Credit Scoring con Python

Capacitador

Hugo Porras, MSc.

Es ingeniero en ciencias económicas y financieras de la Escuela Politécnica Nacional, máster en inteligencia artificial de la Universidad Internacional de la Rioja, cuenta con un diplomado en Transformación Digital del MIT y es estudiante del Micromáster de Datos, Economía y Política del Desarrollo del MIT. Tiene 5 años de experiencia en ciencia de datos enfocada a la banca y las finanzas; y 6 años en el área de investigación económica y computacional.
Actualmente se desempeña como Subgerente de Analítica Digital en Banco Guayaquil. Trabaja además como consultor e investigador independiente en temas relacionados a finanzas de bienes raíces, economía del bienestar, talento humano, economía geográfica e IA aplicada a las ciencias sociales.

Cuando un cliente aplica a un proceso de crédito, la institución que presta el dinero procesa la información del cliente para tomar una decisión utilizando distintas fuentes de información. Es en ese pequeño momento en el cual se dinamiza la economía, sea a través de la generación de consumo o actividades productivas. En este curso aprenderás a utilizar los datos para tomar la decisión de ¿a quién prestar? sabiamente. ¡Conviértete en un héroe del credit scoring aprendiendo técnicas de vanguardia y procedimientos necesarios en la construcción de modelos de riesgo para impulsar el crecimiento de tu entorno!

Contenido

  • Contenido teórico
    • Introducción al riesgo de crédito y los modelos de scoring
    • Análisis exploratorio inicial requerido para un modelo de scoring
    • Selección de la muestra de modelamiento
    • Ingeniería y selección de variables candidatas
    • Desarrollo del modelo
    • Valoración y validación del modelo
  • Contenido en programación
    • Uso de listas, tuplas y diccionarios en Python
    • Uso de pandas
    • Uso de statsmodels y sklearn para preparación de datos, modelamiento y flujos de predicción
    • Uso de la librería sklearn para evaluar el desempeño de modelos