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。
課程簡介
金融犯罪中的 AI 入門
- 數位金融時代下的詐欺與反洗錢概觀
- 傳統方法與基於 AI 方法的比較
- 來自 Mastercard、JPMorgan 及全球銀行界的案例研究
用於交易監控的機器學習
- 用於風險評分與分類監督式學習
- 用於異常偵測的非監督式學習
- 即時警示生成與串流處理
圖形分析與網路風險偵測
- 建立實體與交易之間的關係模型
- 利用圖形 AI 偵測複雜的詐欺手法
- 使用 Neo4j 或類似工具的實作演練
用於反洗錢的自然語言處理
- 在客戶盡職調查（CDD）中的文本挖掘
- 利用實體識別（NER）進行觀察名單掃描
- 基於提示詞的文件審查與可疑活動報告（SAR）
模型治理與可解釋性
- 建立具可解釋性且可稽核的模型
- 詐欺偵測演算法中的偏見偵測與緩解
- 在合規情境中應用可解釋性 AI（XAI）技術
倫理、法規與模型風險
- 符合反洗錢與了解你的客戶（KYC）框架（如 FATF、FinCEN、EBA）
- 監控與客戶追蹤中的 AI 倫理
- 報告標準與監管可稽核性
部署策略與未來趨勢
- 將 AI 模型整合至現有交易系統
- 反饋機制與模型更新機制
- 生成式 AI 在詐欺調查與 SAR 自動化中的未來應用
總結與下一步
最低要求
- 具備對詐欺風險與反洗錢（AML）程序的理解
- 具有資料分析或合規報告經驗
- 熟悉 Python 或分析平台的基本操作
受眾對象
- 詐欺風險專業人員
- 反洗錢（AML）合規團隊
- 資訊安全經理
14 小時
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
