Escuela de Finanzas

Escuela de Finanzas

Programas Ejecutivos

Programa de Contabilidad Forense y Detección del Fraude

Conoce las últimas técnicas de los profesionales de la contabilidad forense para detectar el fraude y las malas prácticas contables.

La contabilidad forense y la detección del fraude son actividades relativamente modernas. Los delincuentes de hoy en día “se renuevan” de manera permanente, buscando formas delictivas cada vez más sofisticadas. Los métodos de detección del fraude deben ir acordes con los tiempos. En este sentido, la información disponible en la actualidad y las modernas técnicas de aprendizaje automático (machine learning) son de una gran ayuda para los profesionales.

Por otra parte, el descubrimiento de algunas asombrosas propiedades de los números, permiten a los profesionales de la auditoria forense, enfocar su trabajo de una manera más científica y detectar malas prácticas contables de manera indirecta.

Profundiza sobre las últimas técnicas de contabilidad forense

Lugar

Campus de Excelencia Escuela de Finanzas Business School

Salvador de Madariaga, 50, Oleiros 15173 A Coruña

Duración y Fechas

2o horas

Febrero 2019

Precio

390 € Pago al contado (consultar la posibilidad de pago aplazado)

Dirigido a

El curso está dirigido a profesionales que estén interesados en iniciarse en la materia, así como a estudiantes que cursen estudios de Postgrados y que puedan tener la necesidad de complementar su formación.

Objetivos

  • Conocer el funcionamiento del Big Data y el Aprendizaje Automático en la economía
  • Iniciar a los participantes en el uso de R y RStudio
  • Utilización de las técnicas y herramientas en minería de datos, estadística y visualización de la información
  • Análisis de casos concretos de detección del fraude en las cuentas de diversas compañías

Recursos

Además de los materiales de estudio y casos prácticos que se pondrán a disposición del alumno, se utilizarán varias herramientas de software para facilitar el trabajo de auditoría.

Docente

José Antonio Alvarez Jareño

Doctor en Ciencias Económicas (2009) por la Universitat de València y Data Scientist (2015) por la Universidad Internacional de La Rioja. Investigador Doctor Senior de la Cátedra DeBlanc de la Universitat de Valencia.

Contenido

Módulo 1. Introducción y Aprendizaje Automático

  • Qué es y para qué sirve el Big Data
  • Qué es y para qué sirve el Aprendizaje Automático
  • Introducción a R y RStudio
  • Inferencia Estadística y criterios de evaluación de modelos
  • Metodología del Análisis de Datos

Módulo 2. Detección del fraude

  • Por qué es tan difícil detectar el fraude
  • Métodos clásicos
  • Aprendizaje no Supervisado
  • Aprendizaje Supervisado
  • Tratamiento de Datos Desequilibrados
  • Selección de Variables para los modelos

Módulo 3. Ley de Benford y ejemplos prácticos

  • Las evidencias estadísticas no son pruebas
  • Ley de Benford y su utilización en la detección de errores
  • Detección del Fraude. Casos prácticos
  • Ciberdelitos y ciberseguridad
  • Coberturas de seguro para ciberriesgos.

Si tienes alguna duda, llámanos y hablamos.

902 922 127

Whatsapp

673 735 794

Quiero + información