363-1100-00L  Risk Case Study Challenge

SemesterHerbstsemester 2020
DozierendeA. Bommier, S. Feuerriegel, J. Teichmann
Periodizitätjährlich wiederkehrende Veranstaltung
LehrveranstaltungFindet dieses Semester nicht statt.
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
363-1100-00 SRisk Case Study Challenge Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Findet dieses Semester nicht statt.
The course takes place in FS 2021.
2 Std.A. Bommier, S. Feuerriegel, J. Teichmann

Katalogdaten

KurzbeschreibungThis seminar provides master students at ETH with the challenging opportunity of working on a real risk case in close collaboration with a company. For Fall 2019 the Partner will be Credit Suisse and the topic of cases will focus on machine learning applications in finance.
LernzielStudents work in groups on a real risk-related case of a business relevant topic provided by experts from Risk Center partners. While gaining substantial insights into the risk modeling and management of the industry, students explore the case or problem on their own, working in teams, and develop possible solutions. The cases allow students to use logical problem solving skills with emphasis on evidence and application and involve the integration of scientific knowledge. Typically, the cases can be complex, cover ambiguities, and may be addressed in more than one way. During the seminar, students visit the partners’ headquarters, interact and conduct interviews with risk professionals. The final results will be presented at the partners' headquarters.
InhaltGet a basic understanding of
o Risk management and risk modelling
o Machine learning tools and applications
o How to communicate your results to risk professionals

For that you work in a group of 4 students together with a Case Manager from the company.
In addition you are coached by the Lecturers on specific aspects of machine learning as well as communication and presentation skills.
Voraussetzungen / BesonderesPlease apply for this course via the official website (Link). Apply no later than September 13, 2019.
The number of participants is limited to 16.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte3 KP
PrüfendeB. J. Bergmann, A. Bommier, S. Feuerriegel, J. Teichmann
Formbenotete Semesterleistung
PrüfungsspracheEnglisch
RepetitionRepetition nur nach erneuter Belegung der Lerneinheit möglich.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Allgemein : Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig
PlätzePlätze beschränkt. Spezielles Auswahlverfahren.
BelegungsbeginnBelegung ab 30.08.2020 möglich
WartelisteBis 20.09.2020
BelegungsendeBelegung nur bis 13.09.2020 möglich

Angeboten in

StudiengangBereichTyp
Data Science MasterSeminarWInformation
Management, Technologie und Ökonomie MasterWahlfächerWInformation
MAS in Management, Technology, and EconomicsWahlfächer, 1. und 3. SemesterWInformation
Quantitative Finance MasterBereich MF (Mathematical Methods for Finance)WInformation
Statistik MasterSeminar oder SemesterarbeitWInformation