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
- Vue d'ensemble des modèles génératifs et 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 face aux discriminateurs
- Applications dans la génération de données synthétiques et la simulation de fraudes
- Étude de cas : génération de données de transactions réalistes pour le test
Grands modèles de langage (LLM) et ingénierie de prompts
- Comment les LLM comprennent et génèrent du texte financier
- Conception de prompts pour les prévisions et l'analyse des risques
- Cas d'usage : résumés de rapports financiers, KYC (Connaître votre client), détection de signaux d'alerte
Prévisions financières avec l'IA générative
- Prévision des séries temporelles avec des modèles hybrides LLM et ML
- Génération de scénarios et tests de résistance
- Cas d'usage : prédiction du chiffre d'affaires 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 des schémas de fraude émergents via des workflows LLM basés sur des prompts
- Évaluation des modèles : faux positifs face aux 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 la finance
- Conformité aux attentes réglementaires (par ex. RGPD, directives Bâle)
Conception de cas d'usage d'IA générative pour les institutions financières
- Élaboration de dossiers d'affaires pour l'adoption interne
- Équilibre entre innovation, risque et conformité
- Cadre de gouvernance pour un déploiement responsable de l'IA
Récapitulatif et prochaines étapes
Pré requis
- Une compréhension des concepts de base en finance et en gestion des risques
- Une expérience avec les tableurs ou l'analyse de données de base
- La connaissance de Python est utile mais non obligatoire
Public cible
- Gestionnaires des risques
- Analystes de 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
