Data Science y Automatización para Análisis y Proyecciones Macroeconómicas

OBJETIVO DEL CURSO:

Desarrollar Habilidades Prácticas: Los estudiantes se familiarizarán intensivamente con herramientas modernas de ciencia de datos, enfocándose en su aplicación directa al análisis macroeconómico. El curso tendrá un enfoque del 80% en aplicaciones prácticas y 20% en fundamentos teóricos.
Integrar Data Science y Macroeconomía: Se prestará especial atención al uso de técnicas de extracción, procesamiento y presentación de datos, empleando infraestructuras para la automatización de dicho pipeline. Esto permitirá enriquecer modelos macroeconómicos, generando proyecciones, escenarios y análisis estructural.
Fomentar un Análisis Crítico: Los estudiantes estarán preparados para comprender críticamente y aplicar las herramientas y modelos aprendidos a situaciones prácticas en el campo de la macroeconomía. Se asegurará que su aplicación de las técnicas de ciencia de datos sea informada, reflexiva y eficiente.
Dominar Herramientas y Metodologías: Al concluir el curso, los participantes no solo dominarán las herramientas de ciencia de datos presentadas, sino que también comprenderán las ventajas y oportunidades de mejora de las metodologías clásicas en comparación con los modelos de Machine Learning en el contexto macroeconómico

DIRIGIDO A:

Pregrado y Posgrado: Estudiantes de Economía, Finanzas, Estadística, Ingeniería y campos relacionados que deseen integrar habilidades de ciencia de datos en su perfil académico y profesional.
Profesionales: Aquellos que buscan actualizar sus habilidades cuantitativas y profundizar en técnicas modernas de automatización en el procesamiento de datos.
Sector Público: Dirigido a quienes desean aplicar técnicas de ciencia de datos para enriquecer modelos macroeconómicos, automatizar reportes, monitorear variables y generar alertas.
Sector Privado: Analistas económicos y data scientists dentro de departamentos de estudios económicos, interesados en aplicaciones de ciencia de datos en el ámbito macroeconómico.
Investigadores: Personas que desean mejorar sus habilidades analíticas y aplicar técnicas de ciencia de datos en sus proyectos e investigaciones.

REQUISITOS:

Nociones básicas de econometría y programación.

DOCENTES:

MSc. Renato Vassallo es MSc. en Data Science por la Barcelona School of Economics (BSE) y Mg. en Economía por la Pontificia Universidad Católica del Perú (PUCP). Actualmente, se desempeña como Asistente de Investigación y Docente en BSE, donde explora las sinergias entre macroeconomía, econometría y métodos de Machine Learning. Anteriormente, fue Consultor y Especialista en Proyecciones Macroeconómicas en el Consejo Fiscal del Perú, desarrollando herramientas econométricas para proyección, monitoreo y análisis de agregados macroeconómicos y variables no observables. Participó en el LXIII Curso de Extensión en Economía Avanzada del BCRP (2016). Sus intereses académicos y profesionales incluyen pronósticos de series de tiempo, modelos macroeconómicos y políticas públicas. Cuenta con publicaciones en revistas como Economic Modelling (Q1) e instituciones como el Consejo Fiscal del Perú, PUCP y BSE.

MSc Miguel Francisco Burneo MSc. en Ciencia de Datos por la Universidad Ramón Llull – La Salle, Barcelona, con estudios en Ingeniería Industrial y de Sistemas. Actualmente, se desempeña como Ingeniero DevOps en Ericsson para la unidad de Soluciones de Software de Redes Cognitivas. Su experiencia más reciente se centra en infraestructura y automatización de sistemas en Linux y Windows, utilizando principalmente Bash y Python. Además, brinda soporte y mantenimiento en clústeres de Big Data con tecnologías como Apache Spark, Hive y Hadoop. Anteriormente, trabajó como especialista de datos en agencias de marketing, enfocándose en el análisis y producción de indicadores clave en publicidad digital. Sus intereses profesionales incluyen la gestión de proyectos de automatización en ingeniería de sistemas.