Módulo 3 de 4 · Data Science Applied · 5 ene

Multivariante &
Feature Engineering

PCA, MCA y el pipeline completo de preparación de datos para modelar, con un caso de banca retail de principio a fin.

S/. 769~~S/. 1 099~~−30%preventa hasta el 5 nov

Inscribirme a este módulo Ver el temario

11 clases en vivo
22 horas
Martes y jueves · 8:00–10:00 p. m. (hora Perú)
Grabado
Del 5 de enero al 9 de febrero
Mentores de Interbank y BCP

Inicio 5 de enero · comienza en—d —h —m —sCupos limitados

1 datos crudos · banca retaildemo

id	ingreso	mora_90d	canal	edad
0001	2 400	no	Agencia	34
0002	NaN	sí	app	27
0003	9 999 999	No	AGENCIA	—
0004	3 150	si	App	51
0005	1 870	NaN	agencia	19

2 pipeline (no es lineal, así se dicta)

datoslimpiezaoutliersPCA·MCAWOEcreaciónescaladofiltros

3 variables para el modelo42 → 11 variables59 % inercia · 2 dims

PC1	PC2	MCA_1	WOE_mora
−1.24	0.38	0.91	−0.62
0.57	−1.10	−0.35	0.48
2.03	0.12	1.27	−1.05
−0.31	0.84	−0.88	0.20

Módulo 3 · Qué aprendes

Qué aprendes y con qué sales.

Para quien ya analiza datos y quiere construir la materia prima de un modelo como se hace en un equipo de riesgo.

Con qué sales

Un pipeline de preparación de datos de un caso real de banca, reproducible y listo para tu portafolio.

01
Limpieza y tratamiento de datos
Nulos, atípicos, codificación de categorías y particiones train/test sin fugas de información.
02
Análisis multivariante y reducción
PCA y MCA para entender la estructura de cientos de variables y quedarte con las que importan.
03
Feature Engineering avanzado
Transformaciones, WOE, selección de variables y un pipeline reproducible listo para el modelo.

Temario · 11 clases

Clase a clase, con fecha y mentor.

11 sesiones de 2 horas, martes y jueves · 8:00–10:00 p. m. (hora Perú).

Enero 2027

5enemar
Clase 01
Análisis Multivariante: Observando Datos Multivariados
Carlos Rondán
7enejue
Clase 02
Reducción de Dimensionalidad: PCA (Teoría)
Carlos Rondán
12enemar
Clase 03
PCA Práctica 1
Carlos Rondán
14enejue
Clase 04
PCA Práctica 2: Caso de Negocio Banca Retail
Carlos Rondán
19enemar
Clase 05
Reducción de Dimensionalidad: MCA (Teoría)
Carlos Rondán
21enejue
Clase 06
MCA Práctica: Caso de Negocio Banca Retail
Carlos Rondán
26enemar
Clase 07
Fundamentos de Preprocesamiento y Feature Engineering
Miguel Echeverre
28enejue
Clase 08
Pipeline: División Train / Test (muestreo estratificado + bietápico) + EDA
Miguel Echeverre

Febrero 2027

2febmar
Clase 09
Pipeline: Filtros duros + outliers multivariante + WOE + Feature Engineering
Miguel Echeverre
4febjue
Clase 10
Pipeline: Selección de Variables + PCA/MCA + Balanceo Datos
Miguel Echeverre
9febmar
Clase 11
Pipeline para Regresión: Segmentación, Test de Chow, Árboles de Inferencia y PLS
Miguel Echeverre

Mentores

Quién dicta Multivariante & Feature Engineering.

Trabajan hoy con datos en Interbank y BCP y traen sus casos al aula.

Conoce a todos los mentores

Carlos Rondán

CEO FUTURA & Senior Data Scientist · Interbank

Dicta 6 de las 11 clases

Ver perfil en LinkedIn

Miguel Echeverre

Sub Gerente Data Scientist · BCP

Dicta 5 de las 11 clases

Ver perfil en LinkedIn

Por qué FUTURA

En vivo, con casos reales y certificado.

En vivo y grabado

Si faltas, la grabación queda en tu portal al día siguiente, de por vida.

Casos reales de banca y retail

Los problemas que te preguntarán en una entrevista.

Certificado ISO 9001:2015

22 horas académicas y código único, verificable en línea.

Cuotas sin intereses

Visa, Mastercard, transferencia o Yape, con comprobante electrónico.

Asociados a la Cámara de Comercio de Lima

Plan de estudios · 4 módulos

¿Este módulo y otro? Arma tu ruta.

Marca los módulos que quieras y envíanos tu selección. Si marcas los cuatro, te conviene el programa completo.

Módulo 1Python para Data Science8 clases · 16 h · 26 de enero al 16 de febreroS/. 699Ver
Módulo 2Estadística aplicada9 clases · 18 h · 12 de noviembre al 15 de diciembreS/. 699Ver
Módulo 3 · estás aquíMultivariante & Feature Engineering11 clases · 22 h · 5 de enero al 9 de febreroS/. 1 099
Módulo 4Machine Learning12 clases · 24 h · 18 de febrero al 1 de abrilS/. 1 299Ver

← Módulo anteriorMódulo 2 · Estadística aplicada9 clases · desde el 12 de noviembre · S/. 699 Módulo siguiente →Módulo 4 · Machine Learning12 clases · desde el 18 de febrero · S/. 1 299

Preguntas frecuentes

Resolvemos tus dudas.

¿Otra pregunta? Escríbenos por WhatsApp.

¿Necesito experiencia previa para este módulo?

Recomendamos Python con Pandas y nociones de estadística (Módulos 1 y 2). Si prefieres empezar por el principio, el Módulo 1 arranca desde cero.

¿Cuál es el horario y la modalidad?

100 % virtual en vivo por Google Meet, martes y jueves · 8:00–10:00 p. m. (hora Perú). Son 11 sesiones de 2 horas, del 5 de enero al 9 de febrero, y cada una queda grabada en tu portal al día siguiente.

¿Puedo llevar solo este módulo y pagar en cuotas?

Sí. Te inscribes solo a Multivariante & Feature Engineering (precio lista S/. 1 099; hoy S/. 769, preventa hasta el 5 nov), en cuotas sin intereses con Visa o Mastercard, transferencia o Yape. Los descuentos y cupones del programa valen también para este módulo. Si luego quieres seguir con el programa, escríbenos y armamos el plan.

¿Quiénes dictan y qué certificado recibo?

Carlos Rondán (CEO FUTURA & Senior Data Scientist, Interbank), Miguel Echeverre (Sub Gerente Data Scientist, BCP). Al aprobar recibes un certificado emitido bajo el estándar ISO 9001:2015, con código único verificable en línea.

Próxima edición