NOVEDAD:
Al desarrollo del curso en formato presencial, añadimos la flexibilidad de poder asistir a las sesiones de forma VIRTUAL a través de la difusión de las mismas por streaming en directo. Todas las sesiones se grabarán. De esta manera el alumno que por circunstancias profesionales o personales no pueda asistir a alguna sesión no perderá la continuidad del curso.
Esta circunstancia también ofrece una ventaja añadida para todos aquellos profesionales que residan fuera de Madrid y que tengan dificultades para asistir con regularidad a las clases presenciales, ya que podrán inscribirse al curso en formato virtual sin tener que desplazarse asistiendo a las clases a través del aula virtual.
Si tienes cualquier duda escríbenos a institutobme@grupobme.es y te explicaremos la metodología.
PRESENTACIÓN
La creciente complejidad que ha adquirido la gestión financiera, debido fundamentalmente a la incorporación de nuevos y sofisticados productos, así como la irrupción de los algoritmos de inversión, cada vez más inteligentes, requiere a los gestores profesionales un profundo conocimiento, tanto de las técnicas de inversión tradicionales como de las nuevas alternativas en programación e inteligencia artificial.
Conscientes de esta necesidad y con el objetivo de aportar soluciones a la comunidad financiera, Instituto BME pone en marcha la nueva edición de esta iniciativa. Un programa ambicioso pero cuidado al máximo detalle donde concentramos todos nuestros esfuerzos y experiencia para dotar al mercado de profesionales preparados al máximo nivel y dispuestos a afrontar los retos que se presenten en su carrera de forma resuelta y creativa.
RECOMENDACIONES
Es imprescindible asistir a las sesiones con portátil. Se recomienda el equipo Intel Core i5, 8 GB de RAM, disco SSD y tarjeta gráfica Nvidia compatible con CUDA.
EN COLABORACIÓN CON:
Graduados en Ingeniería o Ciencias Económicas, Administración y Dirección de Empresas, Estadística, Física o Matemáticas.
El máster tiene dos perfiles de acceso:
Uno más técnico en donde el alumnado lo componen físicos, matemáticos, telecos, ingenieros, informáticos… en definitiva alumnos con profundos conocimientos de programación y matemáticas, pero con una carencia de conocimientos bursátiles.
Y un segundo perfil de componente más financiero (ade, economía, actuariales), traders, brokers, gestores de fondos de inversión, responsables de control y gestión de riesgo, auditoría… alumnos con conocimientos financiero - bursátiles, pero con carencia de conocimientos en programación o matemáticas.
Los primeros módulos del máster están diseñados para que ambos grupos igualen sus conocimientos, reforzando sus respectivas carencias.
El principal objetivo es dotar al mercado de profesionales del más alto nivel en Inteligencia Artificial, capaces de desarrollar nuevos modelos de gestión de inversiones, y con profundos conocimientos de los distintos tipos de mercados y productos.
El Máster mIA-X:
Profundizará en las distintas ramas de inteligencia artificial, desde modelos tradicionales como redes neuronales delgadas, hasta redes neuronales profundas, aprendizaje por refuerzo o modelos adversariales. Utilizando un enfoque totalmente práctico y orientado al diseño de algoritmos de inversión.
Proporcionará herramientas y conocimientos prácticos, permitiendo aplicar constantemente las técnicas más avanzadas de la programación distribuida en nube, aplicándola al diseño de algoritmos de inversión.El máster dará acceso a obtener:
TEMARIO
viernes, 1 de octubre de 2021 | Introducción a Visual Basic para finanzas Sesión I |
sábado, 2 de octubre de 2021 | Introducción a Visual Basic para finanzas Sesión II |
viernes, 8 de octubre de 2021 | Visión General de la inteligencia Artificial |
sábado, 9 de octubre de 2021 | Fundamentos de programación en R: sentencias, bucles, funciones y vectores |
viernes, 15 de octubre de 2021 | Matrices, factores, listas y data frames |
sábado, 16 de octubre de 2021 | Importación, limpieza y manipulación de datos |
viernes, 22 de octubre de 2021 | Librerías avanzadas Dplyr, Data Table, Apply, Pipes |
sábado, 23 de octubre de 2021 | web scraping, gráficos, distribuciones y análisis de rendimiento |
viernes, 29 de octubre de 2021 | Elementos de programación y vectorización con numpy |
sábado, 30 de octubre de 2021 | Programación en python para finanzas y análisis estadístico |
viernes, 5 de noviembre de 2021 | Visualización y estructuras de datos para series financieras |
sábado, 6 de noviembre de 2021 | Intercambio de datos con otros entornos y simulación de procesos estocásticos |
viernes, 12 de noviembre de 2021 | Medición de riesgos (VaR), regresión y clasificación |
sábado, 13 de noviembre de 2021 | Web scraping, análisis de rendimiento y vectorización |
viernes, 19 de noviembre de 2021 | Programación orientada a objetos |
sábado, 20 de noviembre de 2021 | Productos financieros: qué productos existen y cuales son sus diferencias |
viernes, 26 de noviembre de 2021 | Renta variable |
sábado, 27 de noviembre de 2021 | Renta fija |
viernes, 3 de diciembre de 2021 | Curva cupón cero |
sábado, 4 de diciembre de 2021 | Mercado de divisas y derivados de divisa |
viernes, 10 de diciembre de 2021 | Futuros sobre índices y acciones |
sábado, 11 de diciembre de 2021 | Opciones de renta variable |
miércoles, 15 de diciembre de 2021 | Terminal Smart y preparación para examen de licencias de operador |
jueves, 16 de diciembre de 2021 | Terminal Smart y preparación para examen de licencias de operador |
viernes, 17 de diciembre de 2021 | Gestión de la volatilidad |
sábado, 18 de diciembre de 2021 | Gestión de sensibilidades y estrategias |
viernes, 7 de enero de 2022 | Obtención de datos. |
sábado, 8 de enero de 2022 | Homogeneización y desmanipulación de los datos. |
jueves, 13 de enero de 2022 | Examen licencias SIBE y MEFF (teoría online por la mañana y práctica presencial por la tarde) |
viernes, 14 de enero de 2022 | Análisis de rendimiento y alpha de Jensen |
sábado, 15 de enero de 2022 | Frontera de Markowitz y ratio de Sharpe |
viernes, 21 de enero de 2022 | Backtesting avanzado, prueba de aleatoriedad y benchmark sintético |
sábado, 22 de enero de 2022 | Construcción de algoritmos: selección de activos, precios objetivos de compra y venta |
viernes, 28 de enero de 2022 | Construcción de algoritmos: parámetros dinámicos, asignación de recursos |
sábado, 29 de enero de 2022 | Generación de recomendaciones y algoritmos avanzados |
viernes, 4 de febrero de 2022 | Backtesting avanzado de Algoritmos de Inversión Sesión I |
sábado, 5 de febrero de 2022 | Backtesting avanzado de Algoritmos de Inversión Sesión II |
viernes, 11 de febrero de 2022 | Gestión de grandes patrimonios. Sesión I |
sábado, 12 de febrero de 2022 | Gestión de grandes patrimonios. Sesión II |
viernes, 18 de febrero de 2022 | Modelos Macroeconómicos: Investment Clock |
sábado, 19 de febrero de 2022 | Modelos de Gestión de Carteras |
viernes, 25 de febrero de 2022 | Modern Portfolio Theory and beyond. Sesión I |
sábado, 26 de febrero de 2022 | Modern Portfolio Theory and beyond. Sesión II |
viernes, 4 de marzo de 2022 | Modern Portfolio Theory and beyond. Sesión III |
sábado, 5 de marzo de 2022 | Algoritmos genéticos |
jueves, 10 de marzo de 2022 | Proyecto. Sesión I. |
viernes, 11 de marzo de 2022 | Algoritmos enjambre |
sábado, 12 de marzo de 2022 | Algoritmos de mejor ejecución |
viernes, 18 de marzo de 2022 | Derecho aplicado a bolsa y algoritmos. Normativa europea e internacional |
sábado, 19 de marzo de 2022 | Derecho aplicado a IA. Normativa internacional y casos prácticos |
viernes, 25 de marzo de 2022 | Optimización lineal y cuadrática: restricciones, modelado e identificación de arbitraje |
sábado, 26 de marzo de 2022 | Optimización con programación entera mixta: modelado, algoritmos y técnicas de resolución |
viernes, 1 de abril de 2022 | Optimización: búsqueda eurística y búsqueda local estocástica |
sábado, 2 de abril de 2022 | Principios de desarrollo:Terminal, docker, kubernetes |
viernes, 8 de abril de 2022 | Google. Sesión I |
sábado, 9 de abril de 2022 | Google. Sesión II |
viernes, 22 de abril de 2022 | Google. Sesión III |
sábado, 23 de abril de 2022 | Google. Sesión IV |
viernes, 29 de abril de 2022 | Azure. Sesión I |
sábado, 30 de abril de 2022 | Azure. Sesión II |
viernes, 6 de mayo de 2022 | Azure. Sesión III |
sábado, 7 de mayo de 2022 | Azure. Sesión IV |
viernes, 13 de mayo de 2022 | Amazon AWS. Sesión I |
sábado, 14 de mayo de 2022 | Amazon AWS. Sesión II |
viernes, 20 de mayo de 2022 | Amazon AWS. Sesión III |
sábado, 21 de mayo de 2022 | Amazon AWS. Sesión IV |
viernes, 27 de mayo de 2022 | Técnicas de visualización (Dash): Sesión I |
sábado, 28 de mayo de 2022 | Técnicas de visualización (Dash): Sesión II |
jueves, 2 de junio de 2022 | Proyecto. Sesión II |
viernes, 3 de junio de 2022 | Machine Learning. Sesión I |
sábado, 4 de junio de 2022 | Machine Learning. Sesión II |
viernes, 10 de junio de 2022 | Machine Learning. Sesión III |
sábado, 11 de junio de 2022 | Machine Learning. Sesión IV |
viernes, 17 de junio de 2022 | Machine Learning. Sesión V |
sábado, 18 de junio de 2022 | Redes neuronales. Sesión I |
viernes, 24 de junio de 2022 | Redes neuronales. Sesión II |
sábado, 25 de junio de 2022 | Tensorflow. Sesión I |
viernes, 1 de julio de 2022 | Tensorflow. Sesión II |
sábado, 2 de julio de 2022 | Keras. |
viernes, 8 de julio de 2022 | Optimización de Hiperparámetros. |
sábado, 9 de julio de 2022 | Redes convolucionales. Sesión I |
viernes, 15 de julio de 2022 | Redes convolucionales. Sesión II |
sábado, 16 de julio de 2022 | Redes recurrentes. Sesión I |
viernes, 22 de julio de 2022 | Redes recurrentes. Sesión II |
sábado, 23 de julio de 2022 | Redes convolucionales. Sesión III |
viernes, 29 de julio de 2022 | Redes convolucionales. Sesión IV |
sábado, 30 de julio de 2022 | Procesamiento de lenguaje natural. Sesión I |
viernes, 2 de septiembre de 2022 | Procesamiento de lenguaje natural. Sesión II |
sábado, 3 de septiembre de 2022 | Procesamiento de lenguaje natural. Sesión III |
viernes, 9 de septiembre de 2022 | Procesamiento de lenguaje natural. Sesión IV |
sábado, 10 de septiembre de 2022 | Procesamiento de lenguaje natural. Sesión V |
jueves, 15 de septiembre de 2022 | Redes de Kohonen |
viernes, 16 de septiembre de 2022 | Modelos generativos. Sesión I |
sábado, 17 de septiembre de 2022 | Modelos generativos. Sesión II |
viernes, 23 de septiembre de 2022 | Modelos generativos adversarios. Sesión III |
sábado, 24 de septiembre de 2022 | Modelos generativos adversarios. Sesión IV |
jueves, 29 de septiembre de 2022 | Proyecto. Sesión III |
viernes, 30 de septiembre de 2022 | Sistemas de recomendación |
sábado, 1 de octubre de 2022 | Aprendizaje por transferencia / Redes de capsula |
viernes, 7 de octubre de 2022 | Resnet 51 - 101 |
sábado, 8 de octubre de 2022 | Preparación para la certificación de desarrollador en TensorFlow |
viernes, 14 de octubre de 2022 | Modelos gráficos probabilísticos. Sesión I |
sábado, 15 de octubre de 2022 | Modelos gráficos probabilísticos. Sesión II |
viernes, 21 de octubre de 2022 | Aprendizaje justo (fair learning) |
sábado, 22 de octubre de 2022 | Explainable Artificial Intelligence (XAI) |
viernes, 28 de octubre de 2022 | Aprendizaje por refuerzo. Sesión I |
sábado, 29 de octubre de 2022 | Aprendizaje por refuerzo. Sesión II |
viernes, 4 de noviembre de 2022 | Aprendizaje por refuerzo. Sesión III Automated machine learning |
sábado, 5 de noviembre de 2022 | Aprendizaje por refuerzo. Sesión IV (entornos) |
viernes, 11 de noviembre de 2022 | Aprendizaje por refuerzo. Sesión V |
sábado, 12 de noviembre de 2022 | Aprendizaje por refuerzo. Sesión VI |
jueves, 17 de noviembre de 2022 | Examen de certificación: desarrollador en TensorFlow |
viernes, 18 de noviembre de 2022 | Blockchain: seguridad, cadena de bloques, smart contracts |
sábado, 19 de noviembre de 2022 | Blockchain: arquitectura, algoritmos de consenso, ejecución, depuración |
viernes, 25 de noviembre de 2022 | Solidity y Ethereum, truffle, creación de tokens, contratos avanzados |
sábado, 26 de noviembre de 2022 | Implementaciones avanzadas en Solidiy, Web3, servicios off-chain |
viernes, 2 de diciembre de 2022 | Terminal Reuters |
sábado, 3 de diciembre de 2022 | Servicios Cognitivos: Watson |
viernes, 9 de diciembre de 2022 | Introducción a la Computación Cuántica |
sábado, 10 de diciembre de 2022 | Álgebra lineal para su aplicación en la Computación Cuántica |
jueves, 15 de diciembre de 2022 | Principios de la mecánica Cuántica |
viernes, 16 de diciembre de 2022 | Sistemas compuestos |
sábado, 17 de diciembre de 2022 | Algoritmos cuánticos |
viernes, 13 de enero de 2023 | Software para computación cuántica y Qiskit Terra |
sábado, 14 de enero de 2023 | Computación clásica vs cuántica |
viernes, 20 de enero de 2023 | Qiskit Aer y Qiskit Ignis |
sábado, 21 de enero de 2023 | Aplicaciones de la computación cuántica y algoritmos específicos |
viernes, 27 de enero de 2023 | Aplicaciones de la computación cuántica en Finanzas |
sábado, 28 de enero de 2023 | Qiskit Aqua |
viernes, 3 de febrero de 2023 | Examen de certificación: desarrollador en Computación Cuántica |
martes, 28 de febrero de 2023 | Defensa de TFM. Sesión I |
miércoles, 1 de marzo de 2023 | Defensa de TFM. Sesión II |
lunes, 27 de marzo de 2023 | Clausura del máster |
Si se realiza un pago único se aplicará un 10% de descuento.
Las inscripciones realizadas por empresas obtendrán un 15% de descuento en la segunda inscripción y un 20% a partir de la tercera y siguientes.
La evaluación de los conocimientos adquiridos se realizará de la siguiente manera:
El 30% restante se evaluará con el trabajo de fin de máster consistente en el diseño y desarrollo de un algoritmo de inversión. Tanto la media de las prácticas, como el TFM, deben estar aprobados para superar el máster y obtener el título correspondiente.
RECOMENDACIONES
Se recomienda asistir con portátil con 8 -16 GB de RAM y tarjeta gráfica Nvidia compatible con CUDA.
Guillermo Meléndez Alonso
Responsable del laboratorio de Inteligencia Artificial en Bolsas y Mercados Inntech
Experto en el diseño de algoritmos de inversión evolutivos, capaces de adaptarse y evolucionar sin intervención humana. Cuatro veces número uno de promoción: Finanzas, Auditoría, Data Science y Deep Learning.
Javier Riaño
Quant AI Developer. Socio fundador de Diaphanum Valores S.V y socio fundador de IronIA Fintech
Soy Licenciado en Administración y Dirección de Empresas por la Universidad Comercial de Deusto. Mi trabajo se centra en el desarrollo de algoritmos de inversión con IA, y en la creación de modelos de gestión basados en el control de volatilidades.
Jesús Sanz del Real
Miembro del proyecto SofIA en BME Inntech
Doble graduado en Derecho y Dirección de Empresas por la Carlos III. Experto en el desarrollo de algoritmos de inversión y algoritmos de mejor ejecución aplicando técnicas de Inteligencia Artificial y Big Data.
Carmen Recio Valcarce
IBM Cognitive Systems Technical Specialist
Matemática, especializada en Computación Cuántica e Inteligencia Artificial. Data Scientist, Embajadora de Computación Cuántica y Qiskit Advocate en IBM. Voluntaria del proyecto ESTALMAT de la Real Academia de las Ciencias Exactas, Físicas y Naturales, y fundadora de las Comunidades “Computación Cuántica en Madrid” y “Quantum Barcelona”.
Marcos Aza, Ph.D
Senior Investment Manager en Santander Asset Management
Ingeniero Industrial por la Universidad Politécnica de Madrid y Doctor en Finanzas por la Universidad Rey Juan Carlos. Responsable de la aplicación de la inteligencia artificial al trading algorítmico.
Franco Dante Albareti
Data Scientist & Software Developer en BME Inntech
Doctorado Cum Laude en Física Teórica por la Universidad Autónoma de Madrid. Experto en computación cuántica, desarrollando modelos y métricas para la mejor ejecución de órdenes en Bolsas y Mercados Españoles
Manuel Montañés
Investigador en la Universidad de Autónoma de Madrid,
Doctor en Ingeniería Informática y profesor en la UAM. Experto en métodos avanzados de Machine Learning
Álvaro Galiñanes
Director de Inversiones en Banco Santander / Banca Privada
Más de veinte años de experiencia en mercados financieros, habiendo trabajado en diferentes áreas como gestora de activos, banca privada y analista macro y financiero.
Francisco del Olmo
Subdirector responsable Fintech y Ciberseguridad de la CNMV
Ingeniero en Informática por ICAI y Master en ciberseguridad por la UAM. Durante más de 25 años ha trabajado con diferentes responsabilidades en departamentos de supervisión e inspección de la CNMV, y desde 2018 asume el reto de impulsar la innovación y la ciberseguridad en el ámbito de los mercados de valores.
Álvaro Rodríguez Revilla
Global Strategy & Research en BBVA
Full stack developer / Quantitative Researcher en BBVA. Especializado en el análisis de datos financieros e integración de sistemas de información.
Diego García Novillo
Asesor jurídico en Grupo BME
Abogado en la Asesoría Jurídica de BME desde el 2016. Anteriormente abogado en Uría Menéndez. Soy Licenciado en Derecho y Administración de Empresas. Me dedico a dar asesoramiento legal a las distintas líneas de negocio de BME, cubriendo cuestiones tanto de mercado de valores como de nuevas tecnologías.
Jorge del Val Santos
Senior Deep Learning Research Engineer at Embark Studios”
Investigador enfocado en matemáticas aplicadas e inteligencia artificial. Centrado en el aprendizaje automático, los sistemas multi-agente y el análisis numérico. En particular, técnicas de aprendizaje profundo para el modelado generativo y el aprendizaje de refuerzo.
Mykola Harvat
Artificial Intelligence Scientist at University of Valencia and Fresenius Medical Care
Graduado en Medicina e Ingeniería de Telecomunicaciones.
Jose Antonio Esteban Sánchez
CEO de IronIA Fintech
Presidente de la Comisión Big Data de Cloud Community Europe. Ha participado en el diseño de soluciones de optimización de Aplicaciones para Mercury (actualmente HP) y en equipos de diagnóstico de problemas de sistemas críticos. Actualmente responsable tecnológico de la empresa de inversión IronIA Fintech.
Álvaro Suárez Bravo
Responsable del laboratorio de DLT en Bolsas y Mercados Españoles Inntech
Computer Engineer. Implantando la tecnología Blockchain en los mercados financieros.
Luís Fernando Lago Fernández
Profesor en la Universidad Autónoma de Madrid
Profesor del Departamento de Ingeniería Informática en la UAM. Investiga e imparte clases de Machine Learning, Big Data y Data Science. Ha participado en numerosos proyectos de minería y análisis de datos en el ámbito empresarial.
Francisco Javier González Gosálbez
President & CEO en Cartagon
Profesor asociado en The Valley Digital Business School.
Francisco Merlos Fernández
Pre and Post Sales Consulting Deputy Director en BME Inntech
Ingeniero de telecomunicaciones por la universidad Politécnica de Madrid, experto en algoritmos de best execution y transaction cost analysis.
Valero Laparra Pérez
Investigador en la Universidad de Valencia
Desarrollando métodos estadísticos de aprendizaje para el proyecto europeo SEDAL http://isp.uv.es/sedal.html
Jaime Requejo Tovar
CTO en IBM Watson, sistemas cognitivos, con más de 20 años de experiencia
Licenciado en matemáticas y experto en desarrollo de servicios Cognitivos con IBM Watson. Responsable de la actividad IT en la región, España, Portugal, Israel, & Grecia
Fernando de la Calle Silos
Quantitative Researcher en BME Inntech
Doctor en Telecomunicaciones por la Universidad Carlos III de Madrid. Su Investigación académica está principalmente enfocada en técnicas de aprendizaje profundo y procesado de señal. Actualmente desarrolla algoritmos de inversión en BME como miembro del proyecto SofIA.
Alberto Oteo García
Matemático y Quantitative Researcher miembro del proyecto SofIA en BME Inntech
Especializado en el desarrollo de modelos de machine learning con experiencia en múltiples campos donde ha aplicado estos modelos avanzados para batir la metodología clásica del sector.
Luis Velasco
Ingeniero Cloud en Google
Computer Engineer. Especializado en entornos cloud y sistemas multiagente.
Enrique Castellanos Hernan
Director de Instituto BME
Licenciado en Ciencias Económicas por la Universidad Autónoma de Madrid, cuenta con una amplia experiencia docente como profesor de Instituto BME. Autor del libro Opciones y futuros de Renta Variable: Manual práctico y de las Lecturas mFIA.
Emilio Gamarra Mompeán
Supervisor de operaciones y Product manager de derivados de tipos de interés y divisas en BME Clearing
Licenciado en empresariales por la Universidad Complutense de Madrid y MBA por el Instituto de Empresa, ha trabajado como trader, gestor en mercados de contado y derivados y consultor financiero.
Tomás de la Rosa Turbides
Miembro del proyecto SofIA en BME Inntech
Doctor en Ciencia y Tecnología por la Universidad Carlos III de Madrid. Más de 10 años de experiencia como investigador y profesor en diferentes campos de la Inteligencia Artificial. Experto en machine learning aplicado a la planificación automática con más de 15 publicaciones científicas en diferentes congresos y revistas internacionales.
Copyright® BME 2021 |
![]() |
Contacto | ![]() | Mapa web | ![]() | Política de Privacidad | ![]() | Política de cookies | ![]() | Aviso legal | ![]() | Pago proveedores | ![]() |