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 Riesgo Crediticio: Fundamentos y Oportunidades
- Modelos tradicionales de riesgo crediticio frente a modelos potenciados con IA
- Desafíos en la evaluación crediticia: sesgo, explicabilidad y equidad
- Casos de estudio reales sobre IA en el otorgamiento de créditos
Datos para Modelos de Scoring Crediticio
- Fuentes: datos transaccionales, conductuales y alternativos
- Limpieza de datos e ingeniería de características para decisiones de lending
- Manejo del desequilibrio de clases y la escasez de datos en la predicción de riesgos
Machine Learning para Scoring Crediticio
- Regresión logística, árboles de decisión y bosques aleatorios (random forests)
- Gradient boosting (LightGBM, XGBoost) para la precisión del scoring
- Técnicas de entrenamiento, validación y ajuste de modelos
Flujos de Trabajo de Lending Impulsados por IA
- Automatización de la segmentación de prestatarios y la evaluación de riesgo de préstamos
- Procesos de análisis de crédito (underwriting) y aprobación potenciados con IA
- Precificación dinámica y optimización de tasas de interés utilizando ML
Interpretabilidad de Modelos e IA Responsable
- Explicación de predicciones con SHAP y LIME
- Equidad en modelos de crédito: detección y mitigación de sesgos
- Cumplimiento de marcos regulatorios (p. ej., ECOA, GDPR)
IA Generativa en Escenarios de Lending
- Uso de LLMs para la revisión de solicitudes y el análisis de documentos
- Ingeniería de prompts (prompt engineering) para la comunicación con prestatarios y la obtención de insights
- Generación de datos sintéticos para la prueba de modelos
Estrategia y Gobernanza para la IA en Créditos
- Construcción de capacidades internas de IA frente a soluciones externas
- Gestión del ciclo de vida del modelo y mejores prácticas de gobernanza
- Tendencias futuras: scoring crediticio en tiempo real, integración con open banking
Resumen y Próximos Pasos
Requerimientos
- Conocimiento de los fundamentos del riesgo crediticio
- Experiencia con herramientas de análisis de datos o inteligencia de negocios
- Familiaridad con Python o disposición para aprender la sintaxis básica
Público objetivo
- Gerentes de préstamos (lending managers)
- Analistas de crédito
- Innovadores del sector 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
