Ponte en Contacto

Temario del curso

Inteligencia artificial en el riesgo crediticio: fundamentos y oportunidades

  • Modelos tradicionales frente a modelos de riesgo crediticio impulsados por inteligencia artificial.
  • Desafíos en la evaluación crediticia: sesgo, explicabilidad e imparcialidad.
  • Estudios de casos reales de inteligencia artificial en préstamos.

Datos para modelos de calificación crediticia

  • Fuentes: datos transaccionales, conductuales y alternativos.
  • Limpieza de datos e ingeniería de características para decisiones de préstamo.
  • Manejo del desbalance de clases y la escasez de datos en la predicción de riesgos.

Aprendizaje automático para la calificación crediticia

  • Regresión logística, árboles de decisión y bosques aleatorios.
  • Aumento gradual (LightGBM, XGBoost) para la precisión de la calificación.
  • Técnicas de entrenamiento, validación y ajuste de modelos.

Flujos de trabajo de préstamos impulsados por inteligencia artificial

  • Automatización de la segmentación de prestatarios y la evaluación del riesgo del préstamo.
  • Procesos de suscripción y aprobación mejorados por inteligencia artificial.
  • Precios dinámicos y optimización de tasas de interés utilizando aprendizaje automático.

Interpretabilidad del modelo e inteligencia artificial responsable

  • Explicación de predicciones con SHAP y LIME.
  • Imparcialidad en modelos crediticios: detección y mitigación de sesgos.
  • Cumplimiento con marcos regulatorios (por ejemplo, ECOA, GDPR).

Inteligencia artificial generativa en escenarios de préstamos

  • Uso de modelos de lenguaje grande (LLM) para la revisión de solicitudes y análisis de documentos.
  • Ingeniería de instrucciones para la comunicación con prestatarios y obtención de información.
  • Generación de datos sintéticos para la prueba de modelos.

Estrategia y gobernanza de la inteligencia artificial en crédito

  • Desarrollo de capacidades internas de inteligencia artificial frente a soluciones externas.
  • Mejores prácticas para la gestión del ciclo de vida de modelos y la gobernanza.
  • Tendencias futuras: calificación crediticia en tiempo real e integración con banca abierta.

Resumen y próximos pasos

Requerimientos

  • Comprensión de los fundamentos del riesgo crediticio.
  • Experiencia con herramientas de análisis de datos o inteligencia empresarial.
  • Familiaridad con Python o disposición para aprender la sintaxis básica.

Público objetivo

  • Gerentes de préstamos.
  • Analistas de crédito.
  • Innovadores en el sector fintech.
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas