Contacta con nosotros

Temario del curso

Introducción a la IA en el Crimen Financiero

  • Descripción general del fraude y el Antilavado de Dinero (AML) en la era de las finanzas digitales
  • Enfoques tradicionales frente a los basados en IA
  • Estudios de caso de Mastercard, JPMorgan y bancos globales

Aprendizaje Automático para el Monitoreo de Transacciones

  • Aprendizaje supervisado para la puntuación de riesgos y clasificación
  • Aprendizaje no supervisado para la detección de anomalías
  • Generación de alertas en tiempo real y procesamiento de flujos de datos

Análisis de Grafos y Detección de Riesgos en la Red

  • Modelado de relaciones entre entidades y transacciones
  • Detección de esquemas de fraude complejos utilizando IA basada en grafos
  • Práctica con Neo4j o herramientas similares

Procesamiento de Lenguaje Natural para el Antilavado de Dinero (AML)

  • Minería de texto en la debida diligencia del cliente (CDD)
  • Escaneo de listas de vigilancia mediante reconocimiento de entidades nombradas (NER)
  • Revisión de documentos y reportes de actividad sospechosa (SAR) basados en comandos (prompting)

Gobernanza de Modelos y Explicabilidad

  • Desarrollo de modelos explicables y auditables
  • Detección y mitigación de sesgos en algoritmos de detección de fraude
  • Uso de técnicas de IA Explicable (XAI) en entornos de cumplimiento

Ética, Regulación y Riesgo de Modelos

  • Cumplimiento con los marcos de Antilavado de Dinero y Conozca a su Cliente (AML/KYC) (por ejemplo, FATF, FinCEN, EBA)
  • Ética de la IA en la vigilancia y el monitoreo de clientes
  • Estándares de informes y capacidad de auditoría regulatoria

Estrategias de Implementación y Tendencias Futuras

  • Integración de modelos de IA en los sistemas de transacciones existentes
  • Bucles de retroalimentación y mecanismos de actualización de modelos
  • El futuro de la IA generativa en la investigación de fraude y la automatización de los reportes de actividad sospechosa (SAR)

Resumen y Próximos Pasos

Requerimientos

  • Conocimiento de los riesgos de fraude y los procedimientos de Antilavado de Dinero (AML)
  • Experiencia con análisis de datos o informes de cumplimiento
  • Familiaridad básica con Python o plataformas de análisis

Audiencia

  • Profesionales de riesgo de fraude
  • Equipos de cumplimiento de Antilavado de Dinero (AML)
  • Directores de seguridad
 14 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas