Programa del Curso

Introducción a la IA en Servicios Financieros

  • Casos de uso: detección de fraudes, calificación crediticia, monitoreo regulatorio
  • Consideraciones regulatorias y marcos de riesgo
  • Visión general del ajuste fino en entornos de alto riesgo

Preparación de Datos Financieros para Fine-Tuning

  • Fuentes: registros de transacciones, demografía de clientes, datos comportamentales
  • Privacidad de datos, anonimización y procesamiento seguro
  • Ingeniería de características para datos tabulares y de series temporales

Técnicas del Modelo Fine-Tuning

  • Aprendizaje por transferencia y adaptación del modelo a datos financieros
  • Funciones de pérdida específicas del dominio y métricas
  • Uso de LoRA y ajuste con adaptadores para actualizaciones eficientes

Modelado de Predicción de Riesgos

  • Modelos predictivos para el incumplimiento de préstamos y calificación crediticia
  • Balance entre la interpretabilidad y el rendimiento
  • Manejo de conjuntos de datos desequilibrados en escenarios de riesgo

Aplicaciones de Detección de Fraudes

  • Creación de canales de detección de anomalías con modelos ajustados finamente
  • Estrategias de predicción de fraude en tiempo real vs. por lotes
  • Modelos híbridos: basados en reglas + impulsados por IA

Evaluación y Explicabilidad

  • Evaluación del modelo: precisión, recall, F1, AUC-ROC
  • Herramientas de explicabilidad como SHAP y LIME
  • Auditoría y informes de cumplimiento con modelos ajustados finamente

Implementación y Monitoreo en Producción

  • Integración de modelos ajustados finamente en plataformas financieras
  • Pipelines CI/CD para IA en sistemas bancarios
  • Monitoreo del desvío, reentrenamiento y gestión del ciclo de vida

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de las técnicas de aprendizaje supervisado
  • Experiencia con frameworks de aprendizaje automático basados en Python
  • Familiaridad con conjuntos de datos financieros como registros de transacciones, puntajes crediticios o datos KYC

Audiencia

  • Científicos de datos en servicios financieros
  • Ingenieros de IA trabajando con instituciones fintech o bancarias
  • Profesionales de aprendizaje automático que construyen modelos de riesgo o detección de fraudes
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas