Pénzügy Training in Pécs

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) kezdő szintű banki szakembereknek szól, akik mélyreható ismereteket és készségeket szeretnének elsajátítani a SWIFT hálózat nemzetközi banki átutalások kezelésében való használatában. A képzés végére a résztvevők képesek lesznek:

• A SWIFT hálózat megértése és a SWIFT kódok dekódolása.
• Navigáljon a SWIFT-üzenetek között, és hajtson végre nemzetközi átutalásokat.
• Ismerje meg a nemzetközi átutalásokkal kapcsolatos lehetséges kockázatokat és e kockázatok csökkentését.
• Fedezze fel a fejlett SWIFT-szolgáltatásokat, és ismerje meg, hogyan javítják a határokon átnyúló fizetések sebességét, átláthatóságát és nyomon követhetőségét.

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) azoknak a pénzügyi és jogi szakembereknek szól, akik szeretnék megtanulni a peren kívüli és bírósági behajtás elveit és gyakorlatát, lehetővé téve számukra a behajtási problémák hatékony kezelését és megoldását. A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a peren kívüli és bírósági behajtás előnyeit és hátrányait.
• Alkalmazza a peren kívüli és bírósági behajtás főbb módszereit és technikáit.
• Értékelje a peren kívüli és bírósági behajtás eredményességét és eredményességét.
• A peren kívüli és bírósági behajtással kapcsolatos jogi és etikai kérdések kezelése.
• Integrálja átfogó és koherens módon a peren kívüli és a bírósági behajtást.

A képzés során bemutatja a pénzügyi elemzés kérdéseit az Excel speciális funkcióival. Ez a kurzus pénzügyi elemzőknek, könyvelőknek és mindazoknak szól, akik pénzügyi elemzéssel szeretnék bővíteni készségeiket.

Az R egy népszerű programozási nyelv a pénzügyi iparban. A pénzügyi alkalmazásokban használják a központi kereskedési programoktól a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják, hogyan kell használni R-t a gyakorlati alkalmazások kidolgozására számos konkrét pénzügyi problémának megoldására. A képzés befejezése után a résztvevők képesek lesznek:

• Az R programozási nyelv alapjainak megértése
• Válassza ki és használja az R csomagokat és technikákat a különböző forrásokból (CSV, Excel, adatbázisok, web stb.) származó pénzügyi adatok szervezésére, vizualizálására és elemzésére.
• Hozzon létre olyan alkalmazásokat, amelyek megoldják az eszközök elosztásával, a kockázatelemzéssel, a beruházások teljesítményével kapcsolatos problémákat és így tovább
• Probléma megoldása, integrált telepítése és az R alkalmazás optimalizálása

közönség

• Fejlesztők
• elemzők
• mennyiség

A kurzus formázása

• Részes előadások, részes viták, gyakorlatok és nehéz gyakorlatok

Megjegyzések

• Ez a képzés célja, hogy megoldást nyújtson a pénzügyi szakemberek néhány alapvető problémájára. Ha azonban van egy adott témája, eszköze vagy technikája, amelyet szeretne bővíteni vagy továbbfejleszteni, kérjük, vegye fel velünk a kapcsolatot a rendezéshez.

Python egy programozási nyelv, amely óriási népszerűségre tett szert a pénzügyi iparban. A legnagyobb befektetési bankok és a fedezeti alapok által elfogadott pénzügyi eszköz széles skáláját építik fel, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell használni a Python ot gyakorlati alkalmazások kifejlesztésére számos konkrét pénzügyi vonatkozású probléma megoldására. A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Python programozási nyelv alapjait
• Töltse le, telepítse és karbantartja a Python pénzügyi alkalmazások létrehozására szolgáló legjobb fejlesztőeszközöket
• Válassza ki és használja a legmegfelelőbb Python csomagokat és programozási technikákat a különféle forrásokból származó pénzügyi adatok rendezésére, megjelenítésére és elemzésére (CSV, Excel , adatbázisok, web stb.)
• Készítsen alkalmazásokat, amelyek megoldják az eszközallokációval, a kockázatelemzéssel, a befektetési teljesítménygel és egyéb kérdésekkel kapcsolatos problémákat
• Hibaelhárítás, integrálás, telepítés és optimalizálás a Python alkalmazásban

Közönség

• Fejlesztők
• Az elemzők
• quants

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

jegyzet

• Ennek a képzésnek a célja a pénzügyi szakemberek által felvetett néhány alapvető probléma megoldása. Ha azonban van egy adott témája, eszköze vagy technikája, amelyet tovább szeretne fűzni vagy kidolgozni, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljük.

A kdb + egy emlékezetes, columnoriented adatbázis és q a beépített, értelmezett vector alapú nyelv A kdb + -ben a táblázatok a vektorok oszlopai, és q a műveleteket a táblázatban szereplő adatokhoz hasonlítja, mintha egy lista lenne A kdb + és a q általánosan használt nagyfrekvenciás kereskedelemben, és népszerűek a nagy pénzügyi intézmények, köztük a Goldman Sachs, a Morgan Stanley, a Merrill Lynch, a JP Morgan stb Ebben az oktatott, élő képzésben a résztvevők megtudják, hogyan hozzon létre egy idősoros adatalkalmazást a kdb + és q segítségével A képzés végére a résztvevők képesek lesznek: Értsd meg a különbséget a sortorientált adatbázis és az oszlopdiagnosztikus adatbázis között Válasszon adatokat, írjon szkripteket, és hozzon létre funkciókat a fejlett elemzések végrehajtásához Elemezze az idősorok adatait, például az állományok és árucserék adatait Használja a kdb + memória képességét nagy adathalmazok tárolására, elemzésére, feldolgozására és visszakeresésére nagy sebességgel Gondolj a funkciókra és az adatokra a magasabb szinteken, mint a normál funkció (érvek) megközelítése a nemektori nyelveken Fedezze fel a kdb + egyéb érzékeny alkalmazását, beleértve az energiakereskedelmet, a telekommunikációt, a szenzoradatokat, a naplóadatokat és a gép- és hálózatfelhasználás ellenőrzését Közönség Fejlesztők Adatbázis mérnökök Adatkutatók Adatelemzők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

közönségének A személyzet minden tagja, akiknek szükségük van a szakmai ismeretek Compliance és a Management a kockázat A tantárgy formátuma A következők kombinációja

• Megkönnyített beszélgetések
• Diabemutatók
• Esettanulmányok
• Példák

A tanfolyam céljai A tanfolyam végére a küldöttek képesek lesznek:

• Ismerje meg a megfelelés fő aspektusait, valamint a vele kapcsolatos kockázatok kezelésére tett nemzeti és nemzetközi erőfeszítéseket
• Határozza meg, hogy egy olyan vállalat és a személyzet is felállított egy megfelelőségi kockázat Management Framework
• Részletesen ismertesse a megfelelőségért felelős tisztviselő és a pénzmosásról felelős tisztviselő szerepeit, és hogyan kell őket integrálni az üzleti életbe
• Tudjon meg többet a Financial Crime „forró pontjairól” - különös tekintettel a nemzetközi Business , az offshore központokra és a nagy nettó értéket képviselő ügyfelekre

A Compliance és az MLRO Refresher program megvizsgálja azokat a legfontosabb kockázatkezelési kérdéseket és témákat, amelyek létfontosságúak a mai erősen szabályozott környezetben. A megfelelőségi tisztségviselők, az MLRO-k, az MLCO-k és más kockázatkezelési szakemberek számára a felsővezetők és az igazgatósági tagok célja, hogy többet tudjanak arról, hogy mit várnak el a szervezetüken belüli kockázatkezelési funkcióktól. A programot az Egyesült Királyság témakör-szakértője előadja. A program kulcsfontosságú tanulási célja, hogy a résztvevőknek elegendő ismerettel rendelkezzenek, hogy objektív módon értékeljék a szervezet meglévő kockázatkezelési ellenőrzéseinek és gyakorlatainak megfelelőségét, és megfelelő fejlesztéseket tegyenek.

Közönség A személyzet minden tagja, akiknek a szakmai ismeretek Corporate Go vernance a szervezet számára A tanfolyam formátuma Egy rendkívül interaktív kombináció:

• Elősegített beszélgetések
• Dia prezentációk
• Példák
• Feladatok
• Esettanulmányok

Közönség

• Újonnan kinevezett személyi hitelfelvevők
• Támogassa a személyzetet, aki felelős a hitelfelvevőknek az információk összegyűjtéséért és értelmezéséért
• A rossz és kétséges adósságok kezeléséért felelős személyzet, akiknek szükségük van a döntéshozatali folyamatra vonatkozó ismeretekre, ami a hitelezéshez vezetett

A személyes ügyfeleknek nyújtott hitelezés - fogyasztói hitelezés - magas szintű készségeket igényel az egyes hitelezési javaslatok értékelésében. Sok esetben nem rendelkezik olyan pénzügyi információforrásokkal, amelyek hagyományosan a vállalati hitelezéshez - egyenlegekhez, nyereség- és veszteségszámlákhoz stb. - kapcsolódnak, és többet támaszkodnak az ügyfél és a hitelező közötti bizalomra és kapcsolatra. A tanfolyam végére a Személyes Ügyfelek hitelezői képesek lesznek:

• Ismerje meg a személyi ügyfelektől származó hitelezési javaslatok értékelésének folyamatát
• Használja ezt a folyamatot, hogy logikus döntést hozzon, hogy elfogadja a kölcsönt, vagy határozott okokból elutasítja azt
• Személyes hitelállomány kezelése és ellenőrzése annak érdekében, hogy a lehető legteljesebb mértékben biztosítsa, hogy az összes hitel teljes egészében visszafizetésre kerüljön. (Emlékeztetve arra, hogy nincs teljesen kockázatmentes hitelezés ...)
• Építsen kapcsolatot az ügyfelekkel, hogy (próbáld!) Biztosítsák, hogy az összes hitelük teljes mértékben visszafizetésre kerüljön

Bevezetés a strukturált termékekbe A kurzus célja, hogy a küldöttek számára bemutassák a befektetési banki tevékenységekben használt strukturált termékeket. A kurzus befejezése után minden résztvevőnek meg kell ismernie a témát, és válaszolni fog

1. Mi a strukturált termék?
2. Miért adják ki őket?
3. Hogyan részesülnek előnyben a kibocsátók és a befektetők?
4. Hogyan strukturál és árul egy sor származékos terméket?
5. Melyek a strukturált pénzügyi termékek előállításának kockázatai és költségei?
6. Mik azok a beágyazott származékok?
7. Mik az egzotikus lehetőségek?
8. Melyek az árképzési és fedezeti megfontolások?

Ez a bevezető kurzus első osztályú és részletes munkatudást biztosít a résztvevőknek a legfontosabb pénzügyi piacokról, azok céljáról, funkciójáról, fő tevékenységeiről és szabályozásáról. Részleges felfrissítésre tervezték, része az oktatási és részleges kihívásnak, hogy az összes küldött a lehető legtöbbet hozza ki belőle. A visszajelzéseket és a vitákat aktívan ösztönözni fogják az olyan ülések során, amelyek interaktívak, nem csak a reaktív és tényszerűek. Az elsődleges feladata annak biztosítása, hogy a tanfolyam befejezése után minden kurzus résztvevője sokkal jobban felkészüljön az ügyfelek kezelésére és folyamatos igényeire, valamint a szolgáltatásokat és piacokat, amelyekben kereskednek és részt vesznek.

A strukturált termékek több összetevőből álló befektetések.

Ez a tanfolyam átfogó bevezetést nyújt a MATLAB műszaki számítógépes környezethez, valamint bemutatja a MATLAB pénzügyi alkalmazásokhoz való használatát. A tanfolyam a kezdő felhasználóknak és azoknak szól, akik véleményt keresnek. Nem feltételezzük, hogy korábban programozzunk tapasztalatokat vagy tudnánk a MATLAB t. Az adatok elemzésének, megjelenítésének, modellezésének és programozásának témáit a tanfolyam során feltárják. Témakörök:

• Munka a MATLAB felhasználói felülettel
• Parancsok beírása és változók létrehozása
• Vektorok és mátrixok elemzése
• Vektor- és mátrixadatok megjelenítése
• Munka adatfájlokkal
• Munka adattípusokkal
• Parancsok automatizálása szkriptekkel
• Programok írása logikával és folyamatvezérléssel
• Írás funkciók
• A pénzügyi eszközkészlet használata a mennyiségi elemzéshez

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világ problémáinak megoldására a bankiparban. R programozási nyelv lesz. A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és számos élő projekt befejezésével. Közönség

• Fejlesztők
• Adattudósok
• Banki szakemberek, technikai háttérrel

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Machine Learning a mesterséges intelligencia egyik ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Python egy programozási nyelv, amely tiszta szintaxisáról és olvashatóságáról híres. Kiválóan bevált, jól bevált könyvtárak és technikák gyűjteményét kínálja a gépi tanulási alkalmazások fejlesztéséhez. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világ problémáinak megoldására a bankiparban. A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához. Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Python egy programozási nyelv, amely tiszta szintaxisáról és olvashatóságáról híres. Kiválóan bevált, jól bevált könyvtárak és technikák gyűjteményét kínálja a gépi tanulási alkalmazások fejlesztéséhez. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világbeli problémák megoldására a pénzügyi ágazatban. A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához. A képzés végére a résztvevők képesek lesznek:

• Megérteni a gépi tanulás alapvető fogalmait
• Ismerje meg a gépi tanulás alkalmazásokat és felhasználásait a pénzügyekben
• Készítsen saját algoritmikus kereskedési stratégiát a Python gépi tanulással

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják az R programozás alapjait, miközben pénzügyi példák segítségével végzik az R kódolást. A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az R programozás alapjait
• Az R billentyűvel manipulálhatja adataikat az alapvető pénzügyi műveletek végrehajtásához

Közönség

• programozók
• Finance szakemberek
• IT szakemberek

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világbeli problémák megoldására a pénzügyi ágazatban. R programozási nyelv lesz. A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához. A képzés végére a résztvevők képesek lesznek:

• Megérteni a gépi tanulás alapvető fogalmait
• Ismerje meg a gépi tanulás alkalmazásokat és felhasználásait a pénzügyekben
• Fejlesztse ki saját algoritmikus kereskedési stratégiáját az R gépi tanulással

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. A mély tanulás a gépi tanulás alterülete, amely az adatok reprezentációján és struktúráin, például neurális hálókon alapuló módszereket használ. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan valósítsák meg a mélyreható tanulási modelleket az R felhasználásával, miközben egy mély tanulási részvényárak előrejelzési modelljének létrehozásával lépnek át. A képzés végére a résztvevők képesek lesznek:

• Megérteni a mély tanulás alapvető fogalmait
• Ismerje meg a mélyreható tanulás alkalmazásait és felhasználásait a pénzügyek területén
• Használja az R billentyűt mélyreható tanulási modellek létrehozásához a pénzügyekhez
• Készítsen saját mélyreható tanulási tőzsdei előrejelzési modellt R segítségével

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. A mély tanulás a gépi tanulás alterülete, amely az adatok reprezentációján és struktúráin, például neurális hálókon alapuló módszereket használ. Python magas szintű programozási nyelv, amely tiszta szintaxisáról és kódolvashatóságáról híres. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan valósítsák meg a mélyreható tanulási modelleket a banki Python használatával, miközben elkészítik a mélyreható tanulási hitelkockázati modellt. A képzés végére a résztvevők képesek lesznek:

• Megérteni a mély tanulás alapvető fogalmait
• Ismerje meg a mélyreható tanulás alkalmazásokat és felhasználásait a banki szolgáltatásokban
• Használja Python , Keras és TensorFlow létrehozásához mély tanulási modellek a banki
• Készítsen saját mélyreható hitelkockázati modellt a Python segítségével

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. A mély tanulás a gépi tanulás alterülete, amely az adatok reprezentációján és struktúráin, például neurális hálókon alapuló módszereket használ. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig. Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan valósíthatók meg mélyreható tanulási modellek a bankok számára az R segítségével, miközben egy mélyreható tanulási hitelkockázati modellt készítenek. A képzés végére a résztvevők képesek lesznek:

• Megérteni a mély tanulás alapvető fogalmait
• Ismerje meg a mélyreható tanulás alkalmazásokat és felhasználásait a banki szolgáltatásokban
• Az R gombbal alapos tanulási modelleket hozhat létre a bankok számára
• Készítsen saját mélyreható tanulási hitelkockázati modellt R segítségével

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A mély tanulás a gépi tanulás egyik részmezete, amely olyan tanulási adatokon és struktúrákon alapuló módszereket alkalmaz, mint a neurális hálózatok A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisról és a kódok olvashatóságáról Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan hajtsanak végre mélytanulási modelleket a pénzügyek felhasználására a Python segítségével, miközben átmegyek egy mély tanulási részvényár-előrejelzési modell létrehozásán A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Megtanulják a mély tanulás alkalmazását és felhasználását a pénzügyekben A Python, a Keras és a TensorFlow segítségével mély tanulásmodelleket hozhat létre a finanszírozáshoz Építsen saját mélytanulási részvényár-előrejelzési modellt a Python használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) az egyesült államokbeli és nem egyesült államokbeli intézmények pénzügyi szakembereinek szól, akik szeretnék megérteni a FATCA jogi, megfelelőségi és végrehajtási vonatkozásait, hogy fenntartsák az Egyesült Államok adóhatóságainak való megfelelést. (IRS).A képzés végére a résztvevők képesek lesznek megérteni:

• A FATCA hatása a globális adóügyi megfelelésre és a pénzügyi átláthatóságra.
• A FATCA átvilágítási és jelentéstételi követelményei.
• A FATCA legfontosabb jogi vonatkozásai és a megfelelés biztosítása.

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) azoknak a vezetőknek szól, akik szeretnék elsajátítani az IFRS 17 szabványt.A képzés végére a résztvevők képesek lesznek:

• Azonosítsa az IFRS 17 legfontosabb követelményeit.
• Ismerje meg az IFRS 17 és az IFRS 4 közötti különbségeket.
• Ismerje meg az IFRS szabályokat.
• Értse a pénzügyi modelleket és azok számát.
• Különböző típusú biztosítási szerződések és számviteli modellek boncolgatása és megértése.
• Készítsen jól tájékozott átállási tervet és ütemtervet.
• Az IFRS 17 végrehajtása egy szervezeten belül.
• A biztosítási szerződés teljesítményének meghatározása és mérése.

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a Stripe API használatával szeretnének bevételt szerezni egy webhelyről vagy webalkalmazásról.A képzés végére a résztvevők képesek lesznek:

• A fejlesztés megkezdéséhez szükséges fejlesztési környezet kialakítása.
• Készítsen olyan alkalmazást, amely integrálja a fizetésfeldolgozási funkciókat, mint például a Checkout, a Payment Intents és a Billing.

Ez az oktató által vezetett, élő képzés a Pécs-ban (online vagy helyszíni) azoknak a pénzügyi vezetőknek, kontrollereknek és könyvelőknek szól, akik szeretnék felfedezni a QAD fejlett funkcióit a pénzügyi adatok kezeléséhez és jelentéséhez.A képzés végére a résztvevők képesek lesznek a gyártási számlák és pénzügyi adatok kezelésére, jelentésére, konszolidálására és ésszerűsítésére.

Közönség Minden olyan felső Management aki munkatudást igényel az AML / CTF-ről és azok megelőzéséről - és a többi releváns és jelenlegi Financial Crime kérdéséről; A tanfolyam formátuma A következők kombinációja:

• Elősegített beszélgetések
• Dia prezentációk
• Esettanulmányok
• Példák

A tanfolyam céljai A kurzus végére a küldöttek:

• Magyarázza el, hogyan lehet megakadályozni az AML-t és a CTF-et
• Ismerje meg az AML és a CTF főbb aspektusait, ahogyan azok a vállalatokra vonatkoznak, és a nemzeti és nemzetközi erőfeszítéseket, amelyekkel küzdeni kell
• Határozza meg, hogy egy vállalat és annak személyzete megvédje magát a pénzmosás és a terrorizmus finanszírozása kockázatai ellen
• Részletesen ismertesse, hogyan válhat a vállalat a pénzmosás és a terrorizmus finanszírozása célpontjává: és magyarázza el, hogy mely „vörös zászló” segíthet nekik azonosítani, megakadályozni és bejelenteni a (gyanús vagy tényleges) bűncselekményeket
• Ismerje meg a Financial Crime más „forró pontjait”

A közös jelentéstételi szabvány (CRS) az OECD szabványa, amely felkéri a nemzetközi joghatóságokat, hogy információkat szerezzenek a pénzügyi intézményektől, és automatikusan cseréljenek ezeket az információkat más joghatóságokkal évente. A szabvány megköveteli, hogy minden jelentést elektronikus úton küldjék a CRS XML néven ismert formátumban. A fájl elkészítésével kapcsolatos hibák és a hiányos vagy pontatlan rögzítési információk megoldása érdekében a CRS Status Message XML Schema létrehozott a fájl és a rögzítési hibák ellenőrzése érdekében a CRS XML Schema fájlban. Ebben az oktató által vezetett, élő képzésben a résztvevők megtanulják:

• Az alapszerkezet a CRS XML rendszer és a CRS Status Message XML rendszer.
• A fájlok feldolgozásának lépései.
• A fájlok átalakításának lépései Excel fájlokhoz XML diagramfájlokhoz.
• a saját joghatóságukban történő bejelentéshez szükséges lépések.

A kurzus formázása

• Részes előadások, részes viták, gyakorlatok és nehéz gyakorlatok

Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés olyan vezetőknek szól, akik szeretnék azonosítani és minimalizálni az e-kereskedelem kereskedőinek a csalás kockázatát. A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az e-kereskedelemmel kapcsolatos csalások előfordulását.
• Elemezze a vállalati e-kereskedelmi platform és a folyamatok sérülékenységét.
• Értékelje meg a vállalat „készségét” új csalás elleni intézkedések elfogadására
• Kommunikálja és illessze be a megfelelő csalás elleni politikákat.

A tantárgy formátuma

• Interaktív előadás és beszélgetés.
• Sok gyakorlat és gyakorlat.
• Gyakorlati megvalósítás élő laboratóriumi környezetben.

Tanfolyam testreszabási lehetőségek

• Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.