Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en los delitos financieros
- Visión general del fraude y el AML en la era de las finanzas digitales
- Enfoques tradicionales vs. enfoques basados en IA
- Estudios de caso de Mastercard, JPMorgan y bancos globales
Machine learning para el monitoreo de transacciones
- Aprendizaje supervisado para la puntuación de riesgos y clasificación
- Aprendizaje no supervisado para la detección de anomalías
- Generación de alertas en tiempo real y procesamiento de flujos de datos
Analítica de grafos y detección de riesgos en redes
- Modelado de relaciones entre entidades y transacciones
- Detección de esquemas de fraude complejos utilizando IA de 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 utilizando el reconocimiento de entidades nombradas (NER)
- Revisión de documentos basada en prompts y elaboración de informes de actividades sospechosas (SAR)
Gobernanza de modelos y explicabilidad
- Construcción de modelos explicables y auditables
- Detección y mitigación de sesgos en algoritmos de detección de fraude
- Uso de técnicas de XAI (IA explicable) en entornos de cumplimiento
Ética, regulación y riesgo de modelo
- Cumplimiento de los marcos normativos de AML y KYC (p. ej., GAFI, FinCEN, EBA)
- Ética de la IA en la vigilancia y el monitoreo de clientes
- Estándares de informes y auditabilidad regulatoria
Estrategias de implementación 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 fraudes y la automatización de SAR
Resumen y próximos pasos
Requerimientos
- Comprensión de los riesgos de fraude y los procedimientos de AML
- Experiencia en análisis de datos o informes de cumplimiento
- Conocimiento básico de Python o plataformas de analítica
Público objetivo
- Profesionales de riesgos de fraude
- Equipos de cumplimiento de AML
- Gerentes de seguridad
14 Horas
Reseñas (1)
Ya cuento con algunos informes que conozco; utilizaré algunas de las indicaciones que revisamos hoy.
Kelly Cotham
Curso - Copilot for Finance and Accounting Professionals
Traducción Automática
