Gestionar el riesgo financiero implica integrar criterio financiero, datos y modelos cuantitativos para evaluar escenarios, anticipar impactos y respaldar decisiones en contextos reales de mercado.
La Diplomatura en Data Science y Machine Learning para Análisis Financiero propone una formación aplicada que articula análisis cuantitativo y finanzas, orientada a profesionales que buscan mejorar la calidad de sus decisiones, fortalecer sus análisis y trabajar el riesgo con mayor precisión y fundamento.
Desarrollá una mirada cuantitativa para entender, modelar y anticipar el riesgo financiero.
Esta diplomatura está pensada para profesionales que trabajan, o quieren trabajar, en la intersección entre datos, finanzas y toma de decisiones, y que sienten que hoy necesitan algo más que herramientas aisladas para analizar escenarios, evaluar riesgos y fundamentar sus decisiones.
Está dirigida tanto a profesionales de finanzas que buscan elevar la calidad y solidez de sus decisiones, como a perfiles de data que ven en el riesgo financiero una oportunidad concreta de especialización y crecimiento profesional.
No importa si tu punto de partida son las finanzas o el mundo de los datos: el programa está diseñado para ayudarte a integrar ambos lenguajes y usarlos de forma aplicada en contextos reales.
Esta diplomatura fue diseñada para profesionales que buscan dar un salto en la forma en que analizan, deciden y fundamentan sus decisiones, llevando el análisis cuantitativo a contextos reales de riesgo financiero.
No se trata de aprender más herramientas, sino de elevar la calidad del análisis, ganar solidez profesional y ampliar el margen de acción en contextos donde la incertidumbre es la regla.
Elegir esta diplomatura es elegir una formación con respaldo académico, enfoque aplicado y una mirada profesional alineada a los desafíos reales del análisis financiero.
Nuestros diferenciales son:
Integración real entre finanzas y ciencia de datos: Una propuesta diseñada desde la intersección entre ambos campos, que articula criterio financiero y análisis cuantitativo para abordar problemas reales de riesgo y toma de decisiones.
Docentes con experiencia real en el sector: Profesores con trayectoria en banca, mercados financieros, riesgo cuantitativo y ciencia de datos, que combinan práctica profesional y formación académica.
Enfoque aplicado con datos reales del mercado: Trabajo con información real del mercado financiero y metodologías orientadas a la resolución de problemas concretos de análisis y gestión del riesgo.
Respaldo académico de una institución líder: Nos enorgullece contar con una sólida trayectoria en formación en finanzas y ciencia de datos.
Modelar y analizar el riesgo financiero utilizando datos reales de mercado, integrando criterio financiero y técnicas cuantitativas.
Trabajar con información financiera y de mercado en Python, aplicando herramientas clave para el análisis, la modelización y la exploración de datos.
Construir y evaluar modelos estadísticos y de machine learning orientados al análisis financiero y la medición de riesgo.
Interpretar resultados y traducirlos en decisiones, conectando el mundo de los datos con el lenguaje financiero y estratégico.
Diseñar escenarios y evaluar impactos para anticipar riesgos y mejorar la calidad de la toma de decisiones en contextos reales.
Abordar problemas concretos de riesgo financiero con una metodología aplicada, replicable y alineada a situaciones profesionales reales.
Este recorrido permite que te lleves criterios, herramientas y capacidades transferibles a tu práctica profesional, ya sea que tomes decisiones financieras, desarrolles modelos de análisis o trabajes como nexo entre finanzas y ciencia de datos.
El programa está organizado en módulos progresivos que combinan fundamentos financieros, modelos cuantitativos y técnicas avanzadas de machine learning, con foco en el análisis y la gestión del riesgo financiero.
Presentación de la diplomatura, objetivos, contenidos, cuerpo docente y modalidad de trabajo. Introducción al Trabajo Final Integrador y al enfoque aplicado del programa.
Análisis de los principales tipos de riesgo financiero, medición de la exposición al riesgo y comprensión de los factores de mercado y la volatilidad como base para la toma de decisiones.
Aplicación de modelos clásicos de riesgo como GARCH, simulación Monte Carlo y VaR (paramétrico e histórico), con foco en su uso práctico y sus limitaciones.
Introducción a instrumentos derivados, valuación de opciones mediante el modelo Black-Scholes-Merton, análisis de griegas y estudio de la superficie de volatilidad implícita.
Uso de modelos supervisados como Random Forest y XGBoost para problemas de riesgo. Ingeniería de atributos, detección de anomalías y herramientas de explicabilidad (SHAP) aplicadas a datos financieros.
Aplicación de redes neuronales (ANN y LSTM) al análisis de series financieras, comparando su desempeño con modelos cuantitativos tradicionales.
Desarrollo de un caso aplicado de riesgo financiero utilizando datos reales. El proyecto incluye un notebook de análisis, un informe técnico y una presentación final integradora.
Durante la diplomatura trabajarás con herramientas y lenguajes clave para análisis y modelización de riesgo financiero:
El programa inicia el 31 de agosto de 2026 y tiene una duración de 3 meses. La modalidad es 100% online, con clases en vivo, materiales grabados y un cierre híbrido o presencial. Los encuentros se realizan los lunes y jueves de 19 a 21 hs.
La metodología combina clases en vivo semanales con materiales grabados para estudiar a tu ritmo, prácticas guiadas en Google Colab y foros de consulta técnica. Todo está orientado a que puedas aplicar los conocimientos a problemas reales de riesgo financiero, consolidando lo aprendido en un Proyecto Final Integrador evaluado de manera personalizada.
La Universidad Austral cuenta con beneficios de inscripción exclusivos sobre los valores vigentes. Entre ellos se incluyen: convenios corporativos, Comunidad Austral, beneficios por distancia, inscripción temprana, entre otros.
Los mismos están sujetos a cupo. Para más información, consultar con el ejecutivo a cargo.
Actuario y Dr. en Ciencias Económicas (UBA). Especialista en gestión de riesgos, modelado financiero y machine learning aplicado a finanzas. Director y docente de posgrado, con amplia experiencia en banca, mercados de capitales y desarrollo de modelos cuantitativos para la toma de decisiones estratégicas.
Magíster y Licenciada en Estadística, especializada en análisis de datos e investigación. Experiencia en interpretación de información para la toma de decisiones estratégicas. Directora ejecutiva de la Maestría en Ciencia de Datos Regional Rosario de Universidad Austral.
Ingeniero Industrial y MSc. en Data Science. Analista Senior de Planeamiento de Negocios en Pampa Energía y profesor de Análisis de Series Temporales en la Universidad Austral, con experiencia en Deep Learning y modelado de datos para decisiones financieras.
Prof. en la Universidad Austral, especializado en Machine Learning y análisis de datos aplicados a riesgos financieros. Amplia experiencia en desarrollo de algoritmos, optimización numérica y plataformas de software en la nube, combinando conocimiento técnico, analítico y de negocio para modelado predictivo y toma de decisiones basadas en datos.
Licenciado en Estadística (UNR), mejor promedio de su cohorte, y maestrando en Ciencia de Datos (Universidad Austral). Docente universitario y analista de datos, con experiencia en inferencia estadística e investigación aplicada sobre adopción tecnológica en el agro argentino.
Data Scientist y Magíster en Estadística Aplicada, con más de 15 años de experiencia en modelado estadístico, series temporales y forecasting. Docente de posgrado y consultor, especializado en análisis cuantitativo aplicado a negocios y toma de decisiones en organizaciones públicas y privadas.
Especialista en gestión económica y financiera de riesgos, con más de 20 años de experiencia en supervisión y control de entidades financieras. Se desempeña como formador y docente de posgrado, aportando una mirada regulatoria y aplicada sobre la gestión integral del riesgo en el sistema financiero.
Ingeniero Industrial, Magíster en Finanzas y en Estadística Aplicada, con foco en análisis de datos y modelización financiera. Especialista en finanzas cuantitativas y trading algorítmico, con experiencia en diseño de modelos y automatización en mercados locales e internacionales.
Actuario y analista de datos, con amplia experiencia en análisis de riesgo, modelización estadística y desarrollo de indicadores para la toma de decisiones financieras. Profesor universitario en series temporales y métodos predictivos aplicados a finanzas, con trayectoria en banca, seguros y ciencia de datos.
Ing. industrial y Dr. en Investigación Operativa, especializado en optimización, simulación y aprendizaje automático aplicados a problemas complejos de negocio e industria. Amplia trayectoria en consultoría internacional y docencia de posgrado en cs. de datos, investigación operativa e inteligencia artificial.
La Universidad Austral es la #1 de Argentina
de Gestión Privada
Contactanos
