Cursos de la Escuela de Invierno

Winter School 2025

INSCRIPCIONES

Hasta 18 de agosto (revisar programa)

Horas:

24 Horas lectivas

duración:

19 Agosto-22 Agosto

informes:

qlab_csociales@pucp.edu.pe

Dirigido:

Estudiantes y egresado de la comunidad PUCP, la Diplomatura de Especialización en Ciencia de Datos para las CCSS y Gestión Publica, maestrías de Economía, Regulación de Servicios Públicos y de la Escuela de Gobierno. Catedráticos de la Red Peruana de Universidades (RPU).

SUMILLA:

La Escuela de Invierno busca preparar a los estudiantes y egresados para enfrentar desafíos contemporáneos en sus respectivos campos, equipándolos con herramientas metodológicas avanzadas y brindando un acceso directo a datasets relevantes. Para tal fin, se ha buscado abarcar los distintos perfiles académicos de los asistentes con los siguientes 3 cursos:

- Recent Advances in Time Series Forecasting with Machine Learning (Marcelo Medeiros, Profesor en University Champaign-Illinois)

- Recent Advances in Regression Discontinuity (Sebastian Calonico, Profesor en University of California, Davis)

- Transformers in Large Language Model (Sebastián Vallejo, Profesor en University of Western Ontario)

Estos cursos serán dictados por destacados profesores internacionales. Este evento no solo enriquecerá la formación académica de los participantes, sino que también generará beneficios extendidos a toda la comunidad educativa del país, ya que se contará con la participación de docentes de instituciones de la Red Peruana de Universidades.

INCRIPCIONES:

  • Comunidad PUCP: Postula a una de las 60 becas aquí (hasta el 11 de agosto).
  • Público General: Revisar el programa y completa los links de pago (hasta el 18 de agosto).

Links de pago:

1) Curso de Capacitación en Transformers in Large Language Models for Social Sciences and Public Policy 2025-01
2) Curso de Capacitación en Innovaciones Recientes en Regresión Discontinua para la Inferencia Causal en Ciencias Sociales 2025-01
3) Curso de Capacitación en Recent Advances in Time Series Forecasting with Machine Learning applied to Economics and Investment 2025-01

Profesores:

Marcelo Medeiros

Marcelo Medeiros

Profesor en University Champaign-Illinois
Es PhD, MSc. y BA en Ingeniería Eléctrica por la Pontificia Universidad Católica de Río de Janeiro (PUC-Rio), con énfasis en estadística, optimización y teoría de control. Su investigación se centra en econometría y ciencia de datos, con especial interés en la intersección entre teoría econométrica y herramientas modernas de aprendizaje automático. Ha publicado más de 50 artículos en revistas académicas de alto impacto y es editor asociado en varias publicaciones internacionales. En 2022 fue nombrado Fellow de la Society of Financial Econometrics (SoFiE).
Sebastian Calonico

Sebastian Calonico

Profesor en University of California, Davis
Es PhD en Economía, M.A. en Estadística y M.A. en Economía por la University of Michigan. Ha sido profesor en el Departamento de Políticas y Gestión de la Salud de la Columbia University. Su investigación se centra en la evaluación de programas y la inferencia causal, aplicando métodos cuantitativos innovadores al análisis de problemas empíricos en contextos interdisciplinarios, incluyendo la economía, la estadística, la medicina y las ciencias sociales. Ha publicado en revistas académicas de alto prestigio como Econometrica, Journal of the American Statistical Association y Review of Economics and Statistics.
Sebastián Vallejo

Sebastián Vallejo

Profesor en University of Western Ontario
Es PhD y MA en Government and Politics por la University of Maryland, y MA en Elections and Campaign Management por la Fordham University. Ha sido investigador posdoctoral en la University of Houston y profesor asistente en el Tecnológico de Monterrey (México). Es miembro del Laboratorio Interdisciplinario de Ciencias Sociales Computacionales (iLCSS). Aplica técnicas de procesamiento de lenguaje natural (NLP) para analizar textos políticos como discursos legislativos y publicaciones en redes sociales, con el fin de abordar preguntas sustantivas sobre género, racismo y política.