Contacta con nosotros

Temario del curso

Introducción a la IA Generativa

  • Visión general de los modelos generativos y su relevancia para las finanzas.
  • Tipos de modelos generativos: LLMs, GANs, VAEs.
  • Fortalezas y limitaciones en contextos financieros.

Redes Generativas Antagónicas (GANs) para Finanzas

  • Cómo funcionan las GANs: generadores vs. discriminadores.
  • Aplicaciones en la generación de datos sintéticos y simulación de fraudes.
  • Caso práctico: generación de datos de transacciones realistas para pruebas.

Modelos de Lenguaje Grande (LLMs) e Ingeniería de Indicaciones

  • Cómo los LLMs comprenden y generan texto financiero.
  • Diseño de indicaciones para pronósticos y análisis de riesgos.
  • Casos de uso: resumen de informes financieros, debido diligencia (KYC), detección de señales de alerta.

Pronósticos Financieros con IA Generativa

  • Pronóstico de series temporales con modelos híbridos de LLM y aprendizaje automático (ML).
  • Generación de escenarios y pruebas de estrés.
  • Caso práctico: predicción de ingresos utilizando datos estructurados y no estructurados.

Detección de Fraude e Identificación de Anomalías

  • Uso de GANs para la detección de anomalías en transacciones.
  • Identificación de patrones emergentes de fraude a través de flujos de trabajo de LLM basados en indicaciones.
  • Evaluación del modelo: falsos positivos vs. indicadores reales de riesgo.

Implicaciones Regulatorias y Éticas

  • Explicabilidad y transparencia en las salidas de la IA generativa.
  • Riesgo de alucinación del modelo y sesgo en el sector financiero.
  • Cumplimiento con las expectativas regulatorias (por ejemplo, RGPD, normativas de Basilea).

Diseño de Casos de Uso de IA Generativa para Instituciones Financieras

  • Elaboración de argumentos comerciales para la adopción interna.
  • Equilibrio entre innovación, riesgo y cumplimiento normativo.
  • Marcos de gobernanza para el despliegue responsable de IA.

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.
  • El conocimiento de Python es útil, pero no es obligatorio.

Público Objetivo

  • Gestores de riesgos.
  • Analistas de cumplimiento normativo.
  • Auditores financieros.
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas