Bootcamp de Sostenibilidad

Este módulo introductorio ofrece una visión integral de los principales marcos de sostenibilidad (Triple Cuenta de Resultados, ODS, ESG) y las tendencias clave como la economía circular y el Net Zero. Además, destaca la importancia de los datos y la tecnología para impulsar estrategias sostenibles y generar valor empresarial a medio y largo plazo.

Objetivos:

• Aplicar marcos y estándares de sostenibilidad (TBL, ODS, ESG) en la gestión empresarial.
• Analizar tendencias globales (economía circular, NET ZERO, finanzas sostenibles) y su impacto estratégico.
• Comprender el papel de los datos en las iniciativas y la toma de decisiones de sostenibilidad.

Temas clave y contenidos:

• Marcos de Sostenibilidad: Triple Cuenta de Resultados, ODS, Informes ESG.
• Tendencias de Sostenibilidad: Economía circular, NET ZERO, neutralidad de carbono y finanzas sostenibles.
• Papel de los Datos: Introducción a la importancia de los datos en el análisis de sostenibilidad.
• Eficiencia y responsabilidad en el Desarrollo Tecnológico para la sostenibilidad.

Este bloque ofrece una base sólida en programación, estadística y machine learning, esenciales para analizar datos de sostenibilidad. Además, aborda técnicas de visualización para transformar datos complejos en información estratégica.

Objetivos:

• Dominar fundamentos de programación y estadística para el análisis de datos.
• Aplicar técnicas de Machine Learning e IA en sostenibilidad.
• Crear visualizaciones efectivas para comunicar resultados ESG.

Temas clave y contenidos:

• Fundamentos de programación.
• Fundamentos de estadística.
• Fundamentos de Machine Learning e IA.
• Fundamentos de Comunicación y visualización de datos.

Este módulo explora los estándares globales de informes ESG, el cumplimiento con regulaciones emergentes y el papel de la IA en la automatización de la sostenibilidad corporativa. También abordaremos estrategias digitales para una gestión eficiente de los datos ESG.

Objetivos:

•  Identificar y aplicar los principales estándares de informes ESG (GRI, SASB, TCFD, CSRD) para una gestión empresarial sostenible.
• Analizar el impacto de la biodiversidad en la estrategia corporativa mediante marcos como TNFD y enfoques Nature Positive.
• Implementar soluciones digitales e inteligencia artificial para automatizar informes de sostenibilidad y garantizar el cumplimiento normativo ESG.

Temas clave y contenidos:

• Estándares Globales de Informes: Taxonomía de la UE, GRI, SASB, TCFD, CDP.
• Evaluación de la biodiversidad: TNFD (Taskforce on Nature-related Financial Disclosures) y Nature positive.
• Cumplimiento con Regulación Internacional y Europea Emergente: CSRD, No Causar Daño Significativo (DNSH), SFDR, TCFD, Diligencia Corporativa.
• IA en Informes: Automatización para la generación de informes de sostenibilidad y el monitoreo del cumplimiento.
• Estrategia y arquitectura digital para la gestión ESG.

Los participantes aprenderán cómo gestionar y optimizar los datos de sostenibilidad utilizando herramientas y fuentes avanzadas, y cómo desarrollar KPIs avanzados de sostenibilidad.

Objetivos:

• Conocer fuentes y plataformas de datos ESG: Aprender a usar herramientas como Bloomberg, Refinitiv y MSCI para evaluar el desempeño en sostenibilidad.
• Gestionar y depurar datos: Adquirir habilidades para organizar y preparar datos estructurados y no estructurados para su análisis.
• Crear KPIs de sostenibilidad: Aprender a desarrollar indicadores clave de rendimiento alineados con los objetivos sostenibles.

Temas clave y contenidos:

• Fuentes y Herramientas de Datos ESG: Bloomberg, Refinitiv, Sustainalytics, MSCI y otras plataformas.
• Fuentes de datos alternativas: Sensores IoT, datos satelitales, informes de sostenibilidad (GRI, CDP).
• Recolección y Depuración de Datos: Estrategias para gestionar datos estructurados y no estructurados, y optimizar su preparación para el análisis.
• Desarrollo de KPI: Desarrollo de indicadores clave de rendimiento adaptados a los objetivos de sostenibilidad.

Este módulo se centra en el análisis avanzado de datos ESG y la gestión de riesgos, incluyendo la evaluación del impacto ambiental mediante LCA, utilizando herramientas cuantitativas y de inteligencia artificial para optimizar el rendimiento sostenible.

Objetivos:

• Analizar datos ESG: Aprender a aplicar enfoques cuantitativos para evaluar métricas ESG en distintos niveles organizacionales y sectoriales.
• Gestionar riesgos ESG: Comprender cómo utilizar marcos como IFRS, TCFD y CSRD para evaluar riesgos ESG y ajustar los análisis de solvencia crediticia a los riesgos climáticos.
• Aplicar LCA y Machine Learning: Explorar cómo las evaluaciones del ciclo de vida y el uso de machine learning pueden optimizar el impacto ambiental de productos y servicios.

Temas clave y contenidos:

• Datos ESG (Ambientales, Sociales y de Gobernanza): Enfoques cuantitativos para analizar métricas de rendimiento ESG, sostenibilidad a nivel organizacional y sectorial.
• Gestión de riesgos ESG, frameworks como IFRS y TCFD, y análisis de portfolios) y CSRD. Riesgos climáticos: rating de solvencia crediticia ajustado a riesgo climático.
• Evaluaciones del Ciclo de Vida (LCA): Explorar el impacto ambiental total de productos o servicios desde su creación hasta su eliminación utilizando herramientas de LCA.
• Aplicación de ML para el análisis y optimización del LCA de productos y servicios, y uso de IA para minimización del impacto ambiental.

Aplicación de Inteligencia Artificial y Machine Learning para procesar métricas ESG, utilizando herramientas avanzadas como el procesamiento de lenguaje natural, modelos predictivos y análisis de escenarios para mejorar la resiliencia y la toma de decisiones en sostenibilidad.

Objetivos:

• Aplicar procesamiento de Lenguaje Natural (NLP) para analizar datos ESG y extraer información clave sobre riesgos y oportunidades.
• Crear modelos predictivos para mejorar la gestión de riesgos climáticos y sus potenciales efectos en la empresa.
• Realizar análisis de escenarios y simulaciones para apoyar la toma de decisiones sostenibles.

Temas clave y contenidos:

• Herramientas de procesamiento de Lenguaje Natural para el monitoreo ESG, extracción de información relevante y evaluación de riesgos y oportunidades.
• Modelos predictivos para la resiliencia climática empresarial, ML para gestión de riesgos climáticos e impactos en la cadena de suministro.
• Análisis de Escenarios: Simulaciones Monte Carlo, planificación de escenarios para decisiones de sostenibilidad.

Este módulo explora cómo la sostenibilidad puede ser un motor de innovación dentro de las empresas, utilizando herramientas digitales y analíticas para impulsar la transición hacia modelos de negocio más sostenibles.

Objetivos:

• Diseñar planes de transición sostenibles: Aplicar estrategias de transición en áreas clave como energía y gestión de residuos.
• Utilizar IA para evaluar y mejorar planes de sostenibilidad.
• Fomentar modelos de negocio sostenibles: Explorar e implementar modelos de negocio sostenibles.

Temas clave y contenidos:

• Planes de transición (energía, cadena de suministro, productos y servicios, gestión de residuos), herramientas para informar decisiones estratégicas (AI tool for evaluating transition plans).
• Innovación en modelos de negocio sostenibles y su integración en las decisiones estratégicas de la empresa.

El módulo tiene como objetivo enseñar cómo integrar la sostenibilidad en las decisiones financieras, mediante el uso de instrumentos financieros sostenibles, mercados de carbono y análisis de portfolios ESG.

Objetivos:

• Conocer los instrumentos financieros sostenibles disponibles: Comprender los green bonds, la inversión de impacto y los sustainability linked loans.
• Integrar los mercados de carbono en las finanzas: Aprender a incorporar sistemas de comercio de emisiones y Carbon Tax en la estrategia financiera.
• Gestionar portfolios ESG: Aplicar criterios ESG en la gestión de portfolios para equilibrar impacto y rentabilidad.

Temas clave y contenidos:

•  Instrumentos de financiación sostenible: Green bonds, inversión de impacto y Sustainability linked loans.
• Integración de Mercados de Carbono en la Estrategia Financiera: sistemas de comercio de emisiones (ETS) y el enfoque Cap-and-Trade, Carbon Tax.
• Análisis de portfolios ESG basados en los objetivos de impacto sostenible y retorno financiero.
• Evaluación de riesgos financieros relacionados con la sostenibilidad.

Explorar cómo las empresas líderes en sostenibilidad integran prácticas responsables en sus modelos de negocio, a través de sesiones con expertos de empresas pioneras en el sector.

Objetivos:

• Conocer ejemplos de cómo empresas líderes adoptan la sostenibilidad como elemento estratégico para una mayor rentabilidad y competitividad.
• Identificar buenas prácticas en diferentes industrias aplicando criterios de sostenibilidad y nuevos modelos de negocio.

Temas clave y contenidos:

• Modelos de negocio sostenibles: Casos de empresas destacadas en sostenibilidad.
• Desafíos y oportunidades en sostenibilidad: Retos y soluciones encontradas por las empresas.
• Innovación y sostenibilidad: Cómo la sostenibilidad puede ser un motor de crecimiento y competitividad.

Los estudiantes trabajarán en un proyecto final para analizar conjuntos de datos ESG del mundo real para una empresa o industria seleccionada. Los estudiantes aplicarán el conocimiento y las técnicas aprendidas a lo largo del curso para optimizar el rendimiento de la sostenibilidad, con resultados presentados en un informe estructurado.

Objetivos:

• Aplicar técnicas de análisis de datos para resolver un problema real de sostenibilidad.
• Integrar el conocimiento de varios módulos para crear una estrategia de sostenibilidad integral.
• Presentar ideas y recomendaciones procesables a las partes interesadas.

Temas clave y contenidos:

• Estudio de Caso del Mundo Real: Analizar datos de una empresa o sector con un enfoque en sostenibilidad.
• Ideas Basadas en Datos: Usar KPI de sostenibilidad, datos ESG y modelos predictivos para guiar la toma de decisiones.
• Recomendaciones Estratégicas: Proponer estrategias viables, basadas en datos, para mejorar el rendimiento de sostenibilidad.
• Métodos de Aprendizaje y Evaluaciones:
• Aprendizaje Basado en Proyectos: Aplicación práctica del conocimiento a través de estudios de caso del mundo real, proyectos grupales y simulaciones de sostenibilidad.
• Talleres y Conferencias Invitadas: Expertos de la industria proporcionan ideas sobre las últimas tendencias, herramientas y técnicas en el análisis de datos de sostenibilidad.
  

Proyecto Capstone: Capstones temáticos en sostenibilidad donde los estudiantes resuelven problemas ambientales reales y urgentes utilizando métodos basados en datos.