Raju
Chinthalapati
United Kingdom Docente di Financial Technologies University of London
Raju Chinthalapati è docente di Financial Technologies nel Dipartimento di Informatica presso Goldsmiths, University of London, dove ricopre anche il ruolo di Programme Director per il Master in Data Science & AI. Prima di ricoprire l’attuale incarico, ha ricoperto posizioni accademiche presso l’Università di Southampton (Southampton Business School) e l’Università di Greenwich (Business School). Ha conseguito un dottorato in Matematica Finanziaria alla London School of Economics (LSE) e precedentemente ha ottenuto un dottorato in Informatica e un MSc in Ingegneria Meccanica presso l’Indian Institute of Science di Bangalore.
La ricerca e l’attività di consulenza del Dr. Raju spaziano dalle tecnologie finanziarie, alla banca e finanza, al trading algoritmico, al machine learning, all’intelligenza artificiale (AI) e all’analisi dei big data. La sua ricerca si concentra sul colmare il divario tra le tecnologie all’avanguardia e i processi finanziari legati a investimenti, gestione del rischio e framework normativi. Collabora attivamente con startup nel settore FinTech e Data Analytics per progettare e sviluppare soluzioni innovative per applicazioni di AI/ML nelle scienze sociali, nell’analisi degli investimenti, nel trading algoritmico, nelle visualizzazioni 3D, nella gestione del rischio e nella conformità normativa.
CORSI
Il corso di Machine Learning for Finance è progettato per fornire agli studenti una comprensione completa di come le tecniche di machine learning possano essere applicate per risolvere vari problemi finanziari. Prepara gli studenti a sfruttare il machine learning in ambiti come la previsione dei prezzi delle azioni, il rilevamento delle frodi, la gestione del portafoglio e il trading ad alta frequenza. Il corso copre sia i concetti di base che quelli avanzati del machine learning, inclusi l’apprendimento supervisionato/non supervisionato, il deep learning e l’elaborazione del linguaggio naturale (NLP) per l’analisi del sentiment finanziario. Sono incluse esercitazioni pratiche in Python per applicare concetti come la previsione delle serie temporali, il trading algoritmico e l’analisi dei big data in ambito finanziario.
Finance and Fintech