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 Riesgos Crediticios: Fundamentos y Oportunidades
- Modelos de riesgo crediticio tradicionales vs. impulsados por IA
- Desafíos en la evaluación crediticia: sesgo, explicabilidad y equidad
- Estudios de casos reales de IA en préstamos
Datos para modelos de scoring crediticio
- Fuentes: datos transaccionales, conductuales y alternativos
- Limpieza de datos e ingeniería de características para decisiones de préstamo
- Manejo del desequilibrio de clases y la escasez de datos en la predicción de riesgos
Aprendizaje automático para scoring crediticio
- Regresión logística, árboles de decisión y bosques aleatorios (random forests)
- Boosting de gradiente (LightGBM, XGBoost) para la precisión del scoring
- Técnicas de entrenamiento, validación y ajuste de modelos
Flujos de trabajo de préstamos impulsados por IA
- Automatización de la segmentación de prestatarios y evaluación de riesgo de préstamos
- Procesos de subcontratación (underwriting) y aprobación mejorados con IA
- Fijación de precios dinámica y optimización de tasas de interés mediante ML
Interpretabilidad de modelos e IA responsable
- Explicación de predicciones con SHAP y LIME
- Equidad en modelos crediticios: detección y mitigación de sesgos
- Cumplimiento de marcos regulatorios (p. ej., ECOA, GDPR)
IA generativa en escenarios de préstamos
- Uso de LLMs para la revisión de solicitudes y el análisis de documentos
- Ingeniería de prompts para la comunicación con prestatarios y obtención de conocimientos
- Generación de datos sintéticos para la prueba de modelos
Estrategia y gobernanza para la IA en créditos
- Construcción de capacidades internas de IA vs. soluciones externas
- Gestión del ciclo de vida del modelo y mejores prácticas de gobernanza
- Tendencias futuras: scoring crediticio en tiempo real, integración de banca abierta
Resumen y próximos pasos
Requerimientos
- Comprensión 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
- Analistas crediticios
- 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
