Get in Touch

Temario del curso

Introducción a la IA generativa

  • Panorama general de los modelos generativos y su relevancia en las finanzas
  • Tipos de modelos generativos: LLM, GAN, VAE
  • Fortalezas y limitaciones en contextos financieros

Redes Generativas Adversarias (GAN) para las finanzas

  • Funcionamiento de las GAN: generadores versus discriminadores
  • Aplicaciones en generación de datos sintéticos y simulación de fraudes
  • Estudio de caso: generación de datos de transacciones realistas para pruebas

Modelos de Lenguaje Grande (LLM) e Ingeniería de Indicaciones

  • Cómo los LLM entienden y generan texto financiero
  • Diseño de indicaciones para predicciones y análisis de riesgos
  • Casos de uso: resumen de informes financieros, verificación del cliente (KYC), detección de señales de alerta roja

Predicciones financieras con IA generativa

  • Predicción de series temporales con modelos híbridos de LLM y aprendizaje automático
  • Generación de escenarios y pruebas de estrés
  • Caso de uso: predicción de ingresos mediante datos estructurados y no estructurados

Detección de fraudes e identificación de anomalías

  • Uso de GAN para la detección de anomalías en transacciones
  • Identificación de patrones emergentes de fraude mediante flujos de trabajo de LLM basados en indicaciones
  • Evaluación de modelos: falsos positivos versus indicadores reales de riesgo

Implicaciones regulatorias y éticas

  • Explicabilidad y transparencia en los resultados de la IA generativa
  • Riesgo de alucinación del modelo y sesgo en las finanzas
  • Cumplimiento con las expectativas regulatorias (por ejemplo, RGPD, lineamientos de Basilea)

Diseño de casos de uso de IA generativa para instituciones financieras

  • Elaboración de estudios de negocio para la adopción interna
  • Equilibrio entre innovación, riesgos y cumplimiento normativo
  • Marcos de gobernanza para el despliegue responsable de IA

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos básicos de finanzas y gestión de riesgos
  • Experiencia con hojas de cálculo o análisis básico de datos
  • Familiaridad con Python es útil pero no requerida

Perfil del participante

  • Gerentes de riesgos
  • Analistas de cumplimiento normativo
  • Auditores financieros
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas