máster en data science y big data en finanzas iv edición 2018 · • fundamentos de negocio ......

* Septiembre 2018 Pre-Campus obligatorio de acceso al Máster en Data Science &Big Data en Finanzas para candidatos que no cuentan con conocimientos en programación.

Máster enData Science yBig Data

en Finanzas (MDSF)

Edición IVOctubre 2018 - Junio 2019*

Máster en Data Science y Big Data en Finanzas

Muy pocas instituciones internacionales ofrecen un programa con un mix de conocimiento en data science, big data y

finanzas como el ofrecido por Afi.En España, ninguna.

Muy pocas instituciones internacionales ofrecen un programa con un mix de conocimiento en data science, big data y

finanzas como el ofrecido por Afi.En España, ninguna.

¿Por qué un Máster en DataScience y Big Data?

El 72% de las grandes compañías

creen que el Big Data tiene un potencial muy importante a la hora

de crear ventajas competitivas.

Los principales analistas (McKinsey, Gartner) prevén una enorme demanda de

perfiles de data scientist en los próximos años.

Las compañías buscan profesionales especializados capaces de aplicar técnicas analíticas a problemas específicos de negocio. Éstas traducen los datos en información útil y permiten optimizar la toma de decisiones. El objetivo final es ofrecer soluciones innovadoras que generen y determinen la estrategia empresarial para los próximos años.

En la actualidad este proceso se está agudizando llegando a generar un cuello de botella ante la escasez de este tipo de profesionales.

Data Science es la base de todo. Tratar de utilizar el poder del Big Data sin las técnicas de Data Science es como tratar de aprovecharse del poder de Internet sin un motor de búsqueda.

Muy pocas instituciones internacionales ofrecen un programa con una sinergia de conocimientos en Data Science, Big Data

y Finanzas como el ofrecido por Afi. En España, ninguna.


¿Por qué Afi Escuela?

En Afi Escuela llevamos más de 20 años educando a profesionales que hoy día son líderes en el sector. Somos un centro formativo de referencia en economía, finanzas y tecnología.

La tecnología ha irrumpido en todos los sectores, modificando las formas de aprender, de hacer negocios y de relacionarnos. La Escuela sensible a esta revolución, ha apostado por abrir una nueva línea de conocimiento, Data Science y Big Data, sobre la que se han desarrollado varios postgrados y cursos de especialización.

Afi Escuela pertenece a Afi, Analistas Financieros Internacionales, empresa de referencia en consultoría en economía, finanzas, y tecnología. Esta unión nos permite trabajar mano a mano con empresas de primer nivel y conocer de manera inmediata las nuevas tendencias y lo que demanda el mercado.

Nuestros pilares son:

Innovación y permanente adecuación al mercado

Profesorado que aúna rigor académico y experiencia

Selección de los mejores alumnos

Colaboración con las entidades más prestigiosas

Metodología que incorpora las últimas tecnologías

1

2

3

4

5

“ Desde el primer día en que asistí a Afi Escuela de Finanzas percibí la excelencia de una institución dinámica y moderna, en donde se desarrollan las técnicas más novedosas de enseñanza. El destacado profesorado, apoyado por la experiencia de la consultora Afi, nos permitió adquirir una combinación ideal de conocimientos teóricos y de su aplicación práctica”Pablo Orazi

Jefe de Administración de Cartera, Gerencia Principal de Administración deReservas, Banco Central de la República Argentina

Edición: 2016-2017


¿Por qué elegir nuestro Máster?

Qué vas a aprender en él

Enfoque práctico y enpermanente contrastecon el mundo real.

Integrado por profesionales de Afi y representantes de las principales empresas de Big Data y Analytics.

Entra en contacto con losprincipales ejecutivosrelacionados con el DataAnalytics y Data Science.

Comunidad que crea una red de conocimiento a través de eventos, jornadas de actualidad, informes sectoriales.

Disponemos de becasque cubren el total oparte de la matrícula.Consúltanos.

Durante el programa se tecederá un portátil con elsoftware necesario para que lo uses cuando y donde quieras.

Práctico CuadroDocente

Networking Open Alumni Becas

Donde y cuando quieras

Perfil altamentedemandado por lasempresas e institucionesde todos los sectores.

100% inserciónlaboral

Sesiones específicasde marketingprofesional.

Soft skills

• Conociendo los fundamentos y detalles de las técnicas analíticas tradicionales y más modernas existentes actualmente (modelos predictivos, machine learning, reconocimiento de patrones, web y text mining, redes sociales,...).

• Empleando las técnicas y herramientas necesarias para el tratamiento Big Data:- Volumen: Hadoop, HDFS...- Variedad: web scrapping, social APIs, análisis de textos...- Velocidad: procesamiento de streams (Spark), mapreduce, etc.

• Estudiando el funcionamiento de las empresas, interrelaciones con competidores, con el entorno, con sus clientes,...

• Aprendiendo de un equipo docente que incluye a todos los actores del ecosistema de Big Data y Analytics:- Expertos en análisis de datos de grandes empresas y

corporaciones.- Expertos en entidades financieras (grandes bancos y

aseguradoras).- Expertos académicos e investigadores.- Expertos en consultoría y prestación de servicios.- Fabricantes y proveedores de soluciones.


¿A quién va dirigido?

El Máster en Data Science y Big Data en Finanzas está enfocado en aquellas personas que quieran desarrollar o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en analítica de negocio o big data dentro del sector financiero. Por tanto, está dirigido a titulados universitarios con una sólida formación matemático-estadística y fundamentos tecnológicos adecuados.

Está dirigido, igualmente, a profesionales en áreas como tecnología, negocio o departamentos cuantitativos o analíticos que necesitan conocer las técnicas y métodos del data science para tomar mejores decisiones de negocio, tener una visión más global de la organización o crear innovación en grandes compañías.

Pero también a aquellas personas que, teniendo parte de esas capacidades analíticas, deseen fortalecer sus capacidades técnicas y financieras para poder desarrollar una carrera en la industria del Big Data.

Carreras UniversitariasPerfil de los alumnos

Experiencia0-4 años

Edad media27 años

Mujeres22%


Programa del Máster enen Data Science y Big Data en Finanzas

Sep. 2018 Precampus

Fundamentos

Data Engineeringy Big Data

Data Science:Herramientas y Técnicas

de Análisis de Datos

Aplicaciones

Trabajo Fin de Máster

Campus Madrid +500 h. Octubre a Junio Lunes - Viernes* 17:00 - 21:00

Con el objetivo de estar constantemente actualizados a las demandas más inmediatas del mercado, la estructura y contenido del programa son orientativos y, por tanto, se adaptan a lo largo del año.

Durante parte del mes de septiembre tendrá lugar un Pre-campus de carácter no obligatorio, cuyo objetivo es homogeneizar conocimientos básicos para el seguimiento del resto del programa. Aquellos alumnos que la dirección académica estime oportuno tendrán que cursar el Pre-Campus de forma obligatoria.

• Fundamentos de Negocio Financiero.

• Programación para Data Science / Big Data.

• Fundamentos matemáticos de Data Science.

• Bases de Datos.• Tecnologías Big Data.

• Privacidad de la Información.• Aplicaciones de Data Science en servicios financieros.

• Aplicaciones de Data Science en el sector asegurador.

• Fuentes y visualización de información.

• Análisis de datos con dependencia temporal.

• Machine Learning (Aprendizaje Automático).

• Análisis de Redes.• Análisis de Datos no Estructurados.

Oct. 2018

Dic. 2018 aFebr. 2019

Dic. 2018 aAbril 2019

Mayo 2019

Jun. 2019 /Sep. 2019

*Adicionalmente se ofrecen, fuera del horario indicado, seminarios, talleres y jornadas divulgativas.


Introducción a laprogramación Python SQLIntroducción a la

programación en R

Pre-CampusSeptiembre - Octubre

2018

El alumno del Máster en Data Science y Big Data en Finanzas deberá reunir los siguientes conocimientos técnicos sobre lenguajes de programación previa a la realización del programa:

• Experiencia previa en programación, preferentemente en R o Python, o algún otro lenguaje.• Habilidad en el manejo de datos (Excel y SQL).• Buena base de conocimientos en matemática y estadística.

En Afi Escuela ponemos a su disposición el Pre-Campus de Data Science. Este es de carácter no obligatorio y su objetivo es homogeneizar conocimientos básicos para el seguimiento del resto del programa. Aquellos alumnos que la dirección académica estime oportuno tendrán que cursar el Pre-Campus de forma obligatoria. En este Pre-Campus se formará sobre las siguientes temáticas:

El Pre-Campus de Data no representa un coste adicional al importe de la matrícula del Máster

Objetivo

Formar y facilitar los conocimientos de programación a aquellos alumnos que carezcan de ello.

Metodología

• Formato presencial.• La Escuela suministrará ordenadores portátiles.• Al finalizar cada módulo los estudiantes deberán entregar una práctica o realizar un examen.• Para la obtención deltítulo del Máster en Data Science y Big Data en Finanzas, los alumnos deberán aprobar

tanto el Pre-Campus de Data como el resto del programa.


Contenido del programa Máster

Fundamentos

Fundamentos del Negocio Financiero

- Fundamentos del Negocio Bancario.- Fundamentos del Negocio Asegurador.

Programación para Data Science y Big Data

- Programación en R:* Fundamentos.* Estructuras de Datos en R.* Tratamientos de datos: Lectura (readr, data.table),

manipulación (dplyr, data.table), limpieza (tidyr, reshape2).

- Programación en Python:* Fundamentos.* Cálculo matricial y Arrays (numpy).* Tratamientos de datos (pandas).

Data Engineering y Big Data

Base de Datos

- Bases de Datos Relacionales y SQL.- Fundamentos de Bases de Datos NoSQL:

* Modelos no relacionales y datos no estructurados.* Bases de Datos Columnares (Cassandra, HBase).* Bases de Datos orientadas a documentos

(MongoDB).* Bases de Datos orientadas a grafos (Neo4J).

Fundamentos Matemáticos de Data Science

- Estadística descriptiva e inferencial:* Distribuciones y Simulación.* Intervalos de confianza y Contraste de hipótesis.* Regresión Lineal.* Técnicas de remuestreo.

- Análisis Multivariante:* Distribuciones multivariantes e Inferencia estadística.* Reducción de la dimensionalidad: Componentes

Principales y Análisis Factorial.- Optimización:

* Programación lineal.* Programación entera.* Programación no lineal, estocástica y con restricciones.* Algoritmos de optimización.

Tecnologías Big Data

- Ecosistema Hadoop:* Flujo de datos en MapReduce.* Importación de datos (Sqoop, Flume).* Procesamiento MapReduce con Hive.

Consultas con Impala.* Análisis y procesamiento de datos con Pig.

- Procesamiento de Datos con Spark:* Spark Core (pySpark).* Spark SQL* Procesamiento de datos en tiempo real (Spark

Streaming).


Fuentes y Visualización de Información

- Datos abiertos (Open Data):* Fuentes de datos oficiales.* Web Scraping.* Explotación de APIs.

- Visualización estática:* Gráficos estáticos en R(ggplot2).* Gráficos estáticos en Python (matplotlib, seaborn).

- Visualización dinámica:* Introducción al desarrollo web (HTML, CSS,

Javascript).* Desarrollo de gráficos dinámicos (D3.js)* Herramientas de visualización dinámica: potly,

Tableau, Carto, Bokeh.

Análisis de Datos con Dependencia Temporal

- Modelización de series temporales:* Series estacionarias - Modelos ARMA y ARIMA.* Suavizado exponencial.* Regresión dinámica.

- Análisis de datos de panel.

Análisis de Datos No Estructurados

- Text mining:* Clasificación y agrupación de textos.* Análisis de sentimiento.* Herramientas de text mining: NLTK, MeaningCloud...

- Web Mining:* Web scraping.* Herramientas de extracción de datos de la web.

Aplicaciones de Data Science en Servicios Financieros

- Credit Scoring:* Estándar metodológico de credit scoring en banca.* Modelos de Stress Test sobre carteras de créditos.* Modelos avanzados de credit scoring.

- Detección de Fraude:* Identificación de reglas y anomalías.* Detección en tiempo real en medios de pago.

- Customer and Marketing Analytics:* Digital Marketing y A/B testing.* LTV Analysis & Customer Value segmentation.* Next Best Action (optimización de acciones).* Churn y sendas de abandono.* Sistemas de Recomendación & Upselling /

Crosselling.

Aplicaciones de Data Science en Servicios Financieros

- Detección de Fraude:* Identificación de reglas y anomalías.* Fraude organizado y detección/análisis de redes.

- Pricing:* Estándar metodológico de pricing en seguros.* Modelos avanzados de pricing.

- Customer and Marketing Analytics:* Modelos de impago.* Digital Marketing y A/B testing.* LTV Analysis & Customer Value segmentation.* Next Best Action (optimización de acciones).* Churn y sendas de abandono.* Sistemas de Recomendación & Upselling /

Crosselling.

Machine Learning (Aprendizaje Automático)

- Metodología de Aprendizaje Automático:* Ingeniería de Variables: Extracción, selección y

generación de variables.* Selección, Evaluación de rendimiento de Modelos.* Técnicas de Regularización.

- Modelos de Aprendizaje No Supervisado:* Clustering Jerárquico y No Jerárquico.

- Modelos de Aprendizaje Supervisado:* Modelos Lineales Generalizados (GLM).* Regresión Avanzada (PLS, Ridge, Lasso).* El algoritmo de vecinos próximos (kNN).* Árboles de Decisión.* Redes Neuronales.* Métodos de Kernel –Máquinas de Vector Soporte

(SVM).- Técnicas Avanzadas de Aprendizaje Automático:

* Deep Learning.* Random Forest y Ensemble Learning.* Machine Learning en Sistemas Distribuidos (Spark ML,

H2O).

Análisis de Redes

- Datos “enlazados”.- Fundamentos de Teoría de Grafos.- Análisis de redes:

* Medidas de centralidad.* Mundo pequeño y comunidades.

- Modelos estadísticos de redes.- Análisis de redes sociales:

* Detección de opinión.* Identificación de influencia.* Marketing social y geomarketing.* Redes en finanzas.

Data Science: Herramientas y Técnicas de Análisis de Datos

Aplicaciones


Nuevas TendenciasAdquiere una visión más global

Con el objetivo de proporcionar una visión más amplia y multidisciplinar, los alumnos podrán disfrutar de masterclasses, conferencias y talleres impartidos por profesionales destacados del sector. Estos abordarán temáticas punteras e innovadoras que complementarán la visión financiera de los estudiantes. Algunas de las masterclasses impartidas en las últimas ediciones incluyen:

Masterclasses• The Cognitive Skills of a Data Scientist in Banking.• Apectos legales y regulatorios.• Nuevos modelos de negocio basados en Big Data.• Cloud Computing. Soluciones en la nube, ventajas e

inconvenientes. Caso.• Fuentes de información abiertas y públicas.• Mapa del ecosistema de proveedores y soluciones.• Ventas y clima.• New algorithms & Data Analysis.• Cognitive Computing.• Computing with words and perceptions.• Algorithms for high speed trading.• Marketing digital.• Proveedores de información pública.• Soluciones tecnológicas empresariales para Big Data y

Data Science.

“ El Máster en Data Science y Big Data en Finanzas de Afi Escuela de Finanzas era el que presentaba un programa más completo e interesante. En un único curso académico hemos cubierto prácticamente todos los ámbitos de esta disciplina tan extensa, tanto teóricamente como de forma práctica, de la mano de un equipo docente de muy alto nivel.” María Medina

Data Scientist, PiperlabEdición: 2015-2016


Dirección AcadémicaBorja FoncillasConsejero Delegado de Afi y Socio-Director Área de Negocio DigitalIngeniero Informático por UAMPDG - IESE Business School

Coordinación AcadémicaPilar BarriosSocia / Partner, Analistas Financieros InternacionalesDoctora en CC Matemáticas por la UC3MMFC por Afi Escuela de Finanzas

Ángel BergesVicepresidente Analistas FinancierosInternacionales (Afi)Catedrático de Economía Financiera en la UAMPh. D. Management por Purdue University

Miguel Ángel CorellaConsultor Senior, ConentoIngeniero en Informática por UAM

Mario EncinarAsesor Académico Data Science en Afi EscuelaConsultor Área de Analytics, AfiMDSF por AfiPhD en Física por UCM

Juan Carlos IbáñezAsesor Académico Data Science en Afi EscuelaCDO Urban Data AnalyticsAsesor Freelancer en Big Data Analytics &Data-driven BusinessPhD in Applied Statistics from LancasterUniversity, UK

José Manuel RodríguezConsultor Senior Área de Analytics, AfiIngeniero en Informática por UAM

Rocío ParrillaConsultor Área de Analytics, AfiMDSF por AfiGraduada en Matemáticas por UMA

Equipo DocenteFernando AgudoBig Data Architect,Pragsis-BidoopDiplomado en Informática por laUniversidad de AlicanteProfesor certificado por Cloudera

Cecilia ÁlvarezEuropean Data Protection Officer Lead PfizerLaw Degree and PhD in Business Administration,CEU San Pablo University

Alfonso ArellanoEconomista Senior,BBVA ResearchProfesor Titular Interino a Tiempo Parcial,Fundamentos del Análisis Económico I, UCMDoctor en Economía, UC3M

Pablo AumenteConsultor Sénior, Área de Seguros,Analistas Financieros InternacionalesMáster en Gestión Internacional de Empresas, CECOMáster en Dirección Aseguradora Profesional, ICEA

Álvaro BarberoChief Data Scientist,Instituto de Ingeniería del Conocimiento (IIC)PhD in Computer Science por la UAM

David CanoSocio Director General,Afinet Global EAFIMFC por Afi Escuela de Finanzas

José Ramón DorronsoroCatedrático de Ciencias de la Computación eInteligencia Artificial,Escuela Politécnica Superior de la UAMPhD in Mathematics por WashingtonUniversity in St. Louis

Pedro FernándezStrategy & Insights Director,The Coca-Cola CompanyLicenciado en Economía por UAMPhD in Mathematics por WashingtonUniversity in St. Louis

David Gómez-UllateProfesor Titular,Universidad Complutense de MadridDoctor en Física por UCM

Berta MaderaResponsable de Research y Customer Insights,CarrefourBachelor of Arts in Law and BusinessAdministration por Universidad PontificiaComillas

Antonio MartínDirector de Administración,Estudios de ICEA y TI de ICEAJavier Nogales

Javier NogalesProfesor Titular,Departamento de Estadística, UC3MPhD in Mathematics por UC3M

Paula PappSocia del área de Servicios Financieros,Analistas Financieros InternacionalesMáster en Economía y Finanzas por CEMFI

Carlos RuizProfesor Visitante,Departamento de Estadística, UC3MPhD in Electrical EngineeringUniversidad de Castilla-La Mancha

Esteban SánchezSocio Director General del área de ServiciosFinancieros,Analistas Financieros InternacionalesDoctor en Economía Financiera: Banca yBolsa por UAM

Pablo SuárezInvestigador,Instituto de Ciencias Matemáticas (ICMAT)Doctor en CC Empresariales, URJC


Enfocados en tu futuro profesional

Portal de Empleo y Prácticas Profesionales

Con el objetivo de impulsar tu carrera profesional y apoyarte a conseguir la especialización queestás buscando, en Afi Escuela llevamos a cabo varias acciones. Algunas de las realizadas en lasúltimas ediciones son:

Taller Liderando tu Carrera ProfesionalEn él se verán herramientas para la búsqueda de empleo,autogestión y liderazgo de una carrera, acciones efectivasen la búsqueda de un nuevo proyecto profesional,...

Seguimiento One to One

Afi4Talent es una jornada en la que Afi Escuela tiene por objetivo poner en contacto el talento de los alumnos de los programas másteres y recientes Alumni con empresas que apuestan por el desarrollo del capital humano y, en particular, por los perfiles de estudiantes Afi. Algunas de las empresas participantes en ediciones anteriores son:

Espacio desde el que te acercamos oportunidades adicionales de carrera. La Escuela cuenta con más de 100 convenios para que los alumnos que lo deseen puedan adquirir experiencia profesional realizando prácticas. Entre las empresas colaboradoras se encuentran entidades financieras y no financieras de gran prestigio. Algunas de las compañías participantes en ediciones anteriores son:


Salidas Profesionales

Afi Alumni

Después de 24 años formando profesionales, Afi Escuela ha construido una amplia comunidad deexpertos en el ámbito económico-financiero-tecnológico. Afi Alumni es un servicio destinado alantiguo alumno que ofrece los siguientes beneficios:

NETWORKINGEventos Anuales AlumniJornadas Open AlumniJornadas Sectoriales

Lead by Experience Journey

DESARROLLO PROFESIONALFormación Especializada

Beneficios para Formación y DesarrolloBolsa de Empleo

Servicio de Carreras Profesionales

El mercado es la mejor referencia a la hora de medir la calidad de este programa. Una calidad avalada por el 100% de inserción laboral en las últimas promociones y que se refleja en la diversidad y relevancia de las empresas e instituciones en las que trabajan o han trabajado nuestros alumnos.

CargoSector

Analista

Senior Asset Management

Investigador / Seguridad

Data Scientist

Risk Consultant

Profesor

Continúan formándose

Desarrollador

Data Analyst

Business Analyst

8%6%6%

23%

20% 3%

6%

6%

11%

11%

Servicios / Industria5%

Start up - Online11%Soluciones Analíticas24%

Freelance3%

Desarrollo de Software6%

Consultoría Inmobiliaria6%

Consultoría24%

Banca16%

Universidad5%


Criterios de Evaluación

Resolución de exámeneso casos prácticos

Trabajo Fin de MásterEvaluación continua: +

El Trabajo Fin de Máster deberá ser defendido antetribunales. Los tipos de proyectos que sepropondrán son:• Resolución de un problema real en una entidad

financiera, con la tutela de un experto en data science dentro de la misma.

• Big Data startup seeding. Destinado a aquellos que deseen realizar un piloto de una idea de negocio relacionado con el ámbito de la economía y las finanzas.

• Competición. El alumno podrá formar un equipo para participar de forma conjunta en competiciones abiertas (Kaggle) o limitadas (patrocinadas por entidades patrocinadoras del máster) de data science.

Afi Escuela tiene convenios de becas que cubren eltotal o parte de la matrícula del programa. Si estás interesado, consúltanos a través de [email protected].

• Creación de soluciones, orientadas a creación o mejora de servicios relacionados con la industria financiera.

Los alumnos disponen de dos convocatorias por asignatura en cada año académico y un máximo de permanencia de dos años. La superación de los exámenes, la realización del trabajo de fin de máster y asistencia a clase serán requisito indispensable para la obtención del título.Los alumnos cuyo rendimiento académico se encuentre por debajo del nivel mínimo exigido podrán ser excluidos del programa.

Programa de Becas

“ Elegí Afi para el máster en Data Science por referencias personales y el conocimiento y estrecha relación de la escuela con mi compañía (BBVA). En un mundo donde existe cada vez una mayor inflación en oferta formativa, necesitaba asegurar mi inversión en tiempo y esfuerzo. No quería correr riesgos. El máster me ha proporcionado la motivación y los conocimientos de calidad necesarios para dirigir mi carrera hacia el mundo del análisis de datos.”José Alberto de la Fuente

Senior Analyst, Quality Funds / Asset Management- BBVAEdición: 2016-2017


Proceso de admisión Precio

Pago del Máster

Financiación

1. Documentación a entregar• Fotocopia del DNI (ciudadanos españoles) o del

pasaporte o NIE (ciudadanos extranjeros)• Fotocopia del Título académico (si dispone de él)• Certificación de notas original o fotocopia

compulsada• Currículum vitae• GMAT (opcional)• Carta de motivación (*)• 2 cartas de referencia apoyando la solicitudEnvío de la documentación a través de nuestraweb www.afiescueladefinanzas.es o porcorreo electrónico: [email protected]

2. Pruebas de AdmisiónEl candidato deberá realizar las siguientes pruebas de admisión:• Test de conocimientos tecnológicos y

matemáticos-estadísticos.• Test de nivel de inglés. Sustituible por las

certificaciones oficiales Toefl, Cambridge o similar (copia del certificado, con validez de 2 años).

• Entrevista personal del candidato con la dirección académica.

3. Toma de decisión sobre la admisión del candidato por el comité académico

Coste de la matrícula: 17.000 euros.

1ª Ronda: 15.300 euros.Para admitidos en la primera de las rondas y que paguen la reserva de plaza antes del 30 de abril.Fecha límite de entrega de documentación 31 de marzo.(**)

2ª Ronda: 16.150 euros.Para admitidos en la segunda ronda y que paguen la reserva de plaza antes del 30 de junio.Fecha límite de entrega de documentación 31de mayo.(**)

3ª Ronda: 17.000 euros.Fecha límite de entrega de documentación 15de septiembre. Esta ronda no tiene opción a beca.

Se abonará el 20% del importe en concepto de reserva de plaza en las dos semanas después de recibir la carta de admisión.El importe restante se abonará antes del 1 de octubre de 2018. La Escuela posibilita abonar este importe restante en 8 mensualidades del 1 de octubre de 2018 al 1 de mayo de 2019.

Afi Escuela de Finanzas mantiene acuerdos preferentes con entidades financieras para obtener condiciones favorables de financiación.Si estás interesado consúltanos en [email protected]

(*) Especificar las razones por las que desea realizar este Máster y sus expectativas profesionales de futuro.(**) Aquellos admitidos durante la primera y segunda rondas podrán solicitar y optar a beca.

Afi EscuelaCalle Marqués de Villamejor, 5 - 28006 Madrid

Telf.: 915 200 150 / 180E-mail: [email protected]

www.afiescueladefinanzas.es

#ExperienciaAfi

máster en data science y big data en finanzas iv edición 2018 · • fundamentos de negocio ......

Documents