Plan Szkolenia
Wprowadzenie do Generative AI
- Przegląd modeli generatywnych i ich znaczenie dla finansów
- Typy modeli generatywnych: LLMs, GANs, VAEs
- Siłe i ograniczenia w kontekście finansowym
Sieci przeciwdziałające (GANs) dla Finance
- Jak działają GANs: generatory vs. dyskryminatory
- Zastosowania w generowaniu danych syntetycznych i symulacji oszustw
- Studium przypadku: generowanie realistycznych danych transakcyjnych do testowania
Large Language Models (LLMs) i Prompt Engineering
- Jak LLMs rozumieją i generują tekst finansowy
- Projektowanie pytań dla prognozowania i analizy ryzyka
- Przykłady zastosowań: skróty raportów finansowych, KYC, wykrywanie czerwonych flag
Finansowe Forecasting z Generative AI
- Prognozowanie szeregów czasowych z hybridnymi modelami LLM i ML
- Generowanie scenariuszy i testowanie obciążenia
- Przykład zastosowania: przewidywanie przychodów z użyciem danych strukturalnych i niestrukturalnych
Wykrywanie oszustw i identyfikacja anomalii
- Używanie GANs do wykrywania anomalii w transakcjach
- Wykrywanie nowych wzorców oszustw poprzez płynne przepływy LLM
- Ocena modelu: fałszywe pozytywne vs. prawdziwe wskaźniki ryzyka
Implikacje regulacyjne i etyczne
- Wyjaśnialność i przejrzystość w wyjściach generatywnego AI
- Ryzyko halucynacji i uprzedzeń w finansach
- Zgodność z oczekiwaniami regulacyjnymi (np. GDPR, wytyczne Basel)
Projektowanie Generative AI Use Caseów dla instytucji finansowych
- Budowanie biznesowych przypadków dla wewnętrznej adopcji
- Zbalansowanie innowacji z ryzykiem i zgodnością
- Goramy zarządzania dla odpowiedzialnego wdrażania AI
Podsumowanie i następne kroki
Wymagania
- Zrozumienie podstawowych koncepcji finansowych i zarządzania ryzykiem
- Doświadczenie w arkuszach kalkulacyjnych lub podstawowej analizie danych
- Znajomość Python jest pomocna, ale nie jest wymagana
Grupa docelowa
- Zarządcy ryzykiem
- Analitycy zgodności
- Audytorzy finansowi
Opinie uczestników (1)
Bardzo doceniłam sposób, w jaki trener przedstawił wszystkie informacje. Zrozumiałam wszystko, nawet jeśli Finance nie jest moim obszarem, zadbał o to, żeby każdy uczestnik był na tym samym poziomie, jednocześnie dbając o pozostały czas. Ćwiczenia były umieszczone w dobrych odstępach czasu. Communication z uczestnikami był zawsze obecny. Materiał był idealny, ani za mało, ani za dużo. Bardzo dobrze wyjaśniał bardziej skomplikowane tematy, aby były zrozumiałe dla każdego.
Diana
Szkolenie - ChatGPT for Finance
Przetłumaczone przez sztuczną inteligencję