Temario del curso
Introducción a la IA multimodal para finanzas
- Visión general de la IA multimodal y sus aplicaciones financieras
- Tipos de datos financieros: estructurados frente a no estructurados
- Desafíos en la adopción de IA en el sector financiero
Análisis de riesgos con IA multimodal
- Fundamentos de la gestión de riesgos financieros
- Uso de la IA para la evaluación predictiva de riesgos
- Estudio de caso: modelos de puntuación crediticia impulsados por IA
Detección de fraude mediante IA
- Tipos comunes de fraude financiero
- Técnicas de IA para la detección de anomalías
- Estrategias de detección de fraude en tiempo real
Procesamiento del lenguaje natural (NLP) para el análisis de textos financieros
- Extracción de conocimientos a partir de informes financieros y noticias
- Análisis de sentimientos para la predicción del mercado
- Uso de modelos de lenguaje grandes (LLM) para el cumplimiento normativo y la auditoría
Visión por ordenador en finanzas
- Detección de documentos fraudulentos con IA
- Análisis de escritura a mano y firmas para la autenticación
- Estudio de caso: verificación de cheques impulsada por IA
Análisis de comportamiento para la detección de fraude
- Seguimiento del comportamiento del cliente con IA
- Autenticación biométrica y prevención del fraude
- Análisis de patrones de transacciones para detectar actividades sospechosas
Desarrollo y despliegue de modelos de IA para finanzas
- Preprocesamiento de datos e ingeniería de características
- Entrenamiento de modelos de IA para aplicaciones financieras
- Despliegue de sistemas de detección de fraude basados en IA
Consideraciones regulatorias y éticas
- Gubernabilidad y cumplimiento normativo de la IA en instituciones financieras
- Sesgos e imparcialidad en los modelos de IA financieros
- Mejores prácticas para el uso responsable de la IA en finanzas
Tendencias futuras en la financiación impulsada por IA
- Avances en la IA para las previsiones financieras
- Nuevas técnicas de IA para la prevención del fraude
- El papel de la IA en el futuro de los bancos y las inversiones
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de conceptos de IA y aprendizaje automático (machine learning)
- Comprensión de los datos financieros y la gestión de riesgos
- Experiencia con programación en Python y análisis de datos
Público objetivo
- Profesionales del sector financiero
- Analistas de datos
- Gestores de riesgos
- Ingenieros de IA en el sector financiero
Reseñas (3)
El fondo / teoría de los modelos de lenguaje grandes (LLMs), el ejercicio
Joanne Wong - IPG HK Limited
Curso - Applied AI for Financial Statement Analysis & Reporting
Traducción Automática
La estrategia a trabajar de cada elemento
Edgar Gonzalez - Feedzai - Consultadoria e Inovacao Tecnologica, S.A.
Curso - IA estratégica en prevención de riesgos bancarios
interactividad y experiencia compartida
Octavian
Curso - ChatGPT for Finance
Traducción Automática
