Programa
- Cambio de paradigma en el sector financiero
- Banca tradicional y neobanks
- Evolución de los servicios financieros. Entidades de pago
- Regulación nuevos modelos: sandbox y normativa
- Tendencias innovación tecnológica en el sector financiero (banca digital, criptodivisas, etc.
- Cambios en el sector de pagos
- Financiación alternativa de empresas
- Finanzas personales en el mundo digital.
- Inversores y gestión automatizada. Roboadvisors
- Descentralización financiera y criptomonedas: bitcoin y resto
- Insurtech: cambio en el sector asegurador.
- Customer Journey en finanzas. Procesos de onboarding cliente digital
- Customer centric y definición de procesos en el contexto digital
- Marketing digital y tendencias próximos años
- Transformación digital y nuevas formas de trabajar
- Hacia una nueva experiencia de cliente
- Introducción: ¿Por qué hoy el Data Science es crucial en la mayoría de las empresas?
- ¿Cómo hacer Data Science ? Herramientas, medio ambiente y flujo completo, desde datos sin procesar hasta aplicaciones
- Herramientas: Python
- Herramientas: R
- Herramientas: Bases de datos, relacionales y no relacionales (SQL, MongoDB, Datalake)
- Data Science en finanzas
- Data Science en La Industria Médica / Telecomunicaciones
- Data Science en la Industria 4.0
- Data Science en el Mercado Inmobiliarios
- Ley de Protección de Datos
- La ética y las implicaciones sociales del Data Science
- Acceso a datos, preparación y limpieza
- Ingeniería de características (con python )
- Búsqueda de patrones y visualización de datos (con R)
- Herramientas avanzadas para Big Data (pyspark, databricks…)
- Visualización geoespacial (Carto / Cartoframes)