Prenez contact avec nous

Plan du cours

Introduction à l'IA dans la criminalité financière

  • Aperçu de la fraude et du LCB à l'ère de la finance numérique
  • Approches traditionnelles versus basées sur l'IA
  • Études de cas issues de Mastercard, JPMorgan et de banques mondiales

Machine Learning pour la surveillance des transactions

  • Apprentissage supervisé pour le scoring des risques et la classification
  • Apprentissage non supervisé pour la détection d'anomalies
  • Génération d'alertes en temps réel et traitement de flux

Analyse des graphes et détection des risques de réseau

  • Modélisation des relations entre entités et transactions
  • Détection de schémas de fraude complexes à l'aide de l'IA sur graphes
  • Prise en main de Neo4j ou d'outils similaires

Traitement du langage naturel pour le LCB

  • Exploration de texte dans le cadre du processus de connaissance du client (CDD)
  • Vérification des listes de surveillance par reconnaissance d'entités nommées (NER)
  • Examen de documents par prompts et rapports d'activités suspectes (SAR)

Gouvernance des modèles et explicabilité

  • Construction de modèles explicables et auditables
  • Détection et atténuation des biais dans les algorithmes de détection de fraude
  • Utilisation des techniques d'IA explicable (XAI) dans les contextes de conformité

Éthique, réglementation et risques liés aux modèles

  • Conformité aux cadres LCB et KYC (par exemple, FATF, FinCEN, ABE)
  • Éthique de l'IA dans la surveillance et le suivi des clients
  • Normes de reporting et traçabilité aux fins d'audit réglementaire

Stratégies de déploiement et tendances futures

  • Intégration des modèles d'IA dans les systèmes de transactions existants
  • Boucles de rétroaction et mécanismes de mise à jour des modèles
  • Avenir de l'IA générative dans l'enquête sur la fraude et l'automatisation des SAR

Résumé et prochaines étapes

Pré requis

  • Une compréhension des risques de fraude et des procédures de LCB
  • Une expérience avec l'analyse de données ou la rédaction de rapports de conformité
  • Une familiarité de base avec Python ou les plateformes analytiques

Audience cible

  • Professionnels des risques de fraude
  • Équipes de conformité LCB
  • Responsables de la sécurité
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires