Kurzusleírás
Bevezetés az AI-ba a pénzügyi bűnözésben
- Áttekintés a csalásról és a pénzmosásról a digitális pénzügyek korában
- Hagyományos vs AI-alapú megközelítések
- Esettanulmányok a Mastercard, a JPMorgan és globális bankok részéről
Gépi tanulás a tranzakciók monitorozásához
- Felügyelt tanulás a kockázati pontozáshoz és osztályozáshoz
- Felügyelet nélküli tanulás az anomáliafelderítéshez
- Valós idejű riasztások generálása és adatfolyam-feldolgozás
Gráfanalitika és hálózati kockázatfelderítés
- Entitások és tranzakciók közötti kapcsolatok modellezése
- Komplex csalási sémák felderítése gráf AI segítségével
- Gyakorlati munka Neo4j vagy hasonló eszközökkel
Természetes nyelvfeldolgozás a pénzmosás elleni küzdelemben
- Szövegbányászat az ügyfélkutatásban (CDD)
- Figyelőlista szkennelés névszemélyazonosítás (NER) segítségével
- Prompt-alapú dokumentumáttekintés és gyanús tevékenységekről szóló jelentések (SARs)
Modellirányítás és magyarázhatóság
- Magyarázható és ellenőrizhető modellek építése
- Elfogultság felderítése és enyhítése a családfelderítési algoritmusokban
- XAI technikák használata a megfelelőségi beállításokban
Etika, szabályozás és modellkockázat
- Megfelelőség a pénzmosás elleni és az ügyfélazonosítási keretrendszereknek (pl. FATF, FinCEN, EBA)
- AI etika a megfigyelésben és az ügyfélmonitorozásban
- Jelentési szabványok és szabályozási ellenőrizhetőség
Üzembe helyezési stratégiák és jövőbeli trendek
- AI modellek integrálása meglévő tranzakciós rendszerekbe
- Visszacsatolási hurkok és modellfrissítési mechanizmusok
- A generatív AI jövője a csalásvizsgálatban és a SAR automatizálásban
Összefoglalás és következő lépések
Követelmények
- A családi kockázat és a pénzmosás elleni eljárások ismerete
- Tapasztalat adatelemzésben vagy megfelelőségi jelentéskészítésben
- Alapfokú ismeret Pythonban vagy elemzési platformokban
Közönség
- Családi kockázati szakemberek
- Pénzmosás elleni megfelelőségi csapatok
- Biztonsági menedzserek
Vélemények (4)
Az oktatók válaszolhatnak minden kérdésre és fogadhatnak bármilyen megkeresést
Dewi Anggryni - PT Dentsu International Indonesia
Kurzus - Copilot for Finance and Accounting Professionals
Gépi fordítás
Az LLM-ek háttérdoloi / elméletei, a gyakorlat
Joanne Wong - IPG HK Limited
Kurzus - Applied AI for Financial Statement Analysis & Reporting
Gépi fordítás
megnyitotta a szememet az új eszközök felé, amelyek segíthetnek nekem az automatizáció területén
Alessandra Parpajola - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
Nagyon értékeltem, hogyan mutatta be mindenkit a képző. Mindent megértettem, még akkor is, ha a Pénzügyek nem az én területe, ő biztosította, hogy mind a résztvevők ugyanazon oldalon álljanak, miközben a maradék időt is figyelembe vette. Az gyakorlatok jó intervallumokban kerültek elhelyezésre. A résztvevőkkel való kommunikáció mindig jelen volt. A anyag tökéletes volt, nem volt túl sok, sem túl kevés. Nagyon részletesen és érthetően magyarázott a bonyolultabb témákra, hogy mindenki megérthesse őket.
Diana
Kurzus - ChatGPT for Finance
Gépi fordítás