- El sistema bancario. Riesgo de crédito.
- Creando un ScoreCard.
- Ciclo de vida de un modelo.
- Estimación de pérdida esperada
- Cálculo de la pérdida esperada: Definición de PD, LGD y EAD
- Taller: Introducción a Python, manejos de datos y librerías de machine learning.
- Taller: Ejemplos y ejercicios con machine learning.
- Procesamiento de variables
- Estimación y validación del modelo PD
- Aplicando y monitoreando el modelo PD
Curso de Especialización en Credit Scoring – Aplicaciones en el Sector Bancario
Dada la volatilidad actual de los mercados locales e internacionales, y las diferentes crisis internas que atraviesa el país, muchas personas han variado el cumplimiento de los diferentes pagos de créditos.
Es así que hoy nos encontramos en un escenario donde la sensibilidad al default es mucho mayor. En este contexto, presentamos este seminario, donde se abordará la creación de metodologías para medir el riesgo de caer en default de una cartera de clientes, permitiendo tener una visión integral del negocio.
Asimismo, dado los contextos actuales, se busca reforzar escenarios de estrés y calibración, así como parametrización de modelos en entornos productivos y ágiles.
Luis Garayar Burneo ( Perú )
Gerente Data Scientist en el BCP
Ingeniero Estadístico por la Universidad Nacional de Ingeniería, Ingeniero de Sistemas por la UNMSM, Magister en Inteligencia Artificial por la Universidad Internacional de la Rioja, Magister en Estadística Aplicada por la UNALM. Cuenta con 14 años de experiencia demostrada en la creación e implementación de proyectos de ciencia de datos en el sector bancario. Experto consultor en proyectos analíticos, investigador y estrategia de negocios. Actual Gerente Data Scientist en el COE Advanced Analitycs en el BCP.
Banca y Finanzas
Duración
20 horas lectivas (45 minutos c/u)
Temario
Qué aprenderás
- Entender la cadena de valor del modelo de negocio donde se implementa un modelo crediticio.
- Tener una visión holística del ciclo integral de la creación de un modelo en todas sus etapas.
- Crear las metodologías adecuadas para implementar un modelo eficiente a través del cálculo de PD, EAD, LGD.
- Realizar calibraciones y validación del modelo para asegurar su consistencia y fiabilidad.
Perfil del participante
- Profesionales interesados en áreas de riesgo de crédito, con perfiles estadísticos, economistas, ingenieros económicos, ingenieros de sistemas, tecnológicos de información, entre otros.
- Profesionales de diversas áreas con el interés de conocer cómo se construyen e implementan los modelos de riesgo crediticio, que cuenten con experiencia previa en Python.
Certificación
Los participantes que cumplan satisfactoriamente con todos los requisitos del Programa recibirán: Certificado de Participación en el Curso de Especialización en Credit Scoring – Aplicaciones en el Sector Bancario, expedido por la Universidad ESAN.
Docentes
Luis Garayar Burneo ( Perú )
Gerente Data Scientist en el BCP
Ingeniero Estadístico por la Universidad Nacional de Ingeniería, Ingeniero de Sistemas por la UNMSM, Magister en Inteligencia Artificial por la Universidad Internacional de la Rioja, Magister en Estadística Aplicada por la UNALM. Cuenta con 14 años de experiencia demostrada en la creación e implementación de proyectos de ciencia de datos en el sector bancario. Experto consultor en proyectos analíticos, investigador y estrategia de negocios. Actual Gerente Data Scientist en el COE Advanced Analitycs en el BCP.
Importante
- FRI ESAN se reserva el derecho de modificar la plana docente, por disponibilidad (previo aviso).
- La apertura está sujeta a un mínimo de participantes.
- Se emitirá certificado digital expedido por la Universidad ESAN.
- Material digital para las clases.
- Devoluciones: 45 días hábiles posteriores al envío de la solicitud de devolución.
- Los descuentos no son acumulables, a excepción del descuento de pago al contado (8%).
Certificación Digital
