感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
金融犯罪中的 AI 入門
- 數字金融時代下的欺詐與反洗錢概覽
- 傳統方法與基於 AI 方法的比較
- 來自 Mastercard、JPMorgan 及全球銀行的案例研究
用於交易監控的機器學習
- 用於風險評分及分類的監督式學習
- 用於異常偵測的非監督式學習
- 即時警報生成與數據流處理
圖譜分析與網絡風險偵測
- 建立實體與交易之間關係的模型
- 利用圖譜 AI 偵測複雜的欺詐手法
- Neo4j 或類似工具的實作操作
反洗錢中的自然語言處理
- 客戶盡職調查（CDD）中的文本挖掘
- 利用命名實體識別（NER）進行觀察名單掃描
- 基於提示的文件的審閱及可疑活動報告（SARs）
模型治理與可解釋性
- 構建具備可解釋性及可審計性的模型
- 反欺詐演算法中的偏差偵測與緩解
- 在合規場景中應用可解釋 AI（XAI）技術
倫理、法規與模型風險
- 遵守 AML 及 KYC 框架（例如 FATF、FinCEN、EBA）
- 監控與客戶追蹤中的 AI 倫理
- 報告標準與監管審計性
部署策略與未來趨勢
- 將 AI 模型整合至現有的交易系統中
- 反饋循環與模型更新機制
- 生成式 AI 在欺詐調查及 SAR 自動化中的未來發展
總結與後續步驟
最低要求
- 具備對欺詐風險及反洗錢（AML）程序的理解。
- 具有數據分析或合規報告方面的經驗。
- 熟悉 Python 或數據分析平台的基本操作。
目標受眾
- 反欺詐風險專業人員。
- 反洗錢合規團隊。
- 安全管理負責人。
客戶評論 (1)
我已有一些了解的报告，我会使用今天看过的一些提示。
Kelly Cotham
課程 - Copilot for Finance and Accounting Professionals
機器翻譯
