Big data en el entorno bancario. Una nueva motivación al desarrollo de la banca cubana (Revisión)

  • Maikel Castillo Licea Sucursal Banco Popular de Ahorro https://orcid.org/0000-0001-6910-8296
  • Luis Carlos Núñez Chávez Universidad de Granma
  • Gisela Paula Fernández Fariñas Sucursal Banco Popular de Ahorro
Palabras clave: big data; slearning; inteligencia artificial

Resumen

El sector financiero tradicionalmente es uno de los sectores más propensos a la inversión en tecnología, especialmente relacionada con los datos. No es extraño entonces ver como los principales vendors lanzan soluciones de Big Data orientadas a este mercado como son gestión de patrimonios, control de riesgo, banca comercial, banca de inversión, mercado variable, préstamos, análisis de crédito, o intercambio de divisas, por poner algunos ejemplos.

Esta investigación sobre el uso del Big Data en el sector financiero se acerca a la realidad de la Banca Cubana; aún por conocer esta poderosa herramienta computacional, que permitirá dar grandes avances en el desarrollo del sector para una mejor estabilidad financiera y una prestación de servicio a la altura de los países del primero mundo. En los últimos años algunas de las soluciones de Big Data aparecen como los mejores casos de uso y un aluvión de empresas especializadas se han lanzado a ofrecer soluciones cada vez más completas. El objetivo principal de este trabajo es motivar a los directivos y especialistas del sector bancario, a encontrar en el tema, una herramienta de análisis y de desarrollo para la implementación del Big Data en la Banca Cubana; dando paso a la informatización y aterrizar la realidad del país a estos recursos importantes de la actualidad.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor

Maikel Castillo Licea, Sucursal Banco Popular de Ahorro

Especialista en Ciencias Informáticas

Luis Carlos Núñez Chávez, Universidad de Granma

Ingeniero Químico

Gisela Paula Fernández Fariñas, Sucursal Banco Popular de Ahorro

Licenciada en Economía

Citas

Baskarada, S., Koronios, (2017) A: Unicorn data scientist: the rarest of breeds. Program 51(1): 65-74
BeijiZou, Q, Guanglu. S, Weipeng,J, Xiaoning,P. Zeguang, L.: (2017) Data Science – Third International Conference of Pioneering Computer Scientists, Engineers and Educators, ICPCSEE, Changsha, China, September 22-24, 2017, Proceedings, Part II. Communications in Computer and InformationScience 728, Springer 2017, ISBN 978-981-10-6387-9
Costa, C., Santos, M.Y. (2017) A Conceptual Modelforthe Professional Profile of a Data Scientist. WorldCIST (2): 453-463.
Chazal, F Bertrand, M.: (2017). An introduction to Topological Data Analysis: fundamental and practical aspects for data scientists. CoRRabs/1710.04019
Wardah Z., Ismail, N., Nurazean. M, Alias, R. A: (2017). Skills Sets Towards Becoming Effective Data Scientists. KMO: 97-106.
Isaac A. J.,, Kyoung-Yun K. : (2015)Systematic Service Product Requirement Analysis with Online Customer Review Data. J. Integrated Design & Process Science 19(2): 25-48
López. J., Álvaro. L., Jiménez. B.,y Takeda(2018) .A Improving cash logistics in bank branches by coupling machine learning and robust optimization. ExpertSyst. Appl. 92: 236-255
Olson, D., Wu. D. (2017). Predictive Data Mining Models. Computational Risk Management, Springer, ISBN 978-981-10-2542-6, pp. 1-97
Prabha. D., y Krishnamurthi:. (2014) I A Rough Set Approach for Customer Segmentation. Data ScienceJournal 13: 1-11
Roy Laurens, R.,. Zou , C.C (2016). Using Credit/Debit Card Dynamic Soft Descriptor as Fraud Prevention System for Merchant. GLOBECOM: 1-7
Yi Yin, A(2017): Scientists. Fundamental Requirements to Deal with their Research Data in the Big Data Era. ERCIM News 2017(109)
Publicado
2020-09-28
Cómo citar
Castillo Licea, M., Núñez Chávez, L., & Fernández Fariñas, G. (2020). Big data en el entorno bancario. Una nueva motivación al desarrollo de la banca cubana (Revisión). Redel. Revista Granmense De Desarrollo Local, 4, 887-901. Recuperado a partir de https://revistas.udg.co.cu/index.php/redel/article/view/1928
Sección
Artículos