POR QUÉ DATA SCIENCE PARA AUDITORES INTERNOS
Cada vez más el auditor interno va a ser un profesional dedicado a analizar e interpretar grandes bases de datos.
El objetivo general de esta formación es capacitar a los auditores internos en que es la ciencia de los datos y en particular machine learning
y sus posibilidades aplicadas.
En particular se persigue:
- Aumentar el conocimiento general en machine learning.
- Dar a conocer el amplio espectro de tipos, técnicas y algoritmos disponibles dentro de machine learning.
- Identificar cómo medir el éxito y dar a conocer buenas prácticas.
- Identificar riesgos en la implementación de este tipo de técnicas y medidas correctoras.
METODOLOGÍA
Cada sesión se desarrolla en torno a la introducción de conceptos, la discusión y ejemplos de negocio.
• Los alumnos pueden matricularse por bloques que equivalen a 8 horas de formación
• Cada bloque incluye dos sesiones presenciales de 4 +4 horas de duración, y cada sesión se desarrolla en torno a la introducción de conceptos,
la discusión y ejemplos de negocio.
• Los bloques de aprendizaje se pueden realizar de forma secuencial (16, 24, 32, 40 horas) o individual (8 horas), siempre y cuando
el asistente tenga los fundamentos del bloque previo.
• Cada sesión dura 4 horas, de 9:30 a 14:00 con un descanso de 30 minutos.
Las sesiones son presenciales y el aforo está limitado a un máximo de 12 asistentes. Tendrán preferencia las inscripciones al itinerario completo.
ITINERARIO COMPLETO (Bloques 1 + 2 + 3 + 4 + 5)
Incluye todos los bloques de conocimiento.
ITINERARIO TIPOS DE APRENDIZAJE Y USO (Bloques + 2 + 3 + 4 + 5)
Centrado en los tipos de aprendizaje que puede extenderse opcionalmente con los bloques de Redes Neuronales y Uso de Data Science.
Presupone conocimientos previos en matemáticas y ciencia de los datos.
ITINERARIO TIPOS DE APRENDIZAJE (Bloques 2 + 3 + 4)
Centrado en los tipos de aprendizaje y redes neuronales. Presupone conocimientos previos en matemáticas y ciencia de los datos.
ITINERARIO REDES NEURONALES (Bloques 4 + 5)
Centrado en Redes Neuronales que puede extenderse opcionalmente con Uso de Data Science.
Presupone conocimientos previos en matemáticas, ciencia de los datos y tipos de aprendizaje en machine learning.
Bloque 1 - Marzo 2 y 3
Bloque 2 - Marzo 16 y 17
Bloque 3 - 29 y 30 de abril
Bloque 4 -13 y 14 de mayo
Bloque 5 – Sesión no presencial ( disponible después de terminar los 4 primeros bloques)
DESTINATARIOS
Esta formación está dirigida principalmente a profesionales no técnicos que quieren conocer el mundo de la ciencia de los datos,
en qué consiste y cómo afecta a la propia organización.
Progresivamente se introducen conceptos de matemáticas, estadística e informática necesarios en esta disciplina.
El enfoque principal es la discusión de negocio. Sólo la última sesión se empieza a entrar en detalles técnicos (con R).
PONENTE
Josep Curto
Científico de Datos, Investigador y Profesor. Fundador y CEO de Delfos Research.
TARIFA* ITINERARIO COMPLETO (5 BLOQUES):
SOCIO CORPORATIVO: 2.195 € · SOCIO: 2.680 € · TARIFA NO SOCIO: 3.150 €
*(21% IVA no incluido)