Cursos de Open Bank Project for Developers

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a profesionales de las finanzas y el derecho que deseen aprender los principios y prácticas de la cobranza extrajudicial y judicial, lo que les permite administrar y resolver de manera efectiva los problemas de cobranza.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender las ventajas y desventajas de la cobranza extrajudicial y judicial.
• Aplicar los principales métodos y técnicas de cobro extrajudicial y judicial.
• Evaluar la eficacia y eficiencia de la cobranza extrajudicial y judicial.
• Tratar las cuestiones legales y éticas involucradas en la cobranza extrajudicial y judicial.
• Integrar la cobranza extrajudicial y judicial de manera integral y coherente.

El programa de Actualización de Compliance y MLRO examina los problemas clave del manejo de riesgo y otros temas que son de vital importancia en el ambiente altamente controlado de hoy. Además de estar diseñado para Oficiales de Compliance, MLROs, MLCOs y otros profesionales en manejo de riesgos, también está diseñado para Gerentes Senior y miembros de la junta que deseen saber más de qué esperar de las funciones de control de riesgo de su organización. El programa es otorgado por un experto en el tema de Reino Unido.

El objetivo clave del programa es equipar a los participantes con el conocimiento suficiente para asesorar objetivamente qué tan adecuados son los controles y prácticas de manejo de riesgo existentes para hacer las mejoras apropiadas.

Audiencia

Todo el personal que necesitan un conocimiento práctico de Gobierno Corporativo para su organización

Formato del Curso

Una combinación altamente interactiva de:

• Las discusiones facilitadas
• Las presentaciones de diapositivas
• Ejemplos
• Ejercicios
• Los estudios de caso

Audiencia

• Nuevos administradores de préstamos personales
• Personal de apoyo responsable de reunir e interpretar información para los gestores de préstamos
• Personal responsable de la gestión de las deudas incobrables y dudosas que necesiten un conocimiento práctico del proceso de toma de decisiones que ha llevado a los préstamos

Préstamos a Clientes Personales - Préstamos para Consumidores - exige un alto nivel de habilidad en la evaluación de las propuestas de préstamos individuales.

En muchos casos, no tiene ninguna de las fuentes de información financiera tradicionalmente asociadas con préstamos corporativos - hojas de balance, cuentas de ganancias y pérdidas, etc - y se basa más en la confianza y la relación construida entre el cliente y el prestamista.

Al final de este curso, los prestamistas a clientes personales podrán:

• Comprender el proceso de evaluación de las propuestas de préstamos de los clientes personales
• Utilizar ese proceso para llegar a una decisión lógica de aceptar el préstamo o rechazarlo con razones sólidas
• Gestionar y controlar una cartera de préstamos personales para garantizar, en la medida de lo posible, que todos los préstamos se devuelvan en su totalidad. (Recordando que no hay préstamos totalmente libres de riesgo ...!)
• Construir una relación con los clientes para (tratar de!) Garantizar que todos sus préstamos son totalmente reembolsados

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados ​​en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para finanzas usando R a medida que avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos fundamentales del aprendizaje profundo
• Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
• Use R para crear modelos de aprendizaje profundo para finanzas
• Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo utilizando R

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados ​​en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando Python mientras avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos fundamentales del aprendizaje profundo
• Aprende las aplicaciones y usos del aprendizaje profundo en la banca
• Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para la banca
• Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando Python

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados ​​en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando R a medida que avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos fundamentales del aprendizaje profundo
• Aprende las aplicaciones y usos del aprendizaje profundo en la banca
• Use R para crear modelos de aprendizaje profundo para la banca
• Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando R

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados ​​en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para las finanzas usando Python mientras avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

• Comprender los conceptos fundamentales del aprendizaje profundo
• Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
• Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para finanzas
• Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo usando Python

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Durante la capacitación, se presentarán los problemas del análisis financiero utilizando las características avanzadas de Excel .

Este curso está dirigido a analistas financieros, contadores y todos aquellos que quieran ampliar su hoja de cálculo de habilidades con temas de análisis financiero.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a profesionales financieros en instituciones estadounidenses y no estadounidenses que deseen comprender los aspectos legales, de cumplimiento y aplicación de FATCA para mantener el cumplimiento con las autoridades fiscales (IRS) de EE. UU.

Al final de esta formación, los participantes serán capaces de comprender:

• El impacto de FATCA en el cumplimiento tributario global y la transparencia financiera.
• Requisitos de diligencia debida y presentación de informes de FATCA.
• Los aspectos legales más importantes de FATCA y cómo garantizar su cumplimiento.

Este curso introductorio proporcionará a los participantes un conocimiento práctico de primera clase y detallado de los principales mercados financieros, su propósito, función, actividades principales y su regulación. Está destinado a ser parte de actualización, parte educativa y parte desafiante para que todos los delegados obtendrán el máximo beneficio de ella. La retroalimentación y la discusión se animarán activamente a lo largo de las sesiones, que pretenden ser interactivas no sólo reactivas y factuales.

La función principal es asegurarse de que, al finalizar, todos los delegados del curso estarán mejor preparados para tratar con los clientes y sus necesidades en curso y para poner en contexto los servicios y mercados en los que están operando y participando.

Introducción a los productos estructurados

El objetivo del curso es proporcionar a los delegados una introducción a los productos estructurados utilizados en la banca de inversión. Al finalizar el curso todos los delegados tendrán un conocimiento práctico del tema y podrán responder

1. Qué son los productos estructurados?
2. Por qué emitirlos?
3. Cómo se benefician los emisores y los inversores?
4. Cómo estructura y el precio de una gama de productos derivados?
5. Cuáles son los riesgos y costos de producir productos financieros estructurados?
6. Qué son los derivados implícitos?
7. Cuáles son las opciones exóticas?
8. Cuáles son las consideraciones de precios y cobertura?

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a gerentes que desean obtener una comprensión práctica de la norma IFRS 17.

Al final de esta capacitación, los participantes serán capaces de:

• Identifique los requisitos clave de la NIIF 17.
• Conocer las diferencias entre la NIIF 17 y la NIIF 4.
• Comprender las normas NIIF.
• Comprender los modelos financieros y sus números.
• Diseccionar y comprender los diferentes tipos de contratos de seguros y modelos contables.
• Prepare un plan y un cronograma de transición bien informados.
• Implementar la NIIF 17 dentro de una organización.
• Identificar y medir el desempeño de los contratos de seguros.

kdb + es una base de datos en memoria, orientada a columnas yq es su lenguaje integrado e interpretado basado en vectores. En kdb +, las tablas son columnas de vectores yq se usa para realizar operaciones en los datos de la tabla como si fuera una lista. kdb + yq se utilizan comúnmente en el comercio de alta frecuencia y son populares entre las principales instituciones financieras, como Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan, etc.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear una aplicación de datos de series temporales utilizando kdb + yq.

Al final de esta capacitación, los participantes podrán:

• Comprender la diferencia entre una base de datos orientada a filas y una base de datos orientada a columnas
• Seleccionar datos, escribir guiones y crear funciones para llevar a cabo análisis avanzados
• Analizar datos de series de tiempo tales como datos de stock y de intercambio de productos
• Use las capacidades en memoria de kdb + para almacenar, analizar, procesar y recuperar grandes conjuntos de datos a alta velocidad
• Piense en funciones y datos en un nivel más alto que el enfoque de función estándar (argumentos) común en lenguajes no vectores
• Explore otras aplicaciones sensibles al tiempo para kdb +, que incluyen el comercio de energía, telecomunicaciones, datos de sensores, datos de registro y monitoreo de uso de la máquina y la red

Audiencia

• Desarrolladores
• Ingenieros de bases
• Científicos de datos
• Analistas de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Audiencia

Todo el personal que requiera conocimiento laboral de Compliance y manejo de riegos.

Formato del curso

Combinación de:

• Discusiones Facilitadas
• Presentaciones con Diapositivas
• Estudio de casos
• Ejemplos

Objetivos del Curso

Al término del curso, los participantes serán capaces de:

• Comprender las más importantes facetas de Compliance y los esfuerzos nacionales e internacionales hechos para manejar el riesgo relacionado con ello.
• Definir las maneras en las que una compañia y su personal pueden establecer un marco de referencia de manejo de Riesgo y Compliance.
• Detallar los roles del Oficial de Compliance y Oficial de Reporte de Lavado de Dinero y cómo deben ser integrados a un negocio.
• Entender algunos de las "áreas Problemáticas" en el crimen financiero - Especialmente cuando se relacionan a los negocios internacionales, Centros a distancia y clientes de alto valor neto.