fbpx

Las matemáticas del dinero descentralizado (Blockchain, Bitcoin, etc.)

Las matemáticas del dinero descentralizado (Blockchain, Bitcoin, etc.)

Creado por Bourbaki, colegio de matemáticas

──────────────────

FORMATO: ONLINE ON-LIVE

──────────────────

DURACIÓN: 6 SEMANAS 

──────────────────

PRECIO: $525 USD

──────────────────

NIVEL: PROFESIONAL

──────────────────

Lo que aprenderás

Los fundamentos matemáticos detrás de importantes objetos como Blockchain, Bitcoin, Tokens, etc, así como reflexiones sobre sus implicaciones financieras y algunas técnicas para trading.

Te enseñaremos los fundamentos y las
aplicaciones de una de las creaciones tecnológicas
más extraordinarias de nuestra época.

Seis módulos

6 módulos de 1 semana cada uno

Lunes, miércoles  y viernes 

12:00pm a 13:30pm (CDT)

¿Qué son Blockchain y Bitcoin?

Consideraciones financieras del dinero descentralizado

Las matemáticas del dinero descentralizado

Python y el Procesamiento del Lenguaje Natural (NLP)

Forecast de Bitcoin y NLP

Otras aplicaciones de Blockchain

Certificado
Evaluación y certificado

Realiza tu evaluación final para recibir un certificado otorgado por Bourbaki y Blenio.

¿Quién puede tomar el curso?

Los estudiantes pueden ser profesionales del mundo financiero, practicantes del dinero descentralizado y las técnicas de blockchain o individuos curiosos por los temas propuestos.

Bourbaki, Colegio de Matemáticas

Un espacio para el aprendizaje personalizado en donde se imparten métodos de enseñanza para acercar a las personas al trasfondo matemático en múltiples fenómenos y procesos.
El objetivo es vincular la academia con aplicaciones de la realidad imperante y convertir el conocimiento matemático en una inversión sostenible que genere riqueza.

Alfonso Ruiz

Profesor y Director de Bourbaki Colegio de Matemáticas

Alfonso Ruiz estudió matemáticas en la UNAM, en la Université d’Orsay y en Oxford University. Durante su carrera ha visitado y expuesto su trabajo en diversas instituciones tales como UCLA, Universität Münster, Notre Dame University, Institute Henri Poincaré, IHES, CIRM, Sophus Lie Conference Centre, CIMAT, University of Miami entre otros. Actualmente es Director del Colegio de Matemáticas Bourbaki y dedica su tiempo a convertir la institución en un centro de enseñanza e investigación de primer nivel.

Aprender Machine Learning
Gerardo Hernández de Valle

Profesor y Director de Bourbaki Finanzas

Gerardo es Ingeniero de Profesión, con maestría y doctorado en Probabilidad y Estadística por la Universidad de Columbia. Al terminar su posgrado laboró como Profesor de la Universidad de Columbia y como Consultor en Algorithmic Trading Management LLC, ambos en Nueva York.
Al regresar a México trabajó primero como investigador en la Dirección General de Investigación Económica del Banco de México. Actualmente es Director de Asset Management en la Casa de Bolsa Actinver, en donde colabora en la administración de algunos fondos multiactivos y el desarrollo de estrategias de inversión, así mismo es Director de Bourbaki Finanzas.

Derivatives for the Working Analyst
Lo que dicen los ESTUDIANTES

Foto_Jorge

“La forma en que lo llevan el curso es muy bueno, es decir, de la teoría a la práctica. El que nos hagas pensar en otras aplicaciones, le da un mayor valor, ya que eso permite ver más allá de los ejemplos vistos.

Aunado a eso, el tiempo que dedican a resolver las dudas, y las diferentes formas de abordarlas, es algo que también valoro y agradezco muchísimo, así como el incitar la participación.

En resumen estoy muy contento y agradecido por este maravilloso curso, que si bien el contenido es excelente, también la forma y dedicación con la que lo imparten.”

foto_paola

“Es un curso avanzado, bastante completo en temas de Machine Learning, desmenuzarás y entenderás modelos de predicción en casos reales, los cuales aplicarás. Los profesores tienen mucha paciencia, y disponibilidad para esclarecer tus dudas, entre clases o fuera de ellas, si no te quedan claras las clases puedes repasar a través de los vídeos, los cuales también son de mucha ayuda. Es bastante completo, se necesitan bases de programación, y de matemáticas (los profesores facilitan mucho este último). Se lo recomiendo a todo aquel que esté interesado en enriquecer y fortalecer sus conocimientos en ML.”

Foto_Daniela

“Quedé más que satisfecha con los contenidos entregados, fue la mejor decisión que pude tomar.
Creo que la autocrítica vendría de mi parte, hubiese querido poder dedicarle más tiempo, pero aún así me quedo la impresión de haber aprendido bastante.
Como recomendaciones, creo que el formato de dos clases a la semana es bastante cómodo, pues permite que los contenidos se mantengan frescos.”

Foto_Pablo

“Recomiendo el curso de Fundamentos de Machine Learning.
Los ejercicios están muy bien elegidos y los ejemplos son muy elocuentes por sí mismos, razón por la cual son más que útiles y apropiados para la comprensión de los temas por parte del principiante.
Una especial felicitación para el Dr. Alfonso por su expertise en la materia.”

No Inscrito
This course is currently closed

Curso Includes

  • 7 Lecciones
  • 7 Temas