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 los Delitos Financieros
- Visión general del fraude y la PLA en la era de la banca digital
- Enfoques tradicionales frente a los basados en IA
- Estudios de caso de Mastercard, JPMorgan y bancos globales
Aprendizaje Automático para la Supervisión 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 flujo
Analítica de Grafos y Detección de Riesgos de Red
- Modelado de relaciones entre entidades y transacciones
- Detección de esquemas de fraude complejos mediante IA de grafos
- Manejo práctico de Neo4j o herramientas similares
Procesamiento del Lenguaje Natural (NLP) para la Prevención de Lavado de Activos
- Minería de texto en la debida diligencia del cliente (DDC)
- Escaneo de listas de vigilancia mediante reconocimiento de entidades nombradas (NER)
- Revisión de documentos basada en prompts e informes de actividades sospechosas (IAS)
Gobernanza de Modelos y Explicabilidad
- Creación de modelos explicables y auditables
- Detección y mitigación de sesgos en algoritmos de detección de fraude
- Uso de técnicas de IA explicable (XAI) en contextos de cumplimiento normativo
Ética, Regulación y Riesgo de Modelos
- Cumplimiento de marcos de PLA y conozca a su cliente (KYC) (p. ej., GAFI, FinCEN, EBA)
- Ética de la IA en la vigilancia y el monitoreo de clientes
- Estándares de reporte y auditabilidad regulatoria
Estrategias de Despliegue y Tendencias Futuras
- Integración de modelos de IA en sistemas de transacciones existentes
- Bucle de retroalimentación y mecanismos de actualización de modelos
- El futuro de la IA generativa en la investigación de fraudes y la automatización de IAS
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los riesgos de fraude y de los procedimientos de prevención de lavado de activos (PLA)
- Experiencia en análisis de datos o informes de cumplimiento normativo
- Familiaridad básica con Python o plataformas de analítica
Público objetivo
- Profesionales de la gestión del riesgo de fraude
- Equipos de cumplimiento de PLA
- 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
