Al concluir este diplomado, serás capaz de de comprender y aplicar el nuevo esquema regulatorio de solvencia para instituciones de seguros denominado SOLVENCIA II, así como aplicar las bases técnicas y financieras orientadas a la creación de modelos y procedimientos operativos y de valuación de riesgos de seguros, que cumplan con los aspectos contemplados en los proyectos de regulación en México.

Al concluir este diplomado, serás capaz de de comprender y aplicar el nuevo esquema regulatorio de solvencia para instituciones de seguros denominado SOLVENCIA II, así como aplicar las bases técnicas y financieras orientadas a la creación de modelos y procedimientos operativos y de valuación de riesgos de seguros, que cumplan con los aspectos contemplados en los proyectos de regulación en México.

Al concluir este diplomado, serás capaz de de comprender y aplicar el nuevo esquema regulatorio de solvencia para instituciones de seguros denominado SOLVENCIA II, así como aplicar las bases técnicas y financieras orientadas a la creación de modelos y procedimientos operativos y de valuación de riesgos de seguros, que cumplan con los aspectos contemplados en los proyectos de regulación en México.

El proceso de enseñanza-aprendizaje de las matemáticas es complejo y como toda actividad humana de interés, es objeto de análisis y estudio constante para mejorarlo. Ya que el bachillerato es el último nivel de formación general previo al ingreso a niveles de profundización y especialización, las preguntas: ¿Cómo enseñar las matemáticas?, ¿Qué conocimientos debe tener el egresado del bachillerato?, ¿Por qué estudiar matemáticas? resultan fundamentales.

Leer más

El proceso de enseñanza-aprendizaje de las matemáticas es complejo y como toda actividad humana de interés, es objeto de análisis y estudio constante para mejorarlo. Ya que el bachillerato es el último nivel de formación general previo al ingreso a niveles de profundización y especialización, las preguntas: ¿Cómo enseñar las matemáticas?, ¿Qué conocimientos debe tener el egresado del bachillerato?, ¿Por qué estudiar matemáticas? resultan fundamentales.

Leer más

El diplomado busca que los alumnos logren consolidar y aplicar los conocimientos en finanzas cuantitativas, adquiridos a lo largo de la licenciatura en actuaría, en problemas financieros reales. Para ello, los alumnos aprenderán a crear en Python prototipos de análisis de datos y algoritmos de optimización. El trabajo a realizar en el diplomado (tareas y exámenes) será muy similar al que desempeña un investigador cuantitativo (o "quant") como “gurú matemático” en un equipo de finanzas de mercado, ya sea de trading, correduría de bolsa o fondo de inversiones.

El diplomado busca que los alumnos logren consolidar y aplicar los conocimientos en finanzas cuantitativas, adquiridos a lo largo de la licenciatura en actuaría, en problemas financieros reales. Para ello, los alumnos aprenderán a crear en Python prototipos de análisis de datos y algoritmos de optimización. El trabajo a realizar en el diplomado (tareas y exámenes) será muy similar al que desempeña un investigador cuantitativo (o "quant") como “gurú matemático” en un equipo de finanzas de mercado, ya sea de trading, correduría de bolsa o fondo de inversiones.

El diplomado busca que los alumnos logren consolidar y aplicar los conocimientos en finanzas cuantitativas, adquiridos a lo largo de la licenciatura en actuaría, en problemas financieros reales. Para ello, los alumnos aprenderán a crear en Python prototipos de análisis de datos y algoritmos de optimización. El trabajo a realizar en el diplomado (tareas y exámenes) será muy similar al que desempeña un investigador cuantitativo (o "quant") como “gurú matemático” en un equipo de finanzas de mercado, ya sea de trading, correduría de bolsa o fondo de inversiones.

Pago del módulo 2 del "Diplomado Introducción Analítica a la Ciencia de Datos" - Lectura y limpieza de datos

Pago del módulo 2 del "Diplomado Introducción Analítica a la Ciencia de Datos" - Lectura y limpieza de datos

Pago del módulo 2 del "Diplomado Introducción Analítica a la Ciencia de Datos" - Lectura y limpieza de datos