Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en el delito financiero
- Panorama general del fraude y el AML en la era de la finanzas digitales
- Enfoques tradicionales frente a los basados en IA
- Estudios de caso de Mastercard, JPMorgan y bancos globales
Aprendizaje automático para el monitoreo de transacciones
- Aprendizaje supervisado para la puntuación de riesgos y clasificación
- Aprendizaje no supervisado para la detección de anomalías
- Generación de alertas en tiempo real y procesamiento de flujos de datos
Analítica de grafos y detección de riesgos de red
- Modelado de relaciones entre entidades y transacciones
- Detección de esquemas de fraude complejos utilizando IA de grafos
- Uso práctico de Neo4j o herramientas similares
Procesamiento de lenguaje natural para AML
- Minería de texto en la debida diligencia con el cliente (CDD)
- Escaneo de listas de vigilancia mediante el reconocimiento de entidades nombradas (NER)
- Revisión de documentos basada en prompts e informes de actividades sospechosas (SAR)
Gobernanza de modelos y explicabilidad
- Construcción de modelos explicables y auditables
- Detección y mitigación de sesgos en algoritmos de detección de fraude
- Uso de técnicas de IA explicable (XAI) en entornos de cumplimiento
Ética, regulación y riesgo de modelos
- Cumplimiento con los marcos AML y KYC (p. ej., GAFI, FinCEN, ABE)
- Ética de la IA en la vigilancia y el monitoreo de clientes
- Estándares de informes y auditoría regulatoria
Estrategias de despliegue y tendencias futuras
- Integración de modelos de IA en sistemas de transacciones existentes
- Bucles de retroalimentación y mecanismos de actualización de modelos
- El futuro de la IA generativa en la investigación de fraudes y la automatización de SAR
Resumen y próximos pasos
Requerimientos
- Conocimiento de los riesgos de fraude y los procedimientos AML
- Experiencia en análisis de datos o informes de cumplimiento
- Familiaridad básica con Python o plataformas de analítica
Público objetivo
- Profesionales de riesgo de fraude
- Equipos de cumplimiento AML
- Gerentes de seguridad
14 Horas
Reseñas (1)
Ya cuento con algunos informes que conozco; utilizaré algunas de las indicaciones que revisamos hoy.
Kelly Cotham
Curso - Copilot for Finance and Accounting Professionals
Traducción Automática
