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
IA en riesgo crediticio: Fundamentos y oportunidades
- Modelos de riesgo crediticio tradicionales vs. potenciados con IA
- Desafíos en la evaluación crediticia: sesgo, explicabilidad y equidad
- Casos de estudio del mundo real de IA en préstamos
Datos para modelos de puntuación crediticia
- Fuentes: datos transaccionales, conductuales y alternativos
- Limpieza de datos e ingeniería de características para decisiones de préstamos
- Manejo del desequilibrio de clases y la escasez de datos en la predicción de riesgos
Aprendizaje automático para puntuación crediticia
- Regresión logística, árboles de decisión y bosques aleatorios
- Impulso de gradiente (LightGBM, XGBoost) para la precisión de la puntuación
- Técnicas de entrenamiento, validación y ajuste de modelos
Flujos de trabajo de préstamos impulsados por IA
- Automatización de la segmentación de prestatarios y evaluación de riesgo de préstamos
- Procesos de aprobación de créditos (underwriting) y autorización mejorados con IA
- Precio dinámico y optimización de tasas de interés utilizando ML
Interpretabilidad de modelos y IA responsable
- Explicación de predicciones con SHAP y LIME
- Equidad en modelos de crédito: detección y mitigación de sesgos
- Cumplimiento de marcos regulatorios (p. ej., ECOA, GDPR)
IA generativa en escenarios de préstamos
- Uso de LLM para la revisión de solicitudes y el análisis de documentos
- Ingeniería de prompts para la comunicación con prestatarios y obtención de insights
- Generación de datos sintéticos para pruebas de modelos
Estrategia y gobernanza de la IA en crédito
- Construir capacidades internas de IA vs. soluciones externas
- Gestión del ciclo de vida del modelo y mejores prácticas de gobernanza
- Tendencias futuras: puntuación crediticia en tiempo real, integración de banca abierta
Resumen y próximos pasos
Requerimientos
- Comprensión de los fundamentos del riesgo crediticio
- Experiencia en análisis de datos o herramientas de inteligencia de negocios
- Familiaridad con Python o disposición a aprender la sintaxis básica
Público objetivo
- Gerentes de préstamos
- Analistas de crédito
- Innovadores de Fintech
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
