01
Validación independiente
Revisar diseño, datos, supuestos, desempeño y limitaciones sin limitarse a repetir el análisis del equipo desarrollador.
PróximamenteValidación, gobierno y riesgo
Validación y Monitoreo de Modelos de Riesgo de Crédito
Evalúa si un modelo discrimina, calibra y se mantiene estable; define alertas y documenta cuándo puede seguir operando o necesita ajustes.
Solicitar aviso
Sin pago ni compromiso. Te avisaremos antes de abrir las inscripciones.
Ciclo de validación
01
Desafiar
Diseño, datos, supuestos, uso y limitaciones.
02
Medir
Discriminación, calibración, estabilidad y drift.
03
Concluir
Hallazgos, umbrales, remediación y seguimiento.
Validar no es repetir métricas: es reunir evidencia suficiente para sustentar una decisión sobre el uso del modelo.
Apertura
Fecha por anunciar
Modalidad
Online en vivo
Objetivo
Informe y monitor reproducibles
Aplicaciones
Evaluar desempeño, estabilidad y capacidad de decisión.
El curso conectará pruebas estadísticas, revisión metodológica y gobierno para concluir qué hacer con un modelo en producción.
02
Monitoreo periódico
Controlar discriminación, calibración, estabilidad y calidad de datos mediante umbrales, semáforos y alertas reproducibles.
03
Recalibración o reemplazo
Distinguir una desviación temporal de un deterioro material y sustentar si corresponde mantener, ajustar o reemplazar el modelo.
04
Comité, auditoría y seguimiento
Convertir resultados técnicos en hallazgos priorizados, responsables, plazos y evidencia útil para la toma de decisiones.
Contenido previsto
De la revisión metodológica al informe de validación
Una ruta aplicada para planificar, ejecutar y documentar una validación completa, con pruebas reproducibles en Python.
Pensado para
Profesionales de validación, riesgo, modelos, datos, auditoría o gobierno.
Equipos que necesitan monitorear modelos productivos y sustentar decisiones de continuidad o recalibración.
Personas que quieren pasar de calcular métricas aisladas a ejecutar una validación reproducible.
Marco y plan de validación
Alcance, materialidad, independencia, inventario, criterios de aceptación y evidencia requerida.
Revisión de diseño y datos
Definición de default, población, ventanas, muestras, representatividad, calidad y fuga de información.
Discriminación y ordenamiento
AUC, Gini, KS, bandas de riesgo, concentración y comparación con benchmarks o challengers.
Calibración y backtesting
Predicción frente a observación, curvas de calibración, pruebas estadísticas, tolerancias y excepciones.
Estabilidad y monitoreo
PSI, CSI, drift de variables y resultados, alertas, periodicidad y criterios de escalamiento.
Hallazgos e informe final
Severidad, limitaciones, acciones correctivas, responsables, plazos y conclusión de uso del modelo.
Enfoque profesional
Cada conclusión necesita prueba, umbral y evidencia
Un resultado técnico se vuelve gestionable cuando está asociado a un criterio de aceptación, una acción y un responsable.
Criterios y umbrales definidos antes de observar los resultados.
Datos, código, muestras y evidencias versionados.
Hallazgos con severidad, responsable, plazo y estado.
Decisiones de continuidad o ajuste sustentadas y aprobadas.
Resultado esperado
Diseñar un plan de validación proporcional al uso y riesgo del modelo.
Implementar pruebas de desempeño y estabilidad en Python.
Construir un monitor con umbrales, alertas y criterios de escalamiento.
Preparar un informe de validación con hallazgos y plan de remediación.
Lista de interés
Recibe la información antes de la apertura
Déjanos tus datos y te enviaremos la fecha, el programa final y el valor cuando estén confirmados.
Registrarte no implica pago, reserva ni compromiso de inscripción.
Preguntas frecuentes
Lo que sabemos hasta ahora
La fecha y las condiciones comerciales se comunicarán cuando el programa esté cerrado.
¿Ya hay fecha y precio?
Todavía no. Estamos midiendo interés y cerrando el programa. Las personas registradas recibirán primero la fecha, el valor y la apertura de inscripciones.
¿Registrarme implica pagar?
No. El registro solo nos autoriza a enviarte información de este curso y no reserva ni cobra un cupo.
¿Necesito tener un modelo propio?
No. Trabajaremos con un caso y resultados preparados para recorrer el proceso completo. Si ya trabajas con modelos, podrás trasladar los criterios a tu contexto.
¿En qué se diferencia del curso Modelador de Riesgo de Crédito?
Modelador se concentra en diseñar y construir un modelo. Este curso parte desde una función de revisión independiente: desafía supuestos, ejecuta pruebas, monitorea el desempeño y concluye si el modelo puede seguir utilizándose.
¿Está orientado a un regulador específico?
No. El curso desarrolla principios, pruebas y evidencias aplicables internacionalmente. Cada institución debe adaptar el marco a su regulación, políticas y materialidad.