Ponte en Contacto

Temario del curso

Introducción a la Inteligencia Artificial Generativa

  • Panorama general de los modelos generativos y su relevancia para las finanzas
  • Tipos de modelos generativos: LLMs, GANs, VAEs
  • Fortalezas y limitaciones en contextos financieros

Redes Generativas Adversarias (GANs) para Finanzas

  • Funcionamiento de las GANs: generadores frente a discriminadores
  • Aplicaciones en la generación de datos sintéticos y simulación de fraude
  • Estudio de caso: generación de datos de transacciones realistas para pruebas

Grandes Modelos de Lenguaje (LLMs) e Ingeniería de Indicaciones

  • Cómo los LLMs comprenden y generan texto financiero
  • Diseño de indicaciones para pronósticos y análisis de riesgos
  • Casos de uso: resumien de informes financieros, debida diligencia (KYC), detección de señales de alerta

Pronósticos Financieros con Inteligencia Artificial Generativa

  • Pronóstico de series temporales con modelos híbridos de LLM y aprendizaje automático (ML)
  • Generación de escenarios y pruebas de resistencia
  • Caso de uso: predicción de ingresos utilizando datos estructurados y no estructurados

Detección de Fraude e Identificación de Anomalías

  • Uso de GANs para la detección de anomalías en transacciones
  • Identificación de patrones de fraude emergentes mediante flujos de trabajo de LLM basados en indicaciones
  • Evaluación del modelo: falsos positivos frente a indicadores reales de riesgo

Implicaciones Regulatorias y Éticas

  • Explicabilidad y transparencia en los resultados de la inteligencia artificial generativa
  • Riesgo de alucinación del modelo y sesgo en el sector financiero
  • Cumplimiento con las expectativas regulatorias (por ejemplo, GDPR, directrices de Basilea)

Diseño de Casos de Uso de Inteligencia Artificial Generativa para Instituciones Financieras

  • Elaboración de estudios de viabilidad empresarial para la adopción interna
  • Equilibrio entre innovación, riesgo y cumplimiento normativo
  • Marcos de gobernanza para el despliegue responsable de la inteligencia artificial

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de conceptos básicos de finanzas y gestión de riesgos
  • Experiencia con hojas de cálculo o análisis de datos básico
  • Conocimientos previos en Python son útiles, pero no obligatorios

Público objetivo

  • Gestores de riesgos
  • Analistas de cumplimiento normativo
  • Auditores financieros
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas