En este curso podrás aprender conceptos básicos sobre big data, data Science, inteligencia artificial, machine learning, deep learning y algunos de sus principales usos.

Además, conocerás cómo estas disciplinas son aplicables en la segmentación y cómo esta es utilizada en diferentes sectores, incluida la gestión de riesgos de lavado de activos y financiación del terrorismo (LAFT) porque permite agrupar los diferentes factores de riesgo (clientes, productos, canales y jurisdicciones) según características similares para entenderlos mejor.

Y aprenderás sobre minería de datos, calidad de los datos para el proceso de segmentación y sobre las diferentes medidas que se utilizan en la estadística descriptiva (medidas de centralidad, de dispersión, de posición y de frecuencia) y cómo estas son útiles para la segmentación de los factores de riesgo LAFT.

Por último, en el módulo final del curso conocerás sobre la validación de resultados en los procesos de segmentación, diferentes pruebas que se utilizan, por ejemplo las pruebas de codo y las pruebas silueta, y los aspectos que se deben tener en cuenta al momento de validar los resultados en la gestión de riesgos LAFT, tal como los perfiles de riesgo, las conductas y los patrones de cada uno de los grupos, entre otros.