Contacta con nosotros

Temario del curso

Introducción a la IA en crímenes financieros

  • Panorama del fraude y AML en la era de las finanzas digitales
  • Enfoques tradicionales frente a enfoques basados en IA
  • Estudios de caso de Mastercard, JPMorgan y bancos globales

Aprendizaje automático para el monitoreo de transacciones

  • Aprendizaje supervisado para la evaluación de riesgos y 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 en redes

  • Modelado de relaciones entre entidades y transacciones
  • Detección de esquemas complejos de fraude mediante IA basada en grafos
  • Práctica hands-on con Neo4j o herramientas similares

Procesamiento del lenguaje natural para 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 actividades sospechosas (SARs)

Gobernanza y explicabilidad de modelos

  • Construcción de modelos explicables y auditable
  • 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 con marcos de AML y KYC (por ejemplo, GAFI/Financiera, FinCEN, EBA)
  • Ética de la IA en vigilancia y monitoreo de clientes
  • Estándares de informes y auditoría 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
  • Futuro de la IA generativa en la investigación de fraudes y automatización de SARs

Resumen y siguientes pasos

Requerimientos

  • Conocimiento sobre riesgos de fraude y procedimientos de AML
  • Experiencia en análisis de datos o informes de cumplimiento normativo
  • Familiaridad básica con Python o plataformas de análisis de datos

Público objetivo

  • Profesionales especializados en riesgo por fraude
  • Equipos de cumplimiento de AML
  • Gerentes de seguridad
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas