Domina el Machine Learning Financiero

Nuestro programa de 12 meses te enseña regresión aplicada a mercados reales. Con casos prácticos del sector bancario español y mentores que trabajan en el día a día financiero.

Solicitar Información

Lo Que Realmente Aprenderás

  • Regresión Lineal en Riesgo Crediticio
    Modelos predictivos para evaluar la probabilidad de impago usando datos históricos de entidades españolas.
  • Algoritmos de Pricing de Derivados
    Implementación de modelos Black-Scholes y montecarlo para valoración de opciones en mercados europeos.
  • Detección de Fraude Bancario
    Sistemas de alertas automatizadas basados en patrones de comportamiento anómalo en transacciones.
  • Optimización de Carteras
    Técnicas de machine learning para balancear riesgo y rentabilidad según el perfil del inversor.
Análisis de datos financieros en pantalla con gráficos de regresión

Cronograma de Formación 2025-2026

Un programa estructurado que combina teoría sólida con proyectos reales del sector financiero español.

Septiembre 2025
Fundamentos matemáticos y estadísticos. Python para finanzas. Introducción a pandas y numpy aplicado a series temporales financieras.
Noviembre 2025
Regresión lineal y logística. Primer proyecto práctico: modelo de scoring crediticio usando datos anonimizados del Banco de España.
Febrero 2026
Machine learning avanzado: Random Forest, SVM. Aplicación en detección de fraude y análisis de sentimiento en noticias financieras.
Mayo 2026
Redes neuronales para predicción de precios. Deep learning aplicado a trading algorítmico y gestión automatizada de riesgos.
Agosto 2026
Proyecto final: desarrollo completo de un sistema de recomendación de inversiones o modelo de stress testing bancario.
Retrato profesional de Aurelio Mendez

Aurelio Méndez

Especialista en Modelos de Riesgo

Quince años desarrollando algoritmos de riesgo crediticio en BBVA. Ha implementado sistemas de machine learning que procesan más de 100.000 solicitudes de crédito mensualmente. Su experiencia incluye la migración completa del scoring tradicional a modelos basados en gradient boosting, reduciendo el ratio de morosidad en un 23% durante su implementación.

Retrato profesional de Gonzalo Herrera

Gonzalo Herrera

Arquitecto de Sistemas Trading

Diseña infraestructuras de trading algorítmico en Santander desde 2018. Sus modelos de regresión procesan feeds de datos en tiempo real del IBEX 35 y mercados europeos. También dirige un equipo que mantiene sistemas críticos de pricing de derivados, manejando volúmenes de hasta €50M diarios en operaciones automatizadas.

Proceso de Admisión

1

Solicitud Inicial

Completa el formulario con tu experiencia en programación y conocimientos matemáticos. No necesitas experiencia previa en finanzas.

2

Evaluación Técnica

Prueba práctica de lógica y resolución de problemas. También incluye ejercicios básicos de Python y estadística descriptiva.

3

Entrevista Personal

Conversación de 30 minutos sobre tus objetivos profesionales y motivación para especializarte en finanzas cuantitativas.

Iniciar Proceso de Admisión