Es un curso teórico-práctico enfocado en introducir los conceptos fundamentales de inteligencia artificial y machine learning, junto con el ciclo de vida del dato y del modelo, y la arquitectura tecnológica típica en finanzas. Se analizan casos de uso reales como lectura inteligente de documentos, conciliaciones automáticas, scoring, detección de anomalías, previsión de demanda y caja, análisis de noticias y generación automatizada de reportes. El objetivo es identificar oportunidades de aplicación con retorno de inversión (ROI), requisitos de datos y un mapa de adopción alineado al riesgo y la regulación.

Es un curso teórico-práctico orientado a rediseñar y automatizar procesos financieros clave como P2P, O2C, R2R y Tesorería, combinando tecnologías como RPA, OCR/IDP y NLP. Se abordan elementos como manejo de excepciones, human-in-the-loop, trazabilidad y controles internos. Se definen KPIs relevantes y se construye el caso de negocio para un piloto de automatización. El propósito es entregar un blueprint operativo y un backlog priorizado para ejecutar automatizaciones seguras y auditables.

Es un curso teórico-práctico destinado a aplicar técnicas predictivas en la gestión de riesgos y planificación financiera. Se exploran modelos de series de tiempo, regresión regularizada, árboles de decisión, ensembles, y clasificación para eventos de impago, cálculo de probabilidad de default, pérdida esperada y escenarios de estrés. También se abordan métricas de validación, backtesting, monitoreo de deriva y gobernanza del modelo. El objetivo es que el participante desarrolle un pipeline completo de forecasting y gestión de riesgo, listo para pruebas controladas y validación regulatoria.

Es un curso teórico-práctico centrado en la implementación de modelos de ML en tres áreas críticas: análisis y optimización de portafolios basados en factores, originación y scoring de crédito con criterios de explicabilidad, y prevención de fraude mediante aprendizaje supervisado, no supervisado y grafos. Se utilizan métricas clave como ROC-AUC, KS, precisión/recall y latencia, junto con técnicas de ajuste de umbrales y despliegue en tiempo real. El objetivo es diseñar prototipos robustos que maximicen el retorno ajustado por riesgo y minimicen las pérdidas operativas.

Es un curso teórico-práctico dirigido a establecer un marco de IA responsable en el sector financiero. Se abordan principios de equidad, explicabilidad, privacidad, seguridad, mitigación de sesgos y cumplimiento normativo, junto con prácticas de Model Risk Management. Se traducen marcos internacionales en políticas internas, incluyendo roles, procesos de aprobación, inventarios de modelos, evidencias y auditorías. El propósito es implantar un sistema de gobernanza que permita innovar con control y mantener relaciones sólidas con auditores y reguladores.