Pre-requisitos: Conocimientos de programación en Python

Objetivo General: Planificar, diseñar e implementar el end to end de un modelo de riesgo crediticio, entendiendo todo el ciclo de vida desde la cadena de valor del negocio, la importancia de los datos, las reglas de negocio, las diferentes metodologías para el modelo, así como la productivización del mismo.

Objetivos Específicos:

• Diseñar una arquitectura tecnológica flexible para la implementación del modelo en función de la cadena de valor.
• Identificar mediante un gobierno de datos adecuado las reglas de negocio para un adecuado control de información.
• Definir la mejor forma de extracción de datos (en función a arquitectura) para generar eficiencia en los procesos de carga masiva del modelo.
• Crear las metodologías adecuadas para implementar un modelo eficiente a través del cálculo de PD, EAD,LGD y el impacto de la pérdida esperada y no esperada.
• Poder productivizar el modelo desarrollado de tal forma que pueda darle un uso funcional.
• Realizar calibraciones y validación del modelo para asegurar su consistencia y fiabilidad.

Resumen del contenido:

• Modelos de credit scoring.
• Ciclo de vida de un modelo.
• Arquitectura de un modelo.
• Análisis exploratorio y selección de la muestra.
• Desarrollo del modelo.
• Valoración y validación del modelo.
• Cálculo de pérdida esperada.
• Modelos de supervivencia y machine learning.
• Calibración de un modelo.