Cursusaanbod

Inleiding tot AI in Financial Crime

  • Overzicht van fraude en AML in de digitale financiële era
  • Traditionele vs AI-gebaseerde benaderingen
  • Casestudies van Mastercard, JPMorgan en globale banken

Machine Learning voor Transactie Monitoring

  • Gecontroleerde leeromgeving voor risicoscoring en classificatie
  • Ongecontroleerde leeromgeving voor anomaliedetectie
  • Realtime-alerteerder en streamverwerking

Graph Analytics en Netwerkrisicodetectie

  • Modelleren van relaties tussen entiteiten en transacties
  • Detecteren van complexe fraudeconstructies met behulp van grafische AI
  • Praktische ervaring met Neo4j of vergelijkbare tools

Natural Language Processing voor AML

  • Tekstmijnen in klantdue-diligence (CDD)
  • Watchlist scanning met behulp van named entity recognition (NER)
  • Prompt-based documentenoverzicht en meldingen van verdachte activiteiten (SARs)

Model Governieuwing en Uitlegbaarheid

  • Bouwen van uitlegbare en controleerbare modellen
  • Detectie en vermindering van bias in fraudedetectiealgoritmes
  • Gebruik van XAI-technieken in nalevingsomgevingen

Ethiek, Regulering en Modelrisico

  • Naleving van AML- en KYC-kaders (b.v. FATF, FinCEN, EBA)
  • AI-ethiek in surveillance en klantsurveillance
  • Rapportage standaarden en regulerende auditbaarheid

Implementatiestrategieën en Toekomstige Trends

  • Integreren van AI-modellen in bestaande transactiesystemen
  • Feedbackloops en modelupdate-mechanismen
  • Toekomst van generatieve AI in fraude-onderzoek en SAR-automatisering

Samenvatting en Volgende Stappen

Vereisten

  • Kennis van frauderisico's en AML-procedures
  • Ervaring met data-analyse of compliance rapportage
  • Basisvaardigheden met Python of analyticsplatforms

Doelgroep

  • Frauderisicoprofessionals
  • AML-complianceteams
  • Beveiligingsmanagers
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (2)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën