Get in Touch

Temario del curso

Introducción a la IA Generativa

  • Visión general de los modelos generativos y su relevancia para las finanzas
  • Tipos de modelos generativos: LLM, GAN y VAE
  • Fortalezas y limitaciones en contextos financieros

Redes Generativas Adversarias (GAN) para Finanzas

  • Funcionamiento de las GAN: generadores versus discriminadores
  • Aplicaciones en la generación de datos sintéticos y simulación de fraude
  • Estudio de caso: generación de datos transaccionales realistas para pruebas

Modelos de Lenguaje Grande (LLM) e Ingeniería de Consignas (Prompt Engineering)

  • Cómo los LLM comprenden y generan texto financiero
  • Diseño de consignas para pronósticos y análisis de riesgos
  • Casos de uso: resumen de informes financieros, KYC (Conozca a su Cliente), detección de señales de alerta

Pronósticos Financieros con IA Generativa

  • Pronóstico de series temporales con modelos híbridos de LLM y aprendizaje automático (ML)
  • Generación de escenarios y pruebas de estrés
  • Caso de uso: predicción de ingresos utilizando datos estructurados y no estructurados

Detección de Fraudes e Identificación de Anomalías

  • Uso de GAN para la detección de anomalías en transacciones
  • Identificación de patrones emergentes de fraude mediante flujos de trabajo basados en LLM y consignas
  • Evaluación del modelo: falsos positivos versus indicadores reales de riesgo

Implicaciones Regulatorias y Éticas

  • Explicabilidad y transparencia en las salidas de la IA generativa
  • Riesgo de alucinación del modelo y sesgo en el ámbito financiero
  • Cumplimiento con las expectativas regulatorias (por ejemplo, RGPD, pautas de Basilea)

Diseño de Casos de Uso de IA Generativa para Instituciones Financieras

  • Elaboración de casos de negocio para la adopción interna
  • Equilibrio entre innovación, gestión de riesgos y cumplimiento normativo
  • Marcos de gobernanza para el despliegue responsable de la IA

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de conceptos básicos de finanzas y gestión de riesgos
  • Experiencia con hojas de cálculo o análisis de datos básico
  • Es útil tener familiaridad con Python, pero no es requisito indispensable

Público Objetivo

  • Gestores de riesgos
  • Analistas de cumplimiento normativo
  • Auditores financieros
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas