Learning Xero Počítačový Kurz

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na finanční a právní odborníky, kteří se chtějí naučit principy a postupy mimosoudního a soudního vymáhání pohledávek, což jim umožní efektivně řídit a řešit problémy s vymáháním pohledávek.

Na konci tohoto školení budou účastníci schopni:

• Pochopit výhody a nevýhody mimosoudního a soudního inkasa.
• Aplikovat hlavní metody a techniky mimosoudního a soudního inkasa.
• Vyhodnotit účinnost a efektivitu mimosoudního a soudního inkasa.
• Zabývat se právními a etickými otázkami spojenými s mimosoudním a soudním inkasem.
• Integrujte mimosoudní a soudní inkaso komplexním a koherentním způsobem.

Program Compliance and MLRO Refresher Program zkoumá klíčové problémy a témata řízení rizik, která jsou v dnešním vysoce regulovaném prostředí životně důležitá. Kromě toho, že je zaměřena na Compliance Officers, MLRO, MLCO a další odborníky na řízení rizik, je zaměřena také na členy vrcholového managementu a členy představenstva, kteří chtějí vědět více o tom, co lze očekávat od funkcí kontroly rizik v rámci jejich organizací. Program je přednášen odborníkem na předmět z Velké Británie.

Hlavním vzdělávacím cílem programu je vybavit účastníky dostatečnými znalostmi, aby mohli objektivně posoudit přiměřenost stávajících kontrol a postupů řízení rizik jejich organizace a provést vhodná vylepšení.

Publikum

Všichni zaměstnanci, kteří pro svou organizaci potřebují pracovní znalosti Corporate Governance

Formát kurzu

Vysoce interaktivní kombinace:

Usnadněné diskuse Prezentace snímků Příklady Cvičení Případové studie

Publikum

Nově jmenovaní manažeři osobních půjček Podpůrní pracovníci odpovědní za shromažďování a interpretaci informací pro manažery půjček Zaměstnanci odpovědní za správu nedobytných a pochybných pohledávek, kteří potřebují pracovní znalost rozhodovacího procesu, který vedl k poskytnutí půjčky

Půjčky osobním zákazníkům – Consumer Lending – vyžadují vysokou úroveň dovedností při posuzování individuálních úvěrových nabídek.

V mnoha případech nemá žádný ze zdrojů finančních informací tradičně spojovaných s Corporate Lending – rozvahy, výkazy zisků a ztrát atd. – a spoléhá se spíše na důvěru a vztah vybudovaný mezi zákazníkem a věřitelem.

Na konci tohoto kurzu budou věřitelé pro osobní zákazníky schopni:

Porozumět procesu posuzování nabídek půjček od osobních zákazníků Využijte tento proces k logickému rozhodnutí, zda půjčku odsouhlasit nebo ji odmítnout s pádnými důvody Spravujte a kontrolujte portfolio osobních půjček, abyste co nejvíce zajistili, že všechny půjčky jsou splaceno v plné výši. (Pamatujte si, že neexistuje zcela bezrizikové půjčování…!) Vybudujte si vztah se zákazníky, abyste (zkuste!) zajistili, že všechny jejich půjčky budou plně splaceny

Strojové učení je odvětví umělé inteligence, kde počítače mají schopnost učit se, aniž by byly explicitně naprogramovány. Hluboké učení je podpolí strojového učení, které využívá metody založené na učení reprezentací dat a struktur, jako jsou neuronové sítě. R je oblíbený programovací jazyk ve finančním průmyslu. Používá se ve finančních aplikacích od základních obchodních programů až po systémy řízení rizik.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak implementovat modely hlubokého učení pro finance pomocí R, když projdou vytvořením modelu předpovědi cen akcií s hlubokým učením.

Na konci tohoto školení budou účastníci schopni:

Pochopte základní koncepty hlubokého učení Naučte se aplikace a využití hlubokého učení ve financích Použijte R k vytvoření modelů hlubokého učení pro finance Sestavte si svůj vlastní hluboký model předpovědi cen akcií pomocí R

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Strojové učení je odvětví umělé inteligence, kde počítače mají schopnost učit se, aniž by byly explicitně naprogramovány. Hluboké učení je podpolí strojového učení, které využívá metody založené na učení reprezentací dat a struktur, jako jsou neuronové sítě. Python je programovací jazyk na vysoké úrovni známý svou jasnou syntaxí a čitelností kódu.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak implementovat modely hlubokého učení pro bankovnictví pomocí Python, když projdou vytvořením modelu úvěrového rizika hlubokého učení.

Na konci tohoto školení budou účastníci schopni:

Pochopte základní koncepty hlubokého učení Naučte se aplikace a použití hlubokého učení v bankovnictví Použijte Python, Keras a TensorFlow k vytvoření modelů hlubokého učení pro bankovnictví Vytvořte si vlastní model úvěrového rizika hlubokého učení pomocí Pythonu

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Strojové učení je odvětví umělé inteligence, kde počítače mají schopnost učit se, aniž by byly explicitně naprogramovány. Hluboké učení je podpolí strojového učení, které využívá metody založené na učení reprezentací dat a struktur, jako jsou neuronové sítě. R je oblíbený programovací jazyk ve finančním průmyslu. Používá se ve finančních aplikacích od základních obchodních programů až po systémy řízení rizik.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak implementovat modely hlubokého učení pro bankovnictví pomocí R, když projdou vytvořením modelu úvěrového rizika hlubokého učení.

Na konci tohoto školení budou účastníci schopni:

Pochopte základní koncepty hlubokého učení Naučte se aplikace a využití hlubokého učení v bankovnictví Použijte R k vytvoření modelů hlubokého učení pro bankovnictví Vytvořte si vlastní model hlubokého učení kreditního rizika pomocí R

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Strojové učení je odvětví umělé inteligence, kde počítače mají schopnost učit se, aniž by byly explicitně naprogramovány. Hluboké učení je podpolí strojového učení, které využívá metody založené na učení reprezentací dat a struktur, jako jsou neuronové sítě. Python je programovací jazyk na vysoké úrovni známý svou jasnou syntaxí a čitelností kódu.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak implementovat modely hlubokého učení pro finance pomocí Python, když projdou vytvořením modelu předpovědi cen akcií s hlubokým učením.

Na konci tohoto školení budou účastníci schopni:

Pochopte základní koncepty hlubokého učení Naučte se aplikace a použití hlubokého učení ve financích Použijte Python, Keras a TensorFlow k vytvoření modelů hlubokého učení pro finance Vytvořte si vlastní model předpovědi cen akcií pomocí Pythonu

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Během školení představí problematiku finanční analýzy s využitím pokročilých funkcí Excel.

Tento kurz je určen finančním analytikům, účetním a všem, kteří si chtějí rozšířit své tabulkové dovednosti o problematiku finanční analýzy.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na finanční profesionály v institucích USA i mimo USA, kteří chtějí porozumět právním, dodržování a vynucovacím aspektům FATCA, aby zachovali soulad s daňovými úřady USA. (IRS).

Na konci tohoto školení budou účastníci schopni porozumět:

• Vliv FATCA na globální daňové dodržování a finanční transparentnost.
• Požadavky FATCA na náležitou péči a podávání zpráv.
• Nejdůležitější právní aspekty FATCA a způsob zajištění souladu.

Tento úvodní kurz poskytne účastníkům prvotřídní a podrobné pracovní znalosti klíčových finančních trhů, jejich účelu, funkce, hlavních činností a jejich regulace. Má být zčásti opakovací, zčásti vzdělávací a zčásti výzvou, aby z něj všichni delegáti měli maximální užitek. Zpětná vazba a diskuse budou aktivně podporovány během lekcí, které mají být interaktivní, nikoli pouze reaktivní a věcné.

Primární funkcí je zajistit, že po absolvování budou všichni delegáti kurzu mnohem lépe vybaveni pro jednání s klienty a jejich průběžnými potřebami a pro uvedení do kontextu služeb a trhů, na kterých obchodují a účastní se jich.

Úvod do strukturovaných produktů

Účelem kurzu je poskytnout účastníkům úvod do strukturovaných produktů používaných v investičním bankovnictví. Po absolvování kurzu budou mít všichni delegáti pracovní znalosti o předmětu a budou schopni odpovídat

Co jsou strukturované produkty? Proč je vydávat? Jaký prospěch mají emitenti a investoři? Jak strukturujete a oceňujete řadu odvozených produktů? Jaká jsou rizika a náklady na vytváření strukturovaných finančních produktů? Co jsou to vložené deriváty? Jaké jsou exotické možnosti? Jaké jsou úvahy o cenách a zajištění?

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na manažery, kteří chtějí získat pracovní porozumění standardu IFRS 17.

Na konci tohoto školení budou účastníci schopni:

• Identifikujte klíčové požadavky IFRS 17.
• Seznamte se s rozdíly mezi IFRS 17 a IFRS 4.
• Pochopte pravidla IFRS.
• Porozumět finančním modelům a jejich číslům.
• Rozebrat a pochopit různé typy pojistných smluv a účetních modelů.
• Připravte si dobře informovaný plán přechodu a harmonogram.
• Implementujte IFRS 17 v rámci organizace.
• Identifikujte a měřte plnění pojistné smlouvy.

kdb+ je v paměti, sloupcově orientovaná databáze a q je její vestavěný, interpretovaný vektorový jazyk. V kdb+ jsou tabulky sloupce vektorů a q se používá k provádění operací s daty tabulky, jako by to byl seznam. kdb+ a q se běžně používají při vysokofrekvenčním obchodování a jsou oblíbené u velkých finančních institucí, včetně Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan atd.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak vytvořit datovou aplikaci časových řad pomocí kdb+ a q.

Na konci tohoto školení budou účastníci schopni:

Pochopte rozdíl mezi databází orientovanou na řádky a databází orientovanou na sloupce Vybírejte data, pište skripty a vytvářejte funkce pro provádění pokročilých analýz Analyzujte data časových řad, jako jsou data burzy cenných papírů a komodit Používejte funkce kdb+ v paměti k ukládat, analyzovat, zpracovávat a získávat velké soubory dat vysokou rychlostí Myslete na funkce a data na vyšší úrovni, než je standardní přístup k funkcím (argumentům) běžný v nevektorových jazycích Prozkoumejte další časově citlivé aplikace pro kdb+, včetně obchodování s energií , telekomunikace, data ze senzorů, protokolová data a monitorování využití strojů a sítí

Publikum

Vývojáři Database inženýři Datoví vědci Datoví analytici

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Publikum

Všichni zaměstnanci, kteří potřebují pracovní znalosti Compliance a Management rizik

Formát kurzu

kombinace:

Usnadněné diskuse Prezentace snímků Případové studie Příklady

Cíle kurzu

Na konci tohoto kurzu budou delegáti schopni:

Porozumět hlavním aspektům dodržování předpisů a národním a mezinárodním snahám o řízení rizik s tím souvisejících Definovat způsoby, jakými by společnost a její zaměstnanci mohli nastavit dodržování předpisů Risk Management Rámec Popište role Compliance Officera a hlášení praní špinavých peněz Důstojník a jak by měl být integrován do podniku Pochopte některá další „horká místa“ ve finanční kriminalitě – zejména pokud se týkají mezinárodního obchodu, offshore center a klientů s vysokou čistou hodnotou