Prenez contact avec nous

Plan du cours

Introduction à l'IA dans la lutte contre les crimes financiers

  • Aperçu de la fraude et de la LCB-FT à l'ère de la finance numérique
  • Approches traditionnelles par rapport aux approches 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 la notation des risques et la classification
  • Apprentissage non supervisé pour la détection d'anomalies
  • Génération d'alertes en temps réel et traitement par flux

Analyse de graphes et détection des risques de réseau

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

Traitement du langage naturel (NLP) pour la LCB-FT

  • Fouille de texte dans la diligence raisonnable des clients (KYC/EDC)
  • Balayage des listes de contrôle par reconnaissance d'entités nommées (NER)
  • Revue de documents par prompts et rapports d'activités suspectes (SAR)

Gouvernance des modèles et explicabilité

  • Construction de modèles explicables et auditable
  • 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 risque des modèles

  • Conformité aux cadres LCB-FT et KYC (par exemple, FATF, FinCEN, ABE)
  • Éthique de l'IA dans la surveillance et le suivi des clients
  • Normes de reporting et auditabilité 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
  • L'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-FT
  • Une expérience en analyse de données ou en reporting de conformité
  • Une connaissance de base de Python ou des plateformes analytiques

Audience

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

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires