Prevención de fraudes: Uso de analítica de datos para detectar anomalías (Grupo B)

Lo que vas a aprender

DETALLE DEL CURSO​

Módulo 1: Detección de valores atípicos univariado

 

  • ¿Qué son las anomalías y los valores atípicos?
  • Histogramas para la detección de valores atípicos.
  • Diagramas de dispersión para la detección de valores atípicos.
  • Diagramas de caja y IQR para la detección de valores atípicos.
  • Uso de z-score y z-score modificado para la detección de anomalías.

Módulo 2: Detección de valores atípicos multivariado

  • Introducción a Isolation Forest.
  • La diferencia entre anomalías univariadas y multivariadas.
  • Detectar valores atípicos multivariados con Isolation Forest.
  • Entendiendo los hiperparámetros de Isolation Forest.
  • Uso probabilidades atípicas.

Módulo 3: Detección de anomalías de series temporales.

  • Introducción a las series de tiempo.
  • Descomposición de series temporales para la detección de valores atípicos.

Requisitos


  • No requiere conocimientos previos

Descripción


Inicio de clases: 01 de julio de 2024

El participante aprenderá los métodos y técnicas estadísticas de detección de anomalías para identificar visualmente valores atípicos que permitan detectar de fraudes, para ello, se utilizará Python como lenguaje de programación.  

S/380.00

Comprar ahora

Este curso incluye:

► Acceso por tiempo limitado al material grabado.
► Material digital de las presentaciones y los casos.
► Certificado de aprobación e insignia de reconocimiento como parte de la ruta de aprendizaje. 


Duración: 09 horas

Inicio de clases: 01 de julio de 2024

Frecuencia y horario: Lunes, miércoles y viernes - 7.00 p.m a 10.00 p.m. 

Profesor

OMAR BRICEÑO CRUZADO

Profesional en Ciencias Administrativas con Maestría en Economía y Finanzas. MBA por la Universidad del Pacífico. Especialización en Econometría Aplicada y Gestión de Riesgos por la Universidad de Alcalá (España). 

Se ha especializado en la implementación de la gestión de riesgo de operacional, metodologías cuantitativas para herramientas de autoevaluación de riesgos y controles, diseño de indicadores de riesgos, metodologías de recolección de eventos de pérdida, estimación de pérdida esperada y no esperada, incluyendo estimaciones de escenarios de estrés. Fue Presidente de la Comisión de Eventos de Pérdida por Riesgo Operacional de ASBANC, emitiendo el primer documento de estandarización de criterios para la recolección de eventos de pérdida en el sistema bancario.

En gestión de riesgo de crédito, ha diseñado, modelado, implementado y testeado modelos de probabilidad de default (PD) con ciclo económico (Point in Time y Throught the Cycle), loss given default (LGD), niveles de exposición (incluyendo el factor de conversión crediticio), stress testing, pricing, validaciones cuantitativas de los parámetros de riesgo de crédito basados en Basilea y las mejores prácticas de la gestión de riesgos de modelo, utilizando para ello la analítica como principal herramienta de modelado. 

Ponente nacional e internacional en foros y congresos relacionados a la gestión integral de riesgos. Ha escrito papers sobre gestión de riesgo de crédito y riesgo operacional. Autor del libro RIESGO DE CRÉDITO - Validación de modelos: técnicas de medición, aplicaciones y ejemplos y del libro GESTIÓN DE RIESGO OPERACIONAL: aplicación práctica para estimar el capital regulatorio.

Programas que completan la línea de especialización

Proyección de la tasa de morosidad en escenarios de stress con Simulación Montecarlo

Programa Asincrónico

Conocerás las metodologías para el desarrollo y puesta en marcha de las pruebas de tensión aplicadas al portafolio de créditos, permitiendo a la entidad utilizar esta herramienta ...

S/ 250.00
Evaluación y análisis de riesgo operacional con Simulación Montecarlo (Grupo B)

Inicio de clases: 07 de setiembre de 2024

En este curso el participante relaciona los diversos conceptos que conforman la gestión de riesgo operacional, desarrollando los pasos y la técnica utilizada ...

S/ 600.00
PiT: estrategia para la evaluación y estimación dinámica para la probabilidad de incumplimiento

Programa Asincrónico

La Probabilidad de Incumplimiento (PD) con Enfoque Point in Time (PiT) es una metodología utilizada en el sector financiero para estimar la probabilidad que un deudor ...

S/ 250.00