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
Introducción a la IA en el Delito Financiero
- Panorama del fraude y el AML en la era de las finanzas digitales
- Enfoques tradicionales vs. enfoques basados en IA
- Casos de estudio de Mastercard, JPMorgan y bancos globales
Aprendizaje Automático para el Monitoreo de Transacciones
- Aprendizaje supervisado para la puntuación de riesgo y clasificación
- Aprendizaje no supervisado para la detección de anomalías
- Generación de alertas en tiempo real y procesamiento de flujos
Analítica de Grafos y Detección de Riesgo en la Red
- Modelado de relaciones entre entidades y transacciones
- Detección de esquemas de fraude complejos utilizando IA de grafos
- Manejo práctico con Neo4j o herramientas similares
Procesamiento del Lenguaje Natural para AML
- Minería de textos en la debida diligencia de clientes (CDD)
- Escaneo de listas de vigilancia mediante reconocimiento de entidades nombradas (NER)
- Revisión de documentos basada en prompts e informes de actividad sospechosa (SAR)
Gobernanza de Modelos y Explicabilidad
- Construcción de modelos explicables y auditables
- Detección y mitigación de sesgos en algoritmos de detección de fraude
- Uso de técnicas de XAI (Explicable AI) en entornos de cumplimiento
Ética, Regulación y Riesgo del Modelo
- Cumplimiento de marcos normativos de AML y KYC (p. ej., FATF, FinCEN, EBA)
- Ética de la IA en la vigilancia y el monitoreo de clientes
- Estándares de informe y auditoría regulatoria
Estrategias de Despliegue y Tendencias Futuras
- Integración de modelos de IA en los sistemas transaccionales existentes
- Bucles de retroalimentación y mecanismos de actualización de modelos
- El futuro de la IA generativa en la investigación de fraudes y la automatización de SAR
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los riesgos de fraude y los procedimientos de AML
- Experiencia en análisis de datos o informes de cumplimiento
- Familiaridad básica con Python o plataformas de analítica
Público Objetivo
- Profesionales de gestión de riesgos de fraude
- Equipos de cumplimiento AML
- Gerentes de seguridad
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
