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.
Programa del Curso
Introducción a la IA en Financial Crime
- Visión general del fraude y AML en la era de las finanzas digitales
- Enfoques tradicionales vs basados en IA
- Casos de estudio desde Mastercard, JPMorgan y bancos globales
Machine Learning para el Monitoreo de Transacciones
- Aprendizaje supervisado para la puntuación de riesgos y clasificación
- Aprendizaje no supervisado para la detección de anomalías
- Generación en tiempo real de alertas y procesamiento de flujo
Análisis de Grafos y Detección de Riesgos de Redes
- Modelado de relaciones entre entidades y transacciones
- Detección de esquemas complejos de fraude usando IA de grafos
- Prácticas con Neo4j u otras herramientas similares
Procesamiento del Lenguaje Natural para AML
- Mining de texto en el debido diligenciamiento del cliente (CDD)
- Búsqueda de listas vigiladas usando reconocimiento de entidades nombradas (NER)
- Revisión documental basada en prompts y informes de actividad sospechosa (SARs)
Gobernanza del Modelo Go y Explicabilidad
- Cómo construir modelos explicables y auditable
- Detección y mitigación de sesgos en los algoritmos de detección de fraudes
- Uso de técnicas XAI en entornos de cumplimiento normativo
Eticidad, Regulación y Riesgo del Modelo
- Cumplimiento con los marcos AML y KYC (ej. FATF, FinCEN, EBA)
- Ética de la IA en vigilancia y monitoreo de clientes
- Normas de informe y audibilidad regulatoria
Estrategias de Implementación y Tendencias Futuras
- Integrar modelos de IA en sistemas de transacciones existentes
- Ciclos de retroalimentación y mecanismos para actualizar los modelos
- Futuro de la IA generativa en la investigación de fraudes y automatización de SARs
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los riesgos de fraude y los procedimientos AML
- Experiencia en análisis de datos o informes de cumplimiento
- Familiaridad básica con Python u otras plataformas analíticas
Audiencia
- Profesionales de riesgos de fraude
- Equipos de cumplimiento AML
- Gestores de seguridad
14 Horas