Mercado Financeiro e Gestão de Portfólios: inscrições abertas!

Inscrições abertas para a 2ª Turma do nosso super Curso de Mercado Financeiro e Gestão de Portfólios. O Curso é voltado para profissionais do mercado financeiro em busca de novas ferramentas analíticas, professores de graduação e pós-graduação envolvidos no ensino e pesquisa de finanças, bem como estudantes de graduação e pós-graduação em busca de diferenciais competitivos para ingressar no mercado.

Ao se inscrever no Curso de Mercado Financeiro e Gestão de Portfólios, o aluno terá acesso a três blocos de conteúdo: (1) Nivelamento em R; (2) Curso de Mercado Financeiro e Gestão de Portfólios; (3) Laboratórios.

No nivelamento, o aluno terá acesso a uma introdução completa ao universo tidyverse, pacotes do R especialmente construídos para análise de dados. Já nas 15 seções do Curso de Mercado Financeiro e Gestão de Portfólios, o aluno irá aprender tudo sobre os principais produtos e instituições financeiras, risco e retorno de ativos, bem como sobre como construir e administrar o seu portfólio com o R. Por fim, ficará disponível um módulo Laboratórios com a disponibilização de códigos super práticos para a construção de shiny apps.

Confira todas as informações do nosso super Curso aqui.

______________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.