Programa del Máster en Data Science especializado en finanzas de CUNEF:
Cuatrimestre I
- Fundamentos para el Análisis de Datos y la Investigación.
- Entorno económico y financiero.
- Herramienta de matemáticas y estadística.
- Herramientas de programación para Data Science.
- Programación en R.
- Programación en Python.
- Bases de datos relacionales: programación SQL.
- Extracción, Transformación y Carga – ETL
- Recolección.
- Repositorios públicos.
- Repositorios privados.
- Procesamiento y calidad de datos: Kettle.
- Procesamiento en paralelo: Hadoop, MapReduce, Spark.
- Técnicas de análisis estadístico en Data Science (I)
- Predicción: Correlación, regresión, GLM, Series temporales, simulación.
- Técnicas de agrupación/de reducción de la dimensión.
- 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.
Cuatrimestre II
- Entorno Legal y Tecnológico.
- Escenarios científicos y tecnológicos en la era del Big Data.
- Aspectos jurídicos y legales en el tratamiento de la información.
- Soluciones de Data Science en el sector financiero.
- Data Science en la Gestión del Riesgo, el Pricing, la Gestión de Activos y Operaciones.
- Gestión del riesgo de crédito.
- Gestión del riesgo operativo.
- Data Science en el pricing y la tarificación.
- Gestión de activos y de carteras.
- Data Science para el Análisis de Mercado.
- 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.
- Trabajo fin de máster.
