Contacta con nosotros

Temario del curso

Introducción a la IA generativa

  • Resumen de modelos generativos y su relevancia para las finanzas
  • Tipos de modelos generativos: LLM, GAN, 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 fraudes
  • Estudio de caso: generación de datos de transacciones realistas para pruebas

Modelos de lenguaje grandes (LLM) e ingeniería de indicaciones (prompt engineering)

  • Cómo los LLM comprenden y generan texto financiero
  • Diseño de indicaciones para la previsión y el análisis de riesgos
  • Casos de uso: resumen de informes financieros, verificación de clientes (KYC), detección de señales de alerta

Previsión financiera con IA generativa

  • Previsión 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 fraude e identificación de anomalías

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

Implicaciones regulatorias y éticas

  • Explicabilidad y transparencia en los resultados de la IA generativa
  • Riesgo de alucinación del modelo y sesgo en el sector financiero
  • Cumplimiento con las expectativas regulatorias (por ejemplo, Reglamento General de Protección de Datos (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 y gestión de riesgos y cumplimiento normativo
  • Marcos de gobernanza para el despliegue responsable de la IA

Resumen y próximos pasos

Requerimientos

  • Conocimiento básico de conceptos financieros y de gestión de riesgos
  • Experiencia con hojas de cálculo o análisis de datos básicos
  • Familiaridad con Python es útil, pero no es obligatoria

Audiencia objetivo

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

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas