Prenez contact avec nous

Plan du cours

Introduction à l'IA générative

  • Vue d'ensemble des modèles génératifs et de leur pertinence pour la finance
  • Types de modèles génératifs : LLM, GAN, VAE
  • Forces et limites dans les contextes financiers

Les réseaux antagonistes génératifs (GAN) pour la finance

  • Fonctionnement des GAN : générateurs vs discriminateurs
  • Applications dans la génération de données synthétiques et la simulation de fraude
  • Étude de cas : génération de données de transactions réalistes pour les tests

Les grands modèles de langage (LLM) et l'ingénierie des invitations

  • Comment les LLM comprennent et génèrent le texte financier
  • Conception d'invitations pour les prévisions et l'analyse des risques
  • Cas d'usage : résumé des rapports financiers, connaissance du client (KYC), détection des signaux d'alerte

Prévisions financières avec l'IA générative

  • Prévision des séries temporelles avec des modèles hybrides LLM et ML
  • Génération de scénarios et tests de résistance
  • Cas d'usage : prédiction du chiffre d'affaires en utilisant des données structurées et non structurées

Détection de fraude et identification des anomalies

  • Utilisation des GAN pour la détection des anomalies dans les transactions
  • Identification des tendances émergentes de fraude par le biais de workflows LLM basés sur les invitations
  • Évaluation des modèles : faux positifs vs indicateurs de risque réels

Implications réglementaires et éthiques

  • Explicabilité et transparence dans les sorties de l'IA générative
  • Risques d'hallucination du modèle et de biais dans la finance
  • Conformité aux attentes réglementaires (par ex. RGPD, lignes directrices de Bâle)

Conception de cas d'usage de l'IA générative pour les établissements financiers

  • Élaboration d'études de cas pour l'adoption interne
  • Équilibre entre innovation, gestion des risques et conformité
  • Cadres de gouvernance pour le déploiement responsable de l'IA

Résumé et prochaines étapes

Pré requis

  • Une compréhension des concepts de base de la finance et de la gestion des risques
  • Une expérience avec les feuilles de calcul ou l'analyse de données de base
  • La familiarité avec Python est utile mais non obligatoire

Public cible

  • Responsables des risques
  • Analystes de la conformité
  • Auditeurs financiers
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires