Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do sztucznej inteligencji w przestępstwach finansowych
- Przegląd oszustw i AML w erze cyfrowej finansów
- Tradycyjne podejście vs podejście oparte na sztucznej inteligencji
- Studia przypadków z Mastercard, JPMorgan i globalnych banków
Uczenie maszynowe do monitorowania transakcji
- Uczenie nadzorowane do oceny ryzyka i klasyfikacji
- Uczenie nienadzorowane do wykrywania anomalii
- Generowanie alertów w czasie rzeczywistym i przetwarzanie strumieniowe
Analiza grafów i wykrywanie ryzyka w sieciach
- Modelowanie relacji między podmiotami i transakcjami
- Wykrywanie złożonych schematów oszustw przy użyciu sztucznej inteligencji opartej na grafach
- Praktyczne ćwiczenia z Neo4j lub podobnymi narzędziami
Przetwarzanie języka naturalnego w AML
- Eksploracja tekstu w due diligence klienta (CDD)
- Skanowanie list obserwacyjnych przy użyciu rozpoznawania nazwanych jednostek (NER)
- Przegląd dokumentów oparty na promptach i raporty o podejrzanej aktywności (SARs)
Zarządzanie modelem i wyjaśnialność
- Budowanie modeli wyjaśnialnych i podlegających audytowi
- Wykrywanie i łagodzenie uprzedzeń w algorytmach wykrywania oszustw
- Zastosowanie technik XAI w środowiskach zgodności
Etyka, regulacje i ryzyko modelowe
- Zgodność z ramami AML i KYC (np. FATF, FinCEN, EBA)
- Etyka sztucznej inteligencji w monitoringu i obserwacji klientów
- Standardy raportowania i możliwość audytu regulacyjnego
Strategie wdrażania i przyszłe trendy
- Integracja modeli sztucznej inteligencji z istniejącymi systemami transakcyjnymi
- Pętle sprzężenia zwrotnego i mechanizmy aktualizacji modeli
- Przyszłość generatywnej sztucznej inteligencji w dochodzeniach dotyczących oszustw i automatyzacji SAR
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie ryzyka związanego z oszustwami i procedur AML
- Doświadczenie w analizie danych lub raportowaniu zgodności
- Podstawowa znajomość Pythona lub platform analitycznych
Grupa docelowa
- Specjaliści ds. ryzyka związanego z oszustwami
- Zespoły ds. zgodności AML
- Kierownicy ds. bezpieczeństwa
14 godzin
Opinie uczestników (1)
Trener był bardzo kompetentny i łatwo się z nim rozmawiało
Gareth Gird - Teleflex Medical Europe Ltd
Szkolenie - Copilot for Finance and Accounting Professionals
Przetłumaczone przez sztuczną inteligencję