Prenez contact avec nous

Plan du cours

Introduction à l'IA générative

  • Aperçu des modèles génératifs et de leur pertinence pour la finance
  • Types de modèles génératifs : LLM, GAN, VAE
  • Points forts et limites dans les contextes financiers

Réseaux antagonistes génératifs (GAN) pour la finance

  • Fonctionnement des GAN : générateurs versus discriminateurs
  • Applications dans la génération de données synthétiques et la simulation de fraudes
  • Étude de cas : génération de données de transactions 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 les prévisions et l'analyse des risques
  • Cas d'usage : résumé de rapports financiers, conformité KYC, détection de signaux d'alerte

Prévisions financières avec l'IA générative

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

Détection de fraude et identification d'anomalies

  • Utilisation des GAN pour la détection d'anomalies dans les transactions
  • Identification de nouvelles tendances de fraude grâce aux workflows basés sur les prompts et les LLM
  • Évaluation des modèles : faux positifs versus véritables indicateurs de risque

Implications réglementaires et éthiques

  • Explicabilité et transparence des sorties de l'IA générative
  • Risques d'hallucination du modèle et de biais dans le secteur financier
  • Conformité aux attentes réglementaires (par exemple, RGPD, lignes directrices de Bâle)

Conception de cas d'usage de l'IA générative pour les institutions financières

  • Élaboration d'arguments économiques pour l'adoption interne
  • Équilibre entre innovation et gestion des risques et de la 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 avec les feuilles de calcul ou l'analyse de données de base
  • La familiarité avec Python est utile mais non obligatoire

Public cible

  • Gestionnaires 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