactará contigo
馃摓 991 730 865
CUENTA聽CORRIENTE BCP
N掳193-9621984-0-55
CCI N掳002-193-00962198405518
Cuenta Corriente BCP a nombre del聽COLEGIO DE ECONOMISTAS DE LIMA
Una vez realizado el pago enviar foto o transferencia (n铆tida)
al correo: contacto@cel.org.pe
Whatsapp: 馃摓 992 936 302聽/ 馃摓 986 280 157聽/馃摓 991 730 865
DOCENTE
Mg. Luis Felipe Garayar Burneo
- 1. Formaci贸n acad茅mica: Ingeniero Estad铆stico por la Universidad Nacional de Ingenier铆a, ocupando el segundo puesto de su promoci贸n. Bachiller en Ingenier铆a de Sistemas por la Universidad Nacional Mayor de San Marcos. Mag铆ster en Inteligencia Artificial por la Universidad Internacional de La Rioja. Actualmente cursa el MBA en la Universidad del Pac铆fico y cuenta con estudios de Maestr铆a en Estad铆stica Aplicada por la Universidad Nacional Agraria La Molina (tesis por sustentar). 2. Especializaci贸n y 谩reas de inter茅s: Especialista en Ciencia de Datos, Inteligencia Artificial y Anal铆tica Avanzada aplicada al sector financiero. Sus principales l铆neas de especializaci贸n incluyen: Modelos de Credit Scoring y Gesti贸n de Riesgo Segmentaci贸n comercial y clusterizaci贸n de clientes Pricing y modelos de propensi贸n Machine Learning y Deep Learning Anal铆tica para banca minorista, banca Pyme y seguros Transformaci贸n data driven y estrategia anal铆tica 3. Experiencia profesional: Cuenta con m谩s de 15 a帽os de experiencia en el sector bancario y financiero, liderando el desarrollo de modelos estad铆sticos y soluciones de anal铆tica avanzada para la optimizaci贸n del desempe帽o del negocio. Ha desempe帽ado funciones en instituciones como: Banco de Cr茅dito BCP BBVA Banco Continental Banco Interamericano de Finanzas Banco Financiero del Per煤 Interbank Ha liderado proyectos de segmentaci贸n de canales Banca Pyme, pricing de tipo de cambio, an谩lisis de fuga de clientes, modelos de attrition, gesti贸n comercial y seguros, logrando mejoras sustanciales en indicadores clave del negocio. Asimismo, ha implementado metodolog铆as Agile y dirigido equipos de Data Science. En el 谩mbito acad茅mico, se desempe帽a como docente universitario en la Universidad San Ignacio de Loyola (USIL) y en la Universidad ESAN, donde dicta cursos y seminarios especializados en Ciencia de Datos, Credit Scoring y Anal铆tica Aplicada al sector financiero. Adem谩s, es Director Acad茅mico en FUTURA Data & Anal铆tica Avanzada. 4. Competencias y conocimientos: Lenguajes y herramientas: Python, R, SQL Server, Oracle (PL/SQL), Spark, Databricks Software estad铆stico: IBM SPSS, SAS Miner, Eviews Business Intelligence: Power BI, Excel Avanzado, Power Query, Power Pivot, DAX Big Data y procesamiento distribuido Modelamiento predictivo, scoring y series de tiempo Metodolog铆as Agile y liderazgo de equipos anal铆ticos Visualizaci贸n de datos y comunicaci贸n gerencial 5. Cargo y funciones actuales: Actualmente se desempe帽a como Chapter Leader Data Scientist en el COE Advanced Analytics del Banco de Cr茅dito BCP, liderando proyectos estrat茅gicos de consultor铆a anal铆tica para el BCP y empresas del grupo Credicorp (MiBanco y Pac铆fico Seguros). Desarrolla iniciativas de segmentaci贸n, pricing, modelos predictivos y optimizaci贸n comercial, impulsando la consolidaci贸n de una cultura organizacional basada en datos, as铆 como la formaci贸n, mentor铆a y desarrollo de equipos de ciencia de datos.