Návrh Školení
Úvod do AI v Financial Crime
- Přehled o podvodech a AML (Antimoney Laundering) v období digitálních financí
- Traditionální vs AI-založené přístupy
- Případové studie od Mastercard, JPMorgan a globálních bank
Machine Learning pro monitorování transakcí
- Supervised learning pro risk scoring a klasifikaci
- Unsupervised learning pro detekci odchylek
- Generování střehů v reálném čase a zpracování streamu dat
Grafická analýza a detekce rizik ve síti
- Modelování vztahů mezi entity a transakcemi
- Detekce složitých podvodních schémat pomocí grafické AI
- Praktická část s Neo4j nebo podobnými nástroji
Zpracování přirozeného jazyka pro AML
- Text mining v rámci customer due diligence (CDD)
- Skenování seznamů monitorovaných osob a entit pomocí named entity recognition (NER)
- Revize dokumentů na základě výzv a vykazování podezřelé činnosti
Správa modelu Go a vysvětlitelnost
- Vytváření vysvětlitelných a audibilních modelů
- Detekce a omezování běhu ve fraud detection algoritmech
- Použití XAI technik ve srovnatelnostních požadavcích
Etika, regulace a riziko modelu
- Dodržování pravidel AML a KYC (e.g. FATF, FinCEN, EBA)
- AI etika v přehlídkách a monitorování zákazníků
- Právnické standardy a audibilnost regulací
Stratégie nasazení a budoucí trendy
- Integrace AI modelů do stávajících systémů transakcí
- Zpětné vazby a mechanismy aktualizace modelu
- Budoucnost generativní AI v vyšetřování podvodů a automatizaci SAR
Shrnutí a další kroky
Požadavky
- Přehled rizik úplatků a postupů AML (proti finančnímu podporování terorismu a vyvádění zisků z trestných činů)
- Zkušenosti s analýzou dat nebo sestavováním dodržovacích hlášení
- Základní znalost Python nebo analytických platform
Cílová skupina
- Odborníci na rizika úplatků
- Týmy odpovědné za dodržování pravidel AML
- Manažeři zabezpečení
Reference (1)
Velmi jsem si cenil způsobu, jakým instruktor prezentoval všechny informace. Rozuměl jsem všemu, i když Finance není moje specializovaná oblast, zajistil, aby byli všichni účastníci na stejné úrovni, zároveň držel rytmus a čas. Cvičení byla umístěna ve vhodných intervaloch. Communication s účastníky byl vždy přítomen. Materiál byl dokonalý, nebylo to ani příliš málo, ani příliš mnoho. Důkladně vysvětlil některé komplexnější téma tak, aby je každý mohl pochopit.
Diana
Kurz - ChatGPT for Finance
Přeloženo strojem