Análisis de Datos no Estructurados en Finanzas

Objetivo

Ganar noción en torno a qué tipos de datos pueden ser potencialmente útiles y cómo analizarlos, permitiendo incorporar en la actividad laboral de las/os estudiantes todo un abanico de fuentes de información complementarias a las tradicionales.

Temas Centrales

Web scraping. Datos estructurados vs. datos no estructurados. Introducción al procesamiento de texto: bag-of-words, vector semantics. Word-embeddings: word2vec, fasttext. Análisis de redes sociales: modelado, visualización, cálculo de métricas. Graph embeddings.

Profesor

RAMIRO GÁLVEZ. Doctor en Ciencias de la Computación, UBA. Magíster en Data Mining, FCEyN, UBA. Magíster en Desarrollo Económico, Universidad Carlos III de Madrid. Profesor full-time, UTDT. Sus áreas de investigación incluyen tópicos relacionados con data science, aprendizaje automático y el procesamiento del lenguaje natural. Dentro de este marco, ha publicado trabajos en revistas internacionales, presentado trabajos en congresos internacionales y formado recursos humanos de grado y posgrado. Ha realizado trabajos de consultoría/transferencia tecnológica para Despegar.com, Jamaica Public Service Limited y el Banco Interamericano de Desarrollo.