Aprender a configurar el software necesario para un entorno de programación estadística, programar y usar Python para un análisis de datos efectivo y aplicar conceptos genéricos del lenguaje de programación a medida que se implementan en un lenguaje estadístico de alto nivel.

Al finalizar el curso, los estudiantes estarán en capacidad de:

1. • Recopilar información detallada utilizando Python.

1. • Configurar software de programación estadística.

1. • Hacer uso de las funciones de ciclo Python y herramientas de depuración.

1. • Aplicar conceptos básicos y críticos del lenguaje de programación.

MÓDULO I: INTRODUCCIÓN

1. Introducción
a. El software y su utilidad
b. Instalación del lenguaje de programación (Python) y complementos (Anaconda)
2. Sintaxis del lenguaje
a. Estructura básica
b. Tipos de datos
c. Operadores y expresiones
d. Variables y asignación
e. Escribiendo en pantalla (print)

MÓDULO II. MANEJO DE DATOS Y PROGRAMACIÓN EN EL SOFTWARE

1. Importación de bases de datos
a. Tipos de fuentes de datos para importación (Archivos planos, encurtidos, entre otros)
b. Datos propios del software
2. Estructuras de control
a. Sentencias condicionales
b. Iteraciones o ciclos
c. Listas y Tuplas
d. Diccionarios y conjuntos
e. Creación de Modulos
3. Herramientas de depuración y mantenimiento
a. Identificación y corrección de errores en los datos
b. Seleccionando datos y creando subconjuntos
4. Funciones
a. Concepto y uso
b. Elementos de una función
c. Definición de funciones
5. Gestión de Archivos y programación orientada a objetos
6. Visualización de datos
a. Gráficos base: histogramas, scatter plot, bar plot, box plot.
b. Personalización de gráficos: ejes, colores, títulos.

MÓDULO III. APLICACIONES EN EL SOFTWARE

1. Creación del código en módulos
2. Importación de una base de datos
3. Descripción de datos cualitativos y ordinales
4. Descripción de datos cuantitativos
5. Evaluación estadística de la información
a. Variables con otro tipo de formato
b. Valores faltantes
6. Gráficos estadísticos y probabilísticos de los datos

REFERENCIAS BIBLIOGRÁFICAS:

[1] Deitel, P et al (2019) Python for Programmers. Pearson.

Profesionales líderes de procesos de compañías de seguros de áreas de tecnología, suscripción y operaciones interesados en gestionar la implementación de analítica de datos en los procesos de sus áreas.

Eliecer Perdomo Arenas:
Ingeniero de Sistemas especializado en administración de riesgos en entidades financieras. Veinte años de sólida y consistente experiencia en instituciones financieras colombianas realizando planificación y desarrollo de procesos para implementación y administración de sistemas de gestión de riesgos.

Demostrada capacidad de liderazgo de equipos multidisciplinarios (riesgo de crédito, riesgo de mercado, riesgo de liquidez, riesgo operativo, seguridad de la información y continuidad del negocio) y con sólida experiencia en dirigir grupos de trabajo en situaciones que demanden esfuerzo y trabajo bajo presión. Orientado al trabajo por objetivos y capacitado para enfrentar situaciones de desafío y superación. Amplio conocimiento de toda la normatividad emitida por la Superintendencia Financiera de Colombia acerca de los principios, criterios generales y parámetros mínimos que las entidades vigiladas deben observar para el diseño, desarrollo y aplicación de los sistemas de administración del riesgo.