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
IA en el riesgo crediticio: fundamentos y oportunidades
- Modelos de riesgo crediticio tradicionales vs. potenciados con IA.
- Desafíos en la evaluación crediticia: sesgo, explicabilidad y equidad.
- Casos de estudio reales de la IA en el ámbito crediticio.
Datos para modelos de puntuación de crédito
- Fuentes: datos transaccionales, de comportamiento y datos alternativos.
- Limpieza de datos e ingeniería de características para decisiones de préstamo.
- Manejo del desbalanceo de clases y la escasez de datos en la predicción del riesgo.
Aprendizaje automático para la puntuación de crédito
- Regresión logística, árboles de decisión y bosques aleatorios.
- Impulsado de gradientes (LightGBM, XGBoost) para la precisión de la puntuación.
- Técnicas de entrenamiento, validación y ajuste de modelos.
Flujos de trabajo de préstamo impulsados por IA
- Automatización de la segmentación de prestatarios y la evaluación del riesgo del préstamo.
- Procesos de evaluación crediticia y aprobación mejorados con IA.
- Precios dinámicos y optimización de tasas de interés mediante aprendizaje automático.
Interpretabilidad de modelos e IA responsable
- Explicación de predicciones con SHAP y LIME.
- Equidad en los modelos de crédito: detección y mitigación de sesgos.
- Cumplimiento de marcos regulatorios (p. ej., ECOA, RGPD).
IA generativa en escenarios de préstamo
- Uso de LLMs para la revisión de solicitudes y el análisis de documentos.
- Ingeniería de indicaciones (prompt engineering) para la comunicación con prestatarios y generación de información.
- Generación de datos sintéticos para la prueba de modelos.
Estrategia y gobernanza de la IA en el crédito
- Construcción de capacidades de IA internas vs. soluciones externas.
- Gestión del ciclo de vida del modelo y mejores prácticas de gobernanza.
- Tendencias futuras: puntuación de crédito en tiempo real, integración con banca abierta.
Resumen y próximos pasos
Requerimientos
- Comprensión de los fundamentos del riesgo crediticio.
- Experiencia en el análisis de datos o el uso de herramientas de inteligencia de negocio.
- Familiaridad con Python o voluntad de aprender la sintaxis básica.
Público objetivo
- Gerentes de préstamos.
- Analistas de crédito.
- Innovadores en tecnología financiera (Fintech).
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
