Maestría Virtual en Inteligencia Artificial Aplicada al Sector Financiero

Estructura Académica Orientada a la Práctica Financiera Digital y a la Innovación Tecnológica.

PROessentials: Certificado en Análisis y Gestión de Riesgos Financieros con IA
El núcleo PROessentials desarrolla habilidades clave, promueve la interacción interdisciplinaria y enriquece perfiles y redes de contacto. Con enseñanza de calidad, prepara a los estudiantes para un crecimiento profundo y experiencial.

I.- Inteligencia Artificial: La revolución del dato en finanzas (6 ECTS)
Explora las fases clave de un proyecto de IA en finanzas, desde la recopilación de datos hasta la implementación de modelos analíticos.

Introducción a la Inteligencia Artificial y aprendizaje automático

Principios y aplicaciones Big Data en el sector financiero

Manejo y procesamiento de datos financieros

Modelos predictivos en finanzas

Introducción a los modelos generativos en Inteligencia Artificial

Retos y oportunidades de la Inteligencia Artificial en el contexto financiero
II.- Visualización y análisis: Inteligencia de datos para decisiones financieras (6 ECTS)
Aprende a analizar y visualizar datos financieros, transformando grandes volúmenes de información en insights claros para decisiones estratégicas.

Introducción al tratamiento de datos

Conexión a fuentes de datos internas y externas

Fundamentos de estadística descriptiva

Pruebas de hipótesis y análisis de relaciones estadísticas

Preparación de datos para el modelado analítico

Creación de visualizaciones efectivas
PROadvance: Certificado en Inteligencia Artificial y Análisis Avanzado para Finanzas Digitales
Las asignaturas del Certificado PROadvance desarrollan competencias clave y habilidades prácticas. Los estudiantes aprenden conceptos centrales de su disciplina y herramientas para aplicarlos en situaciones reales, promoviendo el trabajo en equipo y el liderazgo.

III.- Gestión avanzada del riesgo crediticio: Algoritmos para transformar la toma de decisiones financieras (6 ECTS)
Aprende sobre algoritmos de clasificación como K-Nearest Neighbors, Naive Bayes, Decision Trees y Random Forest, y cómo estos pueden mejorar el análisis y gestión de datos financieros.

Introducción a los algoritmos de clasificación
Evaluación de modelos de clasificación
Naive Bayes en la clasificación y segmentación de datos
K-Nearest Neighbors para análisis de comportamiento financiero
Modelos basados en árboles de decisión: técnicas de Bagging y Boosting
Aplicación de algoritmos de clasificación en la evaluación de riesgos crediticios
IV.- Inteligencia Artificial estratégica: Modelos y métricas para anticipar el futuro (6 ECTS)
Aborda técnicas y algoritmos avanzados para gestionar el riesgo crediticio, utilizando regresiones y análisis de datos financieros.

Introducción a los algoritmos de regresión en el contexto financiero

Regresión lineal para la predicción de precios de activos financieros

Evaluación de modelos de regresión: métricas y aplicaciones

Regularización modelos financieros: Regresión Lasso y Ridge

Árboles de regresión

Regresión logística aplicada a la probabilidad de eventos financieros
V.- Segmentación inteligente y carteras óptimas: Clustering aplicado al mercado financiero (6 ECTS)
Los estudiantes aprenderán a evaluar la calidad de los clusters mediante métricas clave y aplicarán el análisis de componentes principales para reducir la dimensionalidad de los datos.

Introducción al aprendizaje no supervisado en el contexto financiero

Fundamentos de los algoritmos de clustering

Evaluación y validación de modelos de clustering en finanzas

K-Means clustering para segmentación de clientes financieros

Clustering jerárquico en aplicaciones financieras

Algoritmos de reducción de dimensionalidad
VI.- Fraude financiero bajo control: Inteligencia Artificial como barrera en la era digital (6 ETCS)
Explora el uso de inteligencia artificial para detectar y prevenir fraudes financieros, enseñando a modelar riesgos y aplicar algoritmos como Isolation Forest, Support Vector Machines y DBSCAN para identificar anomalías.

Introducción a la detección de anomalías en el ámbito financiero
Métodos estadísticos para la detección de anomalías en datos financieros
Técnicas basadas en distancia y su aplicación en finanzas
Evaluación de modelos de detección de anomalías
Árboles de decisión para la detección de fraude financiero
Modelos basados en SVM para detección de anomalías financieras
VII.- Redes neuronales para la economía: Decisiones precisas en mercados complejos (6 ECTS)
Abordaremos los modelos clave, técnicas avanzadas y aplicaciones prácticas en predicción y análisis financiero para mejorar las decisiones económicas en mercados complejos.

Introducción a las redes neuronales artificiales

Funciones de activación y su impacto en el aprendizaje de la red

Forward propagation y el cálculo de la salida de la red neuronal

Backpropagation para el ajuste de los pesos de la red neuronal

Optimización de redes neuronales mediante descenso de gradiente
Evaluación y sobreajuste de redes neuronales
VIII.- Interpretabilidad, sesgos y ética: Construyendo confianza en la IA financiera (6 ECTS)
Los estudiantes aprenderán a identificar y reducir sesgos, evaluar decisiones automatizadas y utilizar técnicas de explicabilidad como LIME, SHAP y métodos contrafactuales.

Introducción a la interpretabilidad de modelos en finanzas

El impacto de los sesgos en los modelos y su influencia en las decisiones

Estrategias para la prevención de sesgos en modelos financieros

Principios de Fairness para construir modelos financieros justos

Ética y cumplimiento normativo en el uso de la Inteligencia Artificial

Técnicas de interpretabilidad: LIME, SHAP, permutación y otros enfoques
IX.- Predicción inteligente: Inteligencia Artificial para el análisis de precios en mercados financieros (6 ECTS)
Esta asignatura aborda el uso de técnicas de inteligencia artificial para predecir precios en mercados financieros, combinando modelos estadísticos clásicos como ARMA, ARIMA y SARIMA con arquitecturas avanzadas de deep learning, como las Recurrent Neural Networks.

Introducción al análisis de series temporales en finanzas

Modelos analíticos para la predicción de precios de activos financieros

Selección de parámetros y validación de modelos clásicos

Redes neuronales recurrentes para la exploración de series temporales

Long Short-Term Memory como técnica avanzada de series temporales

Comparación de modelos en la predicción de mercados financieros
X.- Procesamiento del Lenguaje Natural en los mercados: Análisis de noticias financieras (6 ECTS)
Domina técnicas de NLP aplicadas a finanzas para extraer información de textos y datos no estructurados.

Introducción al procesamiento del lenguaje natural y su aplicación en finanzas

Preprocesamiento de textos financieros mediante múltiples técnicas

Modelos de representación de texto financieros

Aplicaciones para análisis de sentimiento y monitoreo de redes sociales

Modelos avanzados de lenguaje para el análisis de texto financieros

Feature engineering de textos para modelos predictivos en finanzas
XI.- Regulación e Inteligencia Artificial: Cumpliendo las normas en la innovación financiera (6 ECTS)
Examina cómo las normativas influyen en la innovación, el uso ético, la transparencia y la responsabilidad de estas tecnologías, y explora la protección de datos personales y privacidad, junto con la regulación financiera tradicional y específica para fintech.

Principios y desafíos a la regulación en fintech

Regulación en la gestión y protección de datos

Leyes y normativas clave en el marco regulatorio financiero

Retos y oportunidades legales de la industria fintech

Cuerpos normativos internacionales

Cumplimiento y buenas prácticas
XII.- Trabajo Fin de Programa (8 ECTS)
El Trabajo Fin de Máster es el paso final para obtener el título, consistiendo en un trabajo académico que aplica y desarrolla los conocimientos y competencias adquiridas durante el programa.

Certificado PROexpertify: Enfoca tu formación seleccionando un área de conocimiento interdisciplinarias
Los estudiantes pueden eligir su camino académico, explorando disciplinas adicionales y desarrollando competencias interdisciplinarias. Esto amplía su perspectiva global y los prepara para sobresalir en un entorno empresarial que valora habilidades diversificadas.

PROexpertify en: Manager en Big Data
I.- Herramientas de Big Data y Gobierno del Dato (6 ECTS)

Te enseñaremos cómo integrar la cultura de decisiones basadas en datos en la organización mediante herramientas para captura, almacenamiento, procesamiento y visualización de datos, especialmente SAS Visual Analytics, así como herramientas de Gobierno del Dato.

Almacenamiento y procesamiento de la información

Información estructurada

Tecnologías Big Data

Análisis y visualización de la información

Herramienta SAS Visual Analytics

Gobierno del Dato
II.- Lenguajes de Programación de Nuevo Entorno (6 ECTS)

Desarrollarás competencias esenciales en programación para ciencia de datos, aprendiendo lenguajes como Python, librerías clave, herramientas de desarrollo como IDEs y fundamentos de Cloud Computing para desplegar soluciones.

Conceptos Clave en los Lenguajes de Programación en la Ciencia de Datos

Lenguajes de Programación Más Utilizados

Python: Primeros Pasos

Herramientas de Desarrollo: Principales IDEs

Python: Principales Librerías de Ciencia de Datos

Cloud Computing
PROexpertify en: Manager en E-Commerce de Emprendimientos
I.- E-Commerce: situación actual y tendencias

Obtén una perspectiva moderna sobre el comercio electrónico, enfocada en el diseño y marketing digital.

Introducción al e-Commerce

Situación actual y tendencias

UX/UI aplicado en e-Commerce

Marketing digital y e-Commerce

Fidelización y estrategia digital en e-Commerce
II.- Gestión de un E-Commerce

Exploraremos los aspectos clave en la gestión de un e-Commerce, incluyendo factores como la contratación de servicios de pago y logística, los aspectos legales y el software de gestión, necesarios para operar un negocio digital.

Logística y medios de pago

Software de gestión: ERP y CRM

Omnicanalidad

Internacionalización de un e-Commerce

Aspectos legales de un e-Commerce

Casos de éxito: Amazon y Alibaba
PROexpertify en: Manager en Redes Sociales Digitales
I.- Social Media Marketing

Desarrollarás competencias en Community Management y Personal Branding, con estrategias efectivas en redes sociales y análisis de Online Reputation Management (ORM) para optimizar el branding personal o empresarial y cumplir objetivos.

El cliente y las empresas en las redes sociales

Claves de Community Management

Claves de Personal Branding

Redes Sociales

Facebook y Meta Business Suite

Análisis y Online Reputation Marketing (ORM)
II.- Inbound Marketing: Social Media Marketing

Aprenderás Inbound Marketing y Social Media Marketing para atraer, convertir y fidelizar clientes.

Introducción al Concepto de Inbound Marketing

Social Selling

Atracción y Conversión en Inbound Marketing

Inbound Marketing y Marketing de Contenidos en Redes Sociales

Cierre y Fidelización en Inbound Marketing

Growth Hacking
PROexpertify en: Manager en Gestión de Proyectos
I.- Seguimiento de Proyectos

Obtendrás las herramientas clave para diseñar e implementar procesos eficientes que faciliten el seguimiento y control efectivo de cualquier proyecto.

Generalidades del Seguimiento de Proyectos

Alcance del Seguimiento

Planificación del Seguimiento

Seguimiento del Trabajo, Cronograma y Costes

Seguimiento de la Calidad y las Comunicaciones

Seguimiento de los Riesgos, Adquisiciones e Interesados
II.- Gestión de Riesgos en Proyectos

Cubriremos desde conceptos básicos hasta técnicas avanzadas, como planificación, identificación, análisis cualitativo y cuantitativo, y planificación de respuestas.

Introducción a la Gestión de Riesgos

Planificación de la Gestión de Riesgos

Identificación de los Riesgos

Análisis Cualitativo de Riesgos

Análisis Cuantitativo de Riesgos

Planificación de la Respuesta a los Riesgos

Seguimiento y Control de Riesgos

La Gestión de Riesgos Bajo Otros Enfoques
PROexpertify en: Manager en Ciberseguridad
I.- Fundamentos de Ciberseguridad

Profundizaremos sobre la ciberseguridad, así como sus fundamentos, terminología clave, análisis críticos, y las principales certificaciones en ciberseguridad.

Introducción a la ciberseguridad

Amenazas cibernéticas

Criptografía

Políticas y estándares de seguridad

Gestión de riesgos y continuidad del negocio

Mejores prácticas y certificaciones de ciberseguridad
II.- Ciberseguridad en Infraestructuras Críticas

Comprenderás completamente la seguridad de infraestructuras críticas, preparándote para enfrentar los desafíos futuros en este ámbito.

Introducción a las infraestructuras críticas

Sistemas de control industrial

Amenazas y vulnerabilidades de las infraestructuras críticas

Defensas a las infraestructuras críticas

Medidas técnicas de protección

Caso de Estudio APT STUXNET