Get in Touch

Temario del curso

Introducción a la inteligencia artificial generativa

  • Resumen de los modelos generativos y su relevancia en las finanzas
  • Tipos de modelos generativos: LLM, GAN y VAE
  • Fortalezas y limitaciones en contextos financieros

Redes Generativas Adversarias (GAN) para finanzas

  • Funcionamiento de las GAN: generadores frente a discriminadores
  • Aplicaciones en la generación de datos sintéticos y simulación de fraude
  • Estudio de caso: generación de datos de transacciones realistas para pruebas

Modelos de Lenguaje Grande (LLM) e ingeniería de prompts

  • Cómo los LLM entienden y generan texto financiero
  • Diseño de prompts para previsión y análisis de riesgos
  • Casos de uso: resumen de informes financieros, KYC (conozca a su cliente) y detección de señales de alerta

Previsión financiera con inteligencia artificial generativa

  • Previsión de series temporales mediante modelos híbridos de LLM e inteligencia artificial (IA)
  • Generación de escenarios y pruebas de estrés
  • Caso de uso: previsión de ingresos utilizando datos estructurados y no estructurados

Detección de fraude e identificación de anomalías

  • Uso de GAN para la detección de anomalías en transacciones
  • Identificación de patrones emergentes de fraude mediante flujos de trabajo basados en prompts y LLM
  • Evaluación del modelo: falsos positivos frente a indicadores reales de riesgo

Implicaciones regulatorias y éticas

  • Explicabilidad y transparencia en los resultados de la inteligencia artificial generativa
  • Riesgo de alucinación del modelo y sesgo en las finanzas
  • Cumplimiento de las expectativas regulatorias (p. ej., Reglamento General de Protección de Datos [RGPD/GDPR], directrices de Basilea)

Diseño de casos de uso de inteligencia artificial generativa para instituciones financieras

  • Elaboración de casos de negocio para la adopción interna
  • Equilibrio entre innovación, gestión de riesgos y cumplimiento normativo
  • Marcos de gobernanza para el despliegue responsable de la inteligencia artificial

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos básicos de finanzas y gestión de riesgos
  • Experiencia con hojas de cálculo o análisis de datos básico
  • Es útil tener familiaridad con Python, aunque no es obligatorio

Público objetivo

  • Gerentes de riesgo
  • Analistas de cumplimiento normativo
  • Auditores financieros
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas