Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction à l'IA générative
- Vue d'ensemble des modèles génératifs et leur pertinence pour le secteur financier
- Types de modèles génératifs : LLM, GAN, VAE
- Forces et limites dans les contextes financiers
Réseaux adversariaux 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 transaction réalistes pour les tests
Grands modèles de langage (LLM) et ingénierie des prompts
- Comment les LLM comprennent et génèrent le texte financier
- Conception de prompts pour la prévision et l'analyse des risques
- Cas d'usage : résumé de rapports financiers, KYC (Know Your Customer), détection des signaux d'alerte
Prévision financière avec l'IA générative
- Prévision de séries temporelles avec des modèles hybrides LLM et ML
- Génération de scénarios et tests de résistance
- Cas d'usage : prédiction des revenus à l'aide de données structurées et non structurées
Détection de la fraude et identification des anomalies
- Utilisation des GAN pour la détection d'anomalies dans les transactions
- Identification des schémas de fraude émergents via des flux de travail LLM basés sur des prompts
- Évaluation des modèles : faux positifs vs indicateurs de risque véritables
Implications réglementaires et éthiques
- Explicabilité et transparence des sorties de l'IA générative
- Risques d'hallucination des modèles et de biais dans la finance
- Conformité aux attentes réglementaires (par ex. RGPD, lignes directrices Bâle)
Conception de cas d'usage d'IA générative pour les institutions financières
- Élaboration de dossiers d'affaires pour l'adoption interne
- Équilibre entre innovation, risques et conformité
- Cadres de gouvernance pour un 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 des tableurs ou de l'analyse de base des données
- Une familiarité avec Python est utile mais non obligatoire
Public cible
- Gestionnaires des risques
- Analystes de conformité
- Auditeurs financiers
Nos clients témoignent (1)
J'ai déjà quelques rapports dont je me souviens, et j'utiliserai certains des invites examinées aujourd'hui.
Kelly Cotham
Formation - Copilot for Finance and Accounting Professionals
Traduction automatique
