Kurzusleírás

Bevezetés az AI-be Financial Crime

  • A csalás és a pénzmosás áttekintése a digitális pénzügyi korszakban
  • Hagyományos vs. AI alapú megközelítések
  • Mastercard, JPMorgan és globális bankok esettanulmányai

Machine Learning Tranzakciók figyelésehez

  • Felügyelt tanulás kockázati értékelésre és osztályozásra
  • Felügyelt nélküli tanulás anomáliák észleléséhez
  • Valós idejű figyelmeztetések és folyamatfeldolgozás

Gráf-Analitika és Hálózati Kockázat Észlelése

  • Entitások és tranzakciók közötti kapcsolatmodellezés
  • Gráf AI segítségével bonyolult csalási rendszerek észlelése
  • Pratikus gyakorlat Neo4j vagy hasonló eszközökkel

Természetes Nyelvi Feldolgozás a Pénzmosás Elleni Harcban

  • Text mining ügyfélvizsgálati eljárásokban (CDD)
  • Névszemantika felismerés (NER) alapján figyelőlista vizsgálata
  • Szöveges dokumentum- és gyanús tevékenységi jelentések (SAR) prompt alapú áttekintése

Modell Go governance és magyarázhatóság

  • Audálható és magyarázható modellek építése
  • Előítéletek észlelése és csökkentése csalásfelderítési algoritmusokban
  • XAI technikák használata összhangzási beállításokban

Etika, Szabályozás és Modell Kockázat

  • Egyeztetés AML és KYC keretekkel (pl. FATF, FinCEN, EBA)
  • Etika az AI-felügyelet és ügyfélfigyelés terén
  • Jelentési szabványok és szabályozói ellenőrizhetőség

Telepítési Stratégiák és Jövőbeli Trendek

  • AI-modellek integrálása létező tranzakciós rendszerekbe
  • Visszacsatolási mechanizmusok és modellfrissítési mechanizmusok
  • A generatív AI jövője csalásvizsgálatokban és SAR-automatizálásban

Összefoglalás és Következő Lépések

Követelmények

  • Az általa való vádemelési kockázatok és az AML eljárások megértése
  • Tapasztalat adatanalízis vagy megfelelőségi jelentés készítésben
  • Alapvető ismeret a Python vagy analitikai platformokkal

Célközönség

  • Vádemelési kockázatok szakemberei
  • AML megfelelőségi csapatok
  • Biztonsági menedzserek
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák