Contacta con nosotros

Temario del curso

Introducción a la IA en los Delitos Financieros

  • Panorama 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 el Monitoreo Transaccional

  • Aprendizaje supervisado para la evaluación de riesgos y la 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 de Red

  • Modelado de relaciones entre entidades y transacciones.
  • Detección de esquemas de fraude complejos utilizando IA basada en grafos.
  • Práctica con Neo4j o herramientas similares.

Procesamiento del Lenguaje Natural para el AML

  • Minería de texto en la debida diligencia del cliente (CDD).
  • Escaneo de listas de vigilancia mediante reconocimiento de entidades nombradas (NER).
  • Revisión de documentos basada en prompts e informes de actividad sospechosa (SARs).

Gobernanza y Explicabilidad de Modelos

  • Construcción de modelos explicables y auditables.
  • Detección y mitigación de sesgos en algoritmos de detección de fraude.
  • Uso de técnicas de IA Explicable (XAI) en entornos de cumplimiento normativo.

Ética, Regulación y Riesgo del Modelo

  • Cumplimiento de los marcos AML y KYC (por ejemplo, FATF, FinCEN, EBA).
  • Ética de la IA en la vigilancia y el monitoreo del cliente.
  • Estándares de informe y auditabilidad regulatoria.

Estrategias de Despliegue y Tendencias Futuras

  • Integración de modelos de IA en sistemas transaccionales existentes.
  • Bucles de retroalimentación y mecanismos de actualización de modelos.
  • El futuro de la IA generativa en la investigación de fraude y la automatización de SARs.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los riesgos de fraude y los procedimientos del Antilavado de Dinero (AML).
  • Experiencia con análisis de datos o informes de cumplimiento.
  • Familiaridad básica con Python o plataformas analíticas.

Público Objetivo

  • Profesionales de riesgos de fraude.
  • Equipos de cumplimiento del Antilavado de Dinero (AML).
  • Gestores de seguridad.
 14 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas