Prenez contact avec nous

Plan du cours

Introduction à l'IA dans les crimes financiers

  • Vue d'ensemble de la fraude et de la lutte contre le blanchiment d'argent à l'ère de la finance numérique
  • Approches traditionnelles vs approches basées sur l'IA
  • Études de cas de Mastercard, JPMorgan et de banques mondiales

Apprentissage automatique pour le suivi 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 de graphes et détection des risques réseau

  • Modélisation des relations entre entités et transactions
  • Détection de schémas de fraude complexes à l'aide de l'IA graphique
  • Manipulation pratique avec Neo4j ou des outils similaires

Traitement du langage naturel pour la LCB/FT

  • Extraction de texte dans la diligence raisonnable des clients (CDD)
  • Balayage de listes de surveillance à l'aide de la reconnaissance d'entités nommées (NER)
  • Examen de documents basé sur des prompts et rapports d'activités suspectes (RAS)

Gouvernance des modèles et explicabilité

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

Éthique, réglementation et risque des modèles

  • Conformité aux cadres LCB/FT et KYC (p. ex. GAFI, FinCEN, ABE)
  • Éthique de l'IA dans la surveillance et le suivi des clients
  • Normes de déclaration 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
  • Avenir de l'IA générative dans l'enquête sur les fraudes et l'automatisation des RAS

Résumé et prochaines étapes

Pré requis

  • Compréhension des risques de fraude et des procédures de lutte contre le blanchiment d'argent
  • Expérience en analyse de données ou en reporting de conformité
  • Connaissance de base de Python ou des plateformes analytiques

Public cible

  • 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