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.
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
- Forces et limites dans les contextes financiers
Réseaux antagonistes génératifs (GAN) pour la finance
- Fonctionnement des GAN : générateurs vs discriminateurs
- Applications dans la génération de données synthétiques et la simulation de la fraude
- Étude de cas : génération de données de transactions réalistes pour les tests
Grands modèles de langage (LLM) et ingénierie des invites
- Comment les LLM comprennent et génèrent le texte financier
- Conception d'invites (prompts) pour la prévision et l'analyse des risques
- Cas d'utilisation : résumé des rapports financiers, KYC, 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 (stress testing)
- Cas d'utilisation : prévision 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 par des flux de travail LLM basés sur des invites
- Évaluation des modèles : faux positifs vs indicateurs de risque réels
Implications réglementaires et éthiques
- Explicabilité et transparence des sorties de l'IA générative
- Risque d'hallucination des modèles et de biais dans le secteur financier
- Conformité aux exigences réglementaires (p. ex. RGPD, directives de Bâle)
Conception de cas d'utilisation de l'IA générative pour les institutions financières
- Élaboration d'affaires de cas 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
- Compréhension des concepts de base de la finance et de la gestion des risques.
- Expérience avec les tableurs ou l'analyse de données de base.
- La familiarité avec Python est utile, mais non requise.
Public cible
- Gestionnaires des risques
- Analystes de la conformité
- Auditeurs financiers
14 Heures
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
