Contacta con nosotros

Temario del curso

IA en el Riesgo Crediticio: Fundamentos y Oportunidades

  • Modelos tradicionales frente a modelos de riesgo crediticio impulsados por IA.
  • Desafíos en la evaluación crediticia: sesgo, explicabilidad y equidad.
  • Estudios de casos reales sobre el uso de IA en préstamos.

Datos para los Modelos de Puntuación Crediticia

  • Fuentes de datos: transaccionales, conductuales y alternativas.
  • Limpieza de datos e ingeniería de características para decisiones de préstamo.
  • Manejo del desbalance de clases y la escasez de datos en la predicción de riesgos.

Aprendizaje Automático para la Puntuación Crediticia

  • Regresión logística, árboles de decisión y bosques aleatorios.
  • Boosting de gradiente (LightGBM, XGBoost) para mejorar la precisión de la puntuación.
  • Técnicas de entrenamiento, validación y ajuste de modelos.

Flujos de Trabajo de Préstamos Impulsados por IA

  • Automatización de la segmentación de prestatarios y evaluación del riesgo de préstamos.
  • Procesos de suscripción 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 mediante SHAP y LIME.
  • Equidad en los modelos de crédito: detección y mitigación de sesgos.
  • Cumplimiento de marcos regulatorios (por ejemplo, ECOA, GDPR).

IA Generativa en Escenarios de Préstamos

  • Uso de modelos de lenguaje grande (LLMs) para la revisión de solicitudes y análisis de documentos.
  • Ingeniería de instrucciones para la comunicación con prestatarios y obtención de información clave.
  • Generación de datos sintéticos para pruebas de modelos.

Estrategia y Gobernanza de la IA en Créditos

  • Desarrollo de capacidades internas de IA frente a soluciones externas.
  • Gestión del ciclo de vida de los modelos y mejores prácticas de gobernanza.
  • Tendencias futuras: puntuación crediticia en tiempo real e integración con banca abierta.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los fundamentos del riesgo crediticio.
  • Experiencia con herramientas de análisis de datos o inteligencia empresarial.
  • Familiaridad con Python o disposición para aprender la sintaxis básica.

Público Objetivo

  • Gerentes de préstamos.
  • Analistas de crédito.
  • Innovadores en tecnología financiera (Fintech).
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas