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 el AML en la era de las finanzas digitales.
- 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 flujos de datos.
Análisis de grafos y detección de riesgos en redes
- Modelado de las relaciones entre entidades y transacciones.
- Detección de esquemas de fraude complejos utilizando IA de grafos.
- Manejo práctico con Neo4j o herramientas similares.
Procesamiento del lenguaje natural para el AML
- Minería de texto en la debida diligencia de clientes (CDD).
- Escaneo de listas de vigilancia mediante el reconocimiento de entidades nombradas (NER).
- Revisión de documentos basada en instrucciones (prompts) y presentación de informes de actividades sospechosas (IAS).
Gobernanza de modelos y explicabilidad
- Construcción de modelos explicables y auditable.
- Detección y mitigación de sesgos en algoritmos de detección de fraude.
- Uso de técnicas de XAI en entornos de cumplimiento.
Ética, regulación y riesgo de modelos
- Cumplimiento de los marcos AML y KYC (p. ej., GAFI, FinCEN, EBA).
- Ética de la IA en la supervisión y el monitoreo de clientes.
- Estándares de informes y auditoría regulatoria.
Estrategias de implementación y tendencias futuras
- Integración de modelos de IA en los sistemas transaccionales existentes.
- Bucles 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
- Comprensión de los riesgos de fraude y los procedimientos de AML.
- Experiencia en análisis de datos o informes de cumplimiento.
- Familiaridad básica con Python o plataformas de análisis.
Público objetivo
- Profesionales de riesgo de fraude.
- Equipos de cumplimiento de AML.
- 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
